Course catalog

Course duration

Course provider

Topic

Categories

Showing 1-9 of 9 items.

linkedin Kubernetes: Cloud Native Ecosystem (Mitalearn-264568)

  • 34 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Karthik Gaekwad
درباره این دوره:

این دوره بسیاری از ابزارهای میزبانی شده توسط بنیاد محاسبات بومی ابری را با تأکید بر مشکلاتی که آنها حل می کنند، پوشش می دهد. مربی Karthik Gaekwad نه تنها این ابزارها را پوشش می‌دهد، بلکه ذهنیت و چالش‌های مهندسی مربوط به پذیرش معماری‌های سیستم‌های بومی یا ابری را پوشش می‌دهد. Karthik با معرفی بنیاد محاسبات بومی ابری (CNCF)، نهاد حاکم بی طرف از فروشنده برای بسیاری از پروژه‌های منبع باز با سریع‌ترین رشد، شروع می‌کند. او درباره برخی از پیشنهادات CNCF، از جمله Kubernetes، Helm، و Argo صحبت می کند. Karthik به کشف خدمات و رجیستری و همچنین مدیریت خدمات بومی ابری می پردازد، سپس به پروژه های شبکه کانتینر، ذخیره سازی کانتینر و پروژه های زمان اجرا می پردازد. او نظارت بومی ابری را با Prometheus، ثبت و ردیابی برنامه‌ها و ابزارهایی برای کمک به شما در زمینه امنیت، خط‌مشی و توزیع توضیح می‌دهد. Karthik با بحث در مورد اینکه CNCF امروز کجاست و فردا کجاست به پایان می‌رسد.

linkedin Kubernetes: Cloud Native Ecosystem (2018) (Mitalearn-142576)

  • 27 minutes
  • متوسط
  • Release date: 25 July 2026
  • Author: Karthik Gaekwad
درباره این دوره:

Cloud Native Computing Foundation (CNCF) مجموعه‌ای از ابزارها و پلتفرم‌های پیشرفته را در اختیار متخصصان قرار می‌دهد. اگر با ابزارهای CNCF آشنا نیستید و می خواهید یاد بگیرید که چگونه می توانند به شما کمک کنند، این دوره مختصر برای شما مناسب است. به Karthik Gaekwad بپیوندید زیرا او بسیاری از ابزارهای میزبانی شده توسط Cloud Native Computing Foundation را با تأکید بر مشکلاتی که می توانند حل کنند، پوشش می دهد. Karthik ابزارهای قدرتمندی مانند Prometheus، Fluentd و Jaeger را پوشش می دهد. او توضیح می‌دهد که این ابزارها چگونه کار می‌کنند و به ذهنیت و چالش‌های مهندسی مربوط به پذیرش معماری‌های بومی ابری می‌پردازند. او درباره مدیریت و ارکستراسیون بحث می کند. شبکه و زمان اجرا؛ و قابلیت مشاهده، تحلیل و امنیت برنامه. پس از پایان دادن به این دوره، ایده بهتری خواهید داشت که از چه پروژه هایی برای ساخت برنامه های ابری عالی بومی با فناوری هایی که با گذشت زمان مقیاس می شوند، استفاده کنید.

linkedin Microsoft Azure AI Engineer Associate (AI-102) CERT PREP (Mitalearn-428550)

  • 2 hours 48 minutes
  • مناسب همه
  • Release date: 30 August 2024
  • Author: Jose Latorre
درباره این دوره: 

 

این دوره جامع به گونه ای طراحی شده است که درک کاملی از خدمات Azure AI را در اختیار شما قرار داده و مهارت های لازم برای آماده سازی برای آزمون صدور گواهینامه AI-102 را تجهیز می کند. این دوره با هدایت مایکروسافت AI MVP José Luis Latorre ، با یک مرور کلی از مجموعه کامل قابلیت های Azure AI آغاز می شود. José سپس به هر بخش امتحان ، گروه بندی شده توسط مهارت ها ، کمک می کند تا به شما در به دست آوردن بینش عملی و تجربه دستی کمک کند. مهارت های اساسی را برای مدیریت منابع Azure AI و همچنین طراحی راه حل های نوآورانه AI ایجاد کرده و به شیوه های مسئول AI رعایت کنید. برای هر بخش امتحان ، او راهنمایی های هدفمند و پیوندهایی را به سایر دوره های یادگیری مرتبط با LinkedIn برای مطالعه عمیق تر ارائه می دهد.

تا پایان این دوره ، شما می توانید با استفاده از خدمات Azure AI ، همه در هنگام پایبندی به اصول AI مسئول ، راه حل های AI را طراحی ، پیاده سازی و مدیریت کنید. این دوره برای متخصصان فناوری اطلاعات ، توسعه دهندگان ، دانشمندان داده ، متخصصان مشاغل و هر کسی که به دنبال تقویت درک خود از Azure AI ، ایجاد حرفه ای در این زمینه یا اعتبار آنها با این گواهینامه است ، ایده آل است.


linkedin آشنایی با AWS CloudFormation (Mitalearn-423994)

  • 49 minutes
  • مناسب همه
  • Release date: 2 May 2025
  • Author: Brandon Rich
درباره این دوره: 

 CloudFormation به صورت خودکار ارائه شبکه ، امنیت و سایر خدمات وب آمازون را خودکار می کند. این یک بخش جدایی ناپذیر از تحویل زیرساخت های خودکار با AWS است ، و برای متخصصان DevOps که به دنبال راه هایی برای سرعت بخشیدن به استقرار فناوری اطلاعات هستند ، ضروری است. این دوره دانش لازم برای شروع کار با این ابزار مهم را ارائه می دهد. با کسب آشنایی با مفاهیم ، منابع و الگوهای CloudFormation شروع کنید ، سپس مهارت های خود را هنگام ساختن الگوی خود آزمایش کنید و از آن برای ایجاد زیرساخت استفاده کنید. شما همچنین مهارت های خود را با شیرجه عمیق به افزونه ها ، تغییر مجموعه ها ، عیب یابی و موارد دیگر پیشرفت خواهید کرد.

linkedin آموزش AWS CloudFormation (Mitalearn-116192)

  • 39 minutes
  • مبتدی
  • Update date: 25 July 2026
  • Author: Aater Suleman
درباره این دوره:

CloudFormation ارائه شبکه، امنیت و سایر خدمات وب آمازون را خودکار می کند. CloudFormation بخشی جدایی ناپذیر از تحویل خودکار زیرساخت با AWS است و برای DevOps که می‌خواهند استقرار فناوری اطلاعات را سرعت بخشند، یک ابزار ضروری است. این دوره دانش لازم برای شروع کار با این ابزار مهم را ارائه می دهد. آناتومی CloudFormation و ساختار قالب‌ها را کاوش کنید و سپس دریابید که چگونه الگوهای خود را برای استقرار منابعی مانند سطل‌های S3 و وب سرورهای EC2 ایجاد کنید. مربی Aater Suleman همچنین سناریوهای پیشرفته را بررسی می کند، مانند استفاده از پارامترها و نقشه برداری در قالب ها، پشتیبانی از خط لوله پیوسته یکپارچه سازی/تحویل پیوسته، و مشروط کردن منابع، و نکاتی را برای استفاده از CloudFormation در تیم ها ارائه می دهد.

linkedin برنامه های کاربردی Cloud Native Twelve-Factor (2017) (Mitalearn-117501)

  • 45 minutes
  • متوسط
  • Update date: 25 July 2026
  • Author: Frank P Moley III
درباره این دوره:

برنامه دوازده فاکتوری روشی است که امکان اتوماسیون، استقرار مداوم، نصب آسان توسعه دهندگان جدید و قابلیت حمل بین محیط های اجرایی را فراهم می کند. با استفاده از این روش در هنگام ساخت برنامه‌های کاربردی مبتنی بر وب مدرن، می‌توانید به استقرار ساده بر روی پلتفرم‌های ابری متعدد و مقیاس‌پذیری بالا بدون نیاز به تغییر ابزار، معماری یا نحوه عملکرد تیم خود دست پیدا کنید. می توان آن را برای برنامه های نوشته شده به هر زبانی و با استفاده از هر ترکیبی از خدمات پشتیبان اعمال کرد. در این دوره، به فرانک مولی بپیوندید تا دوازده عاملی را که در ساخت اپلیکیشن‌های وب چابک، بسیار مقیاس‌پذیر و انعطاف‌پذیر نقش دارند، بررسی کند. همانطور که او در مورد هر عامل بحث می کند، فرانک دقیقاً توضیح می دهد که چگونه آنها در توسعه بومی ابری اعمال می شوند و نکات کلیدی برای تبدیل یک برنامه قدیمی به برنامه ای که با دوازده عامل سازگار است را به اشتراک می گذارد.

linkedin توسعه یادگیری ماشینی Azure: 1 مفاهیم اساسی (2018) (Mitalearn-149274)

  • 1 hours 1 minutes
  • متوسط
  • Release date: 21 August 2018
  • Author: Sahil Malik
درباره این دوره:

علم داده فرصت‌های جدید و هیجان‌انگیزی را به‌ویژه برای توسعه‌دهندگان مایکروسافت که می‌خواهند از قابلیت‌های هوش مصنوعی و یادگیری ماشینی Azure استفاده کنند، باز می‌کند. این دوره مقدماتی مروری بر مفاهیم اساسی زیربنای یادگیری ماشینی Azure ارائه می دهد. تفاوت بین یادگیری تحت نظارت، بدون نظارت و تقویتی و عوامل مهمی را که بر موفقیت هر پروژه علم داده تأثیر می گذارد بیاموزید: کیفیت داده هایی که استفاده می کنید، سؤالاتی که می پرسید و پیش بینی هایی که انجام می دهید. مربی Sahil Malik همچنین برخی از الگوریتم‌های یادگیری ماشین - خوشه‌بندی، تشخیص ناهنجاری، طبقه‌بندی و رگرسیون - را که بیشتر به Azure مرتبط هستند، مرور می‌کند.

linkedin توسعه یادگیری ماشینی Azure: 2 Learning ML Studio (2018) (Mitalearn-149223)

  • 40 minutes
  • متوسط
  • Release date: 28 August 2018
  • Author: Sahil Malik
درباره این دوره:

برای استفاده از هوش مصنوعی نیازی به داشتن مدرک پیشرفته ندارید. Azure ML Studio قابلیت های سفارشی هوش مصنوعی را در دستان هر توسعه دهنده ای قرار می دهد. هیچ نرم افزار یا سخت افزار خاصی مورد نیاز نیست. تنها چیزی که نیاز دارید یک مرورگر و یک حساب کاربری Azure است. این دوره نحوه حل چالش های پیچیده تجزیه و تحلیل داده ها - مانند طبقه بندی چند کلاسه - را با استفاده از Azure ML Studio نشان می دهد. مربی Sahil Malik توضیح می دهد که چگونه داده های خود را برای مطابقت با استانداردهای کیفیت، ایجاد آزمایش، ارزیابی نتایج، و آموزش و استقرار مدل به عنوان یک وب سرویس ساده که می تواند از طریق HTTP فراخوانی شود، پاکسازی کنید. در پایان آموزش، با ابزارهای اصلی توسعه دهنده پشت Azure ML Studio آشنا می شوید و می توانید از آنها برای طراحی آزمایش های یادگیری ماشین خود استفاده کنید.

linkedin توسعه یادگیری ماشینی Azure: 3 مدل‌های استقرار و مدیریت (2018) (Mitalearn-149291)

  • 50 minutes
  • متوسط
  • Release date: 11 September 2018
  • Author: Sahil Malik
درباره این دوره:

استودیوی یادگیری ماشینی Azure قدرت هوش مصنوعی را به دست توسعه دهندگان حرفه ای می آورد. در این دوره آموزشی، نحوه استقرار و مدیریت مدل ها در استودیوی یادگیری ماشینی Azure را بیاموزید. مربی Sahil Malik از دوره های قبلی توسعه یادگیری ماشینی Azure استفاده می کند و مستقیماً به موضوعات پیشرفته تر استقرار، مقیاس بندی، ثبت و مدیریت مدل های آموزش دیده شما در سناریوهای تولید می پردازد. بیاموزید که چگونه یک آزمایش را به عنوان یک وب سرویس اجرا کنید، سرویس خود را در سطح جهانی در دسترس قرار دهید، گزارش‌ها را فعال و مشاهده کنید، از یادگیری ماشینی با مدیریت API استفاده کنید و موارد دیگر.

Suggestions