Course catalog

Course duration

Course provider

Topic

Categories

Showing 1-20 of 62 items.

linkedin Apache Flink: Batch Mode Data Engineering (Mitalearn-170949)

  • 1 hours 7 minutes
  • پیشرفته
  • Release date: 22 June 2026
  • Author: Kumaran Ponnambalam
درباره این دوره:

مهندسی داده پایه ای برای فعال کردن برنامه های کاربردی تجزیه و تحلیل و علم داده در دنیای داده های بزرگ است. این نیاز به ایجاد خطوط لوله پردازش داده مقیاس پذیر و تحویل آنها در بازه های زمانی کوتاه دارد. Apache Flink، پلتفرم قدرتمند و محبوب پردازش جریان، برای کمک به شما در دستیابی به این اهداف طراحی شده است. در این دوره، به Kumaran Ponnambalam بپیوندید زیرا او بر نحوه ساخت خطوط لوله داده حالت دسته ای با Apache Flink تمرکز می کند. کوماران این دوره را با بررسی ویژگی ها و معماری آپاچی فلینک آغاز می کند. سپس نگاهی عمیق‌تر به DataSet API می‌اندازد و قابلیت‌های مختلف موجود برای تبدیل، تجمیع و ترکیب داده‌ها را بررسی می‌کند. برای پایان دادن به دوره، او یک پروژه مورد استفاده ارائه می دهد که به شما امکان می دهد از مهارت های جدید خود استفاده کنید.

linkedin Apache Kafka Essential Training: Building Scalable Applications (2021) (Mitalearn-210542)

  • 1 hours 17 minutes
  • مناسب همه
  • Release date: 30 April 2021
  • Author: Kumaran Ponnambalam
درباره این دوره: 

 صف پیام مقیاس پذیر و توزیع شده نقش مهمی در ساخت خطوط لوله داده بزرگ در زمان واقعی دارد. مدل‌های ناشر/مشترک ناهمزمان برای مدیریت بارهای غیرقابل پیش‌بینی در این خطوط لوله مورد نیاز است. آپاچی کافکا تکنولوژی پیشرو امروزی است که این قابلیت ها را فراهم می کند و یک مهارت ضروری برای یک متخصص داده های بزرگ است. در این دوره، Kumaran Ponnambalam بینش هایی را در مورد جنبه های مقیاس پذیری و مدیریت کافکا ارائه می دهد و نحوه ساخت برنامه های ناهمزمان با کافکا و جاوا را نشان می دهد. کوماران با نشان دادن نحوه راه اندازی یک خوشه کافکا شروع می کند و اصول برنامه نویسی جاوا را در کافکا بررسی می کند. سپس به بررسی گزینه های مختلف پیام رسانی و طرحواره های موجود می پردازد. کوماران همچنین قبل از پایان دادن به پروژه مورد استفاده که دروس ارائه شده در دوره را به کار می‌برد، بهترین روش‌ها را برای طراحی برنامه‌های کاربردی کافکا بررسی می‌کند.

linkedin Apache Spark Essential Training: Big Data Engineering (2021) (Mitalearn-218685)

  • 1 hours 2 minutes
  • مناسب همه
  • Release date: 29 June 2026
  • Author: Kumaran Ponnambalam
درباره این دوره:

مهندسی داده پایه و اساس ساخت برنامه های کاربردی تجزیه و تحلیل و علم داده در دنیای جدید Big Data است. مهندسی داده مستلزم ترکیب چندین فناوری کلان داده برای ساخت خطوط لوله و شبکه های داده برای جریان، پردازش و ذخیره داده ها است. این دوره بر ساخت راه حل های کامل تمرکز دارد که Apache Spark را با سایر ابزارهای Big Data ترکیب می کند تا خطوط لوله داده سرتاسری ایجاد کند. مربی کوماران پونامبالام با تعریف مهندسی داده، عملکردها و مفاهیم آن شروع می کند. در مرحله بعد، کوماران به نحوه عملکرد قابلیت‌های Spark مانند پردازش موازی، برنامه‌های اجرایی، گزینه‌های مدیریت حالت و یادگیری ماشین با استخراج، تبدیل، بارگذاری (ETL) می‌پردازد. او شما را با موارد و فرآیندهای استفاده از پردازش دسته ای و همچنین خطوط لوله پردازش بلادرنگ آشنا می کند. کوماران پس از آشنایی با چندین روش مفید مفید، با یک پروژه تمرینی پایان به انتها پایان می‌دهد.

linkedin Azure Data Engineer Associate (DP-203) Cert Prep: 2 طراحی و توسعه پردازش داده (Mitalearn-391456)

  • 46 minutes
  • مناسب همه
  • Release date: 6 January 2022
  • Author: Noah Gift
درباره این دوره: 

 آیا برای آزمون Microsoft Azure Data Engineering (DP-203) آماده می شوید یا به دنبال درک بهتری از نحوه طراحی و توسعه پردازش داده هستید؟ این دوره، دومین دوره از یک سری، می تواند به شما کمک کند. نوح گیفت، بنیانگذار Pragmatic A.I. آزمایشگاه ها و یکی از همکاران بنیاد نرم افزار پایتون، نحوه طراحی و توسعه پردازش داده با Azure را پوشش می دهد. نوح به شما نشان می دهد که چگونه از Apache Spark، Data Factory و Databricks برای جذب و تبدیل داده ها در Azure استفاده کنید. او به پاکسازی داده ها و کارهای رایج تبدیل داده می پردازد، سپس به سراغ راه حل های پردازش دسته ای می رود. پس از توضیح نحوه ادغام نوت‌بوک‌های Jupyter/Python در خط لوله داده‌ها، نوح درباره پردازش جریان، تفاوت‌های بین پردازش جریانی و دسته‌ای و استفاده از راه‌حل Azure Data Factory برای مدیریت دسته‌ها و خطوط لوله صحبت می‌کند.

توجه: این دوره توسط نوح گیفت ایجاد شده است. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.

linkedin Databricks Certified Data Engineer Associate Cert Prep: 2 ELT با Spark SQL و Python (Mitalearn-395621)

  • 28 minutes
  • مناسب همه
  • Release date: 23 January 2024
  • Author: Noah Gift
درباره این دوره: 

 

آزمون گواهینامه Databricks Certified Data Engineer Associate توانایی شما را در استفاده از پلتفرم Databricks Lakehouse برای تکمیل وظایف اولیه مهندسی داده ارزیابی می کند. همچنین توانایی شما را در استفاده از Apache Spark SQL و Python برای انجام وظایف ETL معماری multihop که به صورت تدریجی داده‌های جدید را از منابع مختلف داده پردازش می‌کند تا برنامه‌های تحلیلی و داشبورد در Lakehouse را تقویت کند، ارزیابی می‌کند.

در این دوره، مربی Noah Gift آموزش عملی و عملی در مورد مفاهیم اصلی و مهارت های تحت پوشش در بخش دوم امتحان ارائه می دهد: ELT با اسپارک آپاچی. اصول تبدیل داده ها را با Apache Spark، از جمله نحوه نصب و استفاده از IntelliJ برای Databricks با Go، Databricks CLI، Databricks برای RStudio، Notebooks، پشتیبانی چند زبانه، Databricks Repos و موارد دیگر را بررسی کنید.


linkedin Databricks Certified Data Engineer Associate Cert Prep: 3 پردازش اطلاعات افزایشی (Mitalearn-395638)

  • 28 minutes
  • مناسب همه
  • Release date: 24 January 2024
  • Author: Noah Gift
درباره این دوره: 

 

آزمون گواهینامه Databricks Certified Data Engineer Associate توانایی شما را در استفاده از پلتفرم Databricks Lakehouse برای تکمیل وظایف اولیه مهندسی داده ارزیابی می کند. همچنین توانایی شما را در استفاده از Apache Spark SQL و Python برای انجام وظایف ETL معماری multihop که به صورت تدریجی داده‌های جدید را از منابع مختلف داده پردازش می‌کند تا برنامه‌های تحلیلی و داشبورد در Lakehouse را تقویت کند، ارزیابی می‌کند.

در این دوره، مربی نوح گیفت، آموزش عملی و عملی در مورد مفاهیم و مهارت های اصلی تحت پوشش در بخش سوم آزمون ارائه می دهد: پردازش داده های افزایشی. اصول مدیریت داده را با Delta Lake، از جمله تبدیل کارآمد داده با Spark SQL، با استفاده از Catalog Explorer، ایجاد جداول از فایل‌ها، جستجو در منابع داده خارجی و بازرسی جداول، تراکنش‌های ACID، ترتیب Z، و موارد دیگر بررسی کنید.


linkedin Databricks Certified Data Engineer Associate Cert Prep: 6 دسترسی به داده با کاتالوگ Unity (Mitalearn-395689)

  • 18 minutes
  • مناسب همه
  • Release date: 25 January 2024
  • Author: Noah Gift
درباره این دوره: 

 

آزمون گواهینامه Databricks Certified Data Engineer Associate توانایی شما را در استفاده از پلتفرم Databricks Lakehouse برای تکمیل وظایف اولیه مهندسی داده ارزیابی می کند. همچنین توانایی شما را در استفاده از Apache Spark SQL و Python برای انجام وظایف ETL معماری multihop که به صورت تدریجی داده‌های جدید را از منابع مختلف داده پردازش می‌کند تا برنامه‌های تحلیلی و داشبورد در Lakehouse را تقویت کند، ارزیابی می‌کند.

در این دوره، مربی نوح گیفت، آموزش عملی و عملی در مورد مفاهیم اصلی و مهارت های پوشش داده شده در قسمت دوم بخش پنجم آزمون ارائه می دهد. اصول دسترسی به داده‌ها را با Unity Catalog، کاتالوگ‌ها در مقابل متاستورها، شروع سریع Unity Catalog با Python، اعمال امنیت شی، و بهترین روش‌ها برای کاتالوگ‌ها، اتصالات و واحدهای تجاری را بررسی کنید.


linkedin Databricks Certified Engineer Data Associate Cert Prep (Mitalearn-443510)

  • 2 hours 18 minutes
  • مناسب همه
  • Release date: 18 March 2025
  • Author: Noah Gift
درباره این دوره: 

 در این دوره برای آزمون کاردانی مهندسی داده گواهی شده Databricks آماده شوید. مربی نوح گیفت شما را از طریق موضوعاتی که باید بدانید، با مقدمه ای بر پلت فرم Databricks Lakehouse شروع می کند. سپس با Apache Spark، مدیریت داده‌ها با Delta Lake، خطوط لوله داده‌ها با جداول زنده دلتا، بارهای کاری با مشاغل، و دوره را با نگاهی به دسترسی به داده‌ها با Unity Catalog به پایان می‌رساند.

datacamp ETL and ELT in Python (Mitalearn-400415)

  • 52 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Jake Roach
درباره این دوره:

خطوط داده در پایه هر پلت فرم داده قوی قرار دارند. ساخت این خطوط لوله یک مهارت ضروری برای مهندسان داده است که ارزش باورنکردنی را برای کسب و کاری که آماده قدم گذاشتن به آینده مبتنی بر داده است، فراهم می کند. این دوره مقدماتی به شما کمک می کند تا مهارت های ایجاد خطوط لوله داده موثر، کارآمد و قابل اعتماد را تقویت کنید.

datacamp Intermediate dbt (Mitalearn-447080)

  • 24 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Mike Metzger
درباره این دوره:

مهارت های dbt خود را با این دوره عملی که برای مهندسان داده و متخصصان تحلیلگر طراحی شده است به سطح بالاتری ببرید. ویژگی‌های پیشرفته dbt، از جمله استراتژی‌های آزمایش سفارشی، آزمایش‌های قابل استفاده مجدد، منابع، دانه‌ها و عکس‌های فوری را برای ردیابی تغییرات داده‌های تاریخی بررسی خواهید کرد. بیاموزید که چگونه خطوط لوله dbt را با استفاده از ساخت dbt خودکار کنید و از تغییرات قابل اعتماد و کارآمد در محیط های تولید اطمینان حاصل کنید. با تمرین‌های تعاملی و سناریوهای دنیای واقعی، اعتماد به نفس لازم برای پیاده‌سازی dbt را در جریان‌های کاری داده در مقیاس بزرگ به دست خواهید آورد.

Related Skills

linkedin MLOP با Databricks (Mitalearn-429213)

  • 1 hours 9 minutes
  • مناسب همه
  • Release date: 19 December 2024
  • Author: Maria Vechtomova
درباره این دوره: 

 در این دوره ، متخصص MLOPS ، ماریا وختومووا ، مؤلفه ها و اصولی را معرفی می کند که باید درک کنید تا با موفقیت مدل های یادگیری ماشین را برای تولید در پایگاه داده ها مستقر کنید. وارد فرآیند گام به گام استفاده از مهندسی ویژگی در کاتالوگ وحدت ، ردیابی آزمایش های مدل در MLFlow ، ثبت یک مدل در کاتالوگ وحدت و استقرار مدل خود با استفاده از مدل Databricks Model. مواردی را که در آن می توان از ویژگی های استفاده استفاده کرد ، کاوش کنید و نحوه استقرار یک ویژگی سرویس دهی را پیدا کنید. به علاوه ، یاد بگیرید که چگونه کد خود را بسته بندی کنید ، پروژه خود را با استفاده از بسته های دارایی Databricks مستقر کنید و برنامه ML خود را با استفاده از جداول استنتاج و نظارت بر دریاچه نظارت کنید.

linkedin Rust برای مهندسی داده (Mitalearn-392680)

  • 7 hours 43 minutes
  • مناسب همه
  • Release date: 16 October 2023
  • Author: Noah Gift
درباره این دوره: 

 در این دوره یاد بگیرید که چگونه از Rust برای ساخت خطوط لوله داده با کارایی بالا استفاده کنید که می توانید در مهندسی داده، ML Ops و مهندسی نرم افزار سنتی استفاده کنید. Rust ایمنی، سرعت و کنترل سطح پایین را برای برنامه نویسی سیستم ها فراهم می کند و مربی نوح گیفت این جنبه ها را در چهار بخش این دوره به تصویر می کشد. نوح شروع به بررسی ویژگی های کلیدی Rust، از جمله HashMaps و وکتورها می کند. او سپس نگاهی به ایمنی، امنیت و همزمانی با Rust می اندازد. در بخش سوم، نوح کتابخانه‌ها و ابزارهای محبوب مهندسی داده Rust را پوشش می‌دهد و دوره را با نگاهی به طراحی سیستم‌های پردازش داده در Rust به پایان می‌رساند.

linkedin آپاچی فلینک: مهندسی داده در زمان واقعی (Mitalearn-169487)

  • 1 hours 11 minutes
  • پیشرفته
  • Release date: 22 June 2026
  • Author: Kumaran Ponnambalam
درباره این دوره:

از دیدگاه مهندسی، مقیاس پذیری یکی از مهم ترین چالش ها در علم داده است. Apache Flink، پلتفرم قدرتمند و محبوب پردازش جریان، ویژگی ها و عملکردهایی را ارائه می دهد که می تواند به توسعه دهندگان کمک کند تا با این چالش مقابله کنند. در این دوره آموزشی، یاد بگیرید که چگونه یک خط لوله پردازش جریان در زمان واقعی با Apache Flink بسازید. مربی Kumaran Ponnambalam با مرور مفاهیم کلیدی جریان و ویژگی های Apache Flink شروع می کند. سپس نگاهی عمیق‌تر به DataStream API می‌اندازد و قابلیت‌های مختلف موجود برای پردازش جریانی بلادرنگ، از جمله پنجره‌سازی و پیوستن را بررسی می‌کند. پس از بررسی ویژگی‌های پردازش زمان رویداد و مدیریت حالت پلتفرم، او یک پروژه مورد استفاده ارائه می‌دهد که به شما امکان می‌دهد مهارت‌های جدید خود را آزمایش کنید.

datacamp آشنایی با معماری مدرن داده (Mitalearn-400636)

  • 58 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Miller Andrés Trujillo Achury
درباره این دوره:

در این دوره، درک عمیقی از مؤلفه‌های کلیدی که راه‌حل‌های داده مدرن را تشکیل می‌دهند و معماری‌های مختلف موجود با مزایا و معایب منحصربه‌فردشان را کشف خواهید کرد. از دریافت و ارائه داده ها گرفته تا مدیریت و هماهنگی، شما هر لایه را کاوش خواهید کرد و خواهید فهمید که چگونه آنها در ایجاد راه حل های داده قوی و مقیاس پذیر کمک می کنند. در پایان دوره، دانش و مهارت‌هایی برای طراحی و پیاده‌سازی معماری‌های داده مدرن خواهید داشت که نه تنها بینش‌های ارزشمندی را ارائه می‌کند، بلکه ملاحظات هزینه و امنیت را نیز در نظر می‌گیرد.

datacamp آشنایی با مهندسی داده (Mitalearn-399089)

  • 47 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Hadrien Lacroix
درباره این دوره:

در سال 2019، میانگین حقوق مهندسان داده از دانشمندان داده پیشی گرفت. چگونه این اتفاق افتاد؟ شرکت‌هایی که می‌خواستند طلا را در داده‌های خود پیدا کنند، متوجه شدند که اگر هنوز معدن را نساخته بودند، امکان‌پذیر نبود. مهندسان داده پایه هایی را می گذارند که علم داده را ممکن می سازد. در این دوره آموزشی، با مسئولیت های اصلی مهندس داده، تفاوت آنها با دانشمندان داده و تسهیل جریان داده ها از طریق یک سازمان آشنا خواهید شد. از طریق تمرین‌های عملی، Spotflix، یک شرکت پخش موسیقی تخیلی را دنبال می‌کنید تا بفهمید مهندسان داده چگونه داده‌های آنها را جمع‌آوری، پاکسازی و فهرست‌بندی می‌کنند. در پایان دوره، متوجه خواهید شد که مهندسان داده شرکت شما چه می کنند، آماده گفتگو با یک مهندس داده هستید و پایه ای محکم برای شروع سفر مهندس داده خود دارید.

ویدیوها حاوی رونوشت‌های زنده هستند که با کلیک کردن روی "نمایش رونوشت" در پایین سمت چپ ویدیوها قابل دسترسی هستند.

واژه نامه دوره را می توانید در سمت راست در بخش منابع پیدا کنید.

برای کسب اعتبارات CPE باید دوره را تکمیل کنید و در ارزیابی واجد شرایط به نمره 70% برسید. می‌توانید با کلیک بر روی علامت اعتبارات CPE در سمت راست به ارزیابی بروید.

linkedin آموزش ضروری Apache Spark: مهندسی داده های بزرگ (Mitalearn-411346)

  • 1 hours 4 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Kumaran Ponnambalam
درباره این دوره:

مهندسی داده ها پایه و اساس ساخت و ساز برنامه های کاربردی علوم داده در دنیای جدید داده های بزرگ است. مهندسی داده ها برای ساخت خطوط لوله و شبکه های داده برای پخش ، پردازش و ذخیره داده ها نیاز به ترکیب چندین فناوری داده بزرگ دارد. این دوره بر ساختن راه حل های تمام عیار که Apache Spark را با سایر ابزارهای داده بزرگ برای ایجاد خطوط لوله داده نهایی به پایان می رساند ، متمرکز شده است. مربی Kumaran Ponnambalam با تعریف مهندسی داده ها ، کارکردهای آن و مفاهیم آن آغاز می شود. در مرحله بعد ، Kumaran به این نتیجه می رسد که قابلیت های جرقه ای مانند پردازش موازی ، برنامه های اجرای ، گزینه های مدیریت دولت و یادگیری ماشین با عصاره ، تبدیل ، بار (ETL) چگونه است. او شما را به موارد و فرآیندهای استفاده از پردازش دسته ای و همچنین خطوط لوله پردازش در زمان واقعی معرفی می کند. پس از طی کردن چندین روش مفید ، کوماران با یک پروژه تمرینی پایان به پایان نتیجه می گیرد.

linkedin آموزش ضروری PySpark: مقدمه ای بر ساخت خطوط لوله داده (Mitalearn-440722)

  • 1 hours 18 minutes
  • مناسب همه
  • Release date: 7 August 2025
  • Author: Sam Bail
درباره این دوره: 

 PySpark یک کتابخانه قدرتمند است که قابلیت‌های محاسباتی توزیع شده Apache Spark را به پایتون می‌آورد و آن را به ابزاری کلیدی برای پردازش کارآمد داده‌های مقیاس بزرگ تبدیل می‌کند. در این دوره، مهندس داده و تحلیلگر Sam Bail، مقدمه ای ساختاریافته و عملی برای PySpark ارائه می دهد که با مروری بر آپاچی اسپارک، معماری و اکوسیستم آن شروع می شود. قبل از راه‌اندازی یک محیط آزمایشگاهی و کار با مجموعه داده واقعی، در مورد مفاهیم اصلی Spark، مانند DataFrame API، تبدیل‌ها، ارزیابی‌های تنبل و اقدامات اطلاعاتی کسب کنید. به‌علاوه، بینش‌هایی در مورد اینکه PySpark چگونه با یک اکوسیستم مهندسی داده‌های گسترده‌تر و بهترین شیوه‌های اجرای PySpark در یک محیط تولیدی سازگار می‌شود، به دست آورید.

linkedin استفاده از هوش مصنوعی و مهندسی داده ها برای راه حل های پایدار (Mitalearn-427054)

  • 57 minutes
  • مناسب همه
  • Release date: 18 February 2025
  • Author: Talal Gedeon
درباره این دوره: 

 در این دوره ، بیاموزید که چگونه فناوری و داده ها می توانند تلاش های پایداری را تغییر داده و راه را برای آینده ای باهوش تر و سبز تر هموار کنند. مربی Talal Gedeon پایه و اساس محکمی را در زمینه استفاده از هوش مصنوعی و مهندسی داده ها برای تدوین راه حل های نوآورانه برای رسیدگی به چالش های زیست محیطی ، ایجاد شکاف بین مهارت های پیشرفته فن آوری و کاربردهای عملی در پایداری فراهم می کند. تکنیک های جمع آوری داده ها ، از جمله راه حل های IoT و AI ، را کشف کنید تا ببینید که چگونه می توانید پروژه های پایداری خود را متحول کنید.

linkedin انتقال از علم داده به مهندسی داده (Mitalearn-393275)

  • 47 minutes
  • مناسب همه
  • Release date: 23 February 2024
  • Author: Pooja Jain
درباره این دوره: 

 

اگر واقعاً می‌خواهید اطلاعات خود را استخراج کنید، باید بدانید که چگونه داده‌های خود را تغییر دهید. در این دوره، مربی پوجا جین به شما نشان می‌دهد که چگونه مهارت‌های خود را به‌عنوان یک دانشمند داده به سطح بالاتری برسانید و مهندس داده شوید.

مبانی مهندسی داده و چشم‌انداز شغلی پیش‌بینی‌شده این نقش را کاوش کنید. یک نمای کلی جامع از مخزن داده، از جمله مزایا، معایب، و جنبه های مختلف انبار داده و دریاچه داده دریافت کنید. Pooja بینش هایی در مورد پردازش داده ها، امنیت و انطباق و همچنین محاسبات ابری برای مهندسان داده ارائه می دهد. در پایان این دوره، شما به دانش فنی و مهارت هایی که برای تغییر از دانشمند داده به مهندس داده به آسانی نیاز دارید، مجهز خواهید شد.


linkedin پایتون برای مهندسی داده: از مبتدی تا پیشرفته (Mitalearn-387036)

  • 3 hours 50 minutes
  • مناسب همه
  • Release date: 30 January 2024
  • Author: Deepak Goyal
درباره این دوره: 

 قبل از پیشرفت به موضوعات پیشرفته تر مخصوص مهندسی داده، با اصول اولیه پایتون آشنا شوید و اجرا کنید. در این دوره عملی و تعاملی، به مربی دیپاک گویال بپیوندید تا انجام طیف گسترده ای از وظایف مهندسی داده در پایتون را تمرین کنید تا دانش فنی خود را تقویت کنید، برای مصاحبه آماده شوید یا نقش جدیدی را به دست آورید. این دوره شامل چالش های کد است که توسط CoderPad طراحی شده است. چالش‌های کد، تمرین‌های کدنویسی تعاملی با بازخورد بلادرنگ هستند، بنابراین می‌توانید برای پیشبرد مهارت‌های کدنویسی خود تمرین کدنویسی را انجام دهید. دیپک به شما کمک می کند تا مهارت های خود را به عنوان یک برنامه نویس پایتون با شش چالش برنامه نویسی خاص تقویت کنید. اصول زبان، مجموعه‌های پایتون، مدیریت فایل، پانداها، NumPy، OOP و ابزارهای پیشرفته مهندسی داده‌ای که از پایتون استفاده می‌کنند را کاوش کنید. این دوره با یک پروژه اصلی متمرکز بر تجزیه و تحلیل خرده فروشی به پایان می رسد.

Suggestions