بسیاری از سازمان‌ها به پایگاه‌های داده NoSQL روی می‌آورند تا حجم زیادی از داده‌های پیچیده را ذخیره کنند، که باعث افزایش نیاز دانشمندان و تحلیلگران داده برای درک ذخیره‌های غیرمرتبط داده می‌شود. اگر شما یک دانشمند داده یا تحلیلگر کسب و کار هستید که باید با NoSQL کار کنید، این دوره برای شما مناسب است. درباره تفاوت‌های بین پایگاه‌های داده رابطه‌ای و NoSQL بیاموزید، انواع پایگاه‌های داده NoSQL را مرور کنید، و نحوه انجام کارهای رایج علم داده، از جمله آماده‌سازی داده، کاوش، و ساخت و استفاده از مدل‌ها را ببینید.\r\n\r\n جزئیات کلیدی را برای انجام آماده سازی، کاوش و استخراج داده برای هر نوع پایگاه داده NoSQL بیاموزید. مطالعات موردی را مرور کنید که نشان می‌دهد چگونه از پایگاه‌های داده NoSQL مختلف با ابزارهای معروف علم داده استفاده کنید، از جمله پایگاه‌داده اسناد MongoDB، پایگاه‌داده ستون گسترده Cassandra و پایگاه‌داده نمودار Neo4j.

 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.

دستگاه های تلفن همراه، اینترنت اشیا (IoT) و سایر سیستم های موجود در لبه شرکت، حجم وسیعی از داده های غیرمتمرکز را تولید می کنند. به جای ادغام و همگام سازی آن داده ها برای انجام تجزیه و تحلیل، چرا تجزیه و تحلیل را در لبه تولید نکنید و دسترسی و استفاده از بینش های مبتنی بر داده را به طور چشمگیری افزایش دهید؟ همه فروشندگان بزرگ فناوری، از جمله سیسکو، اوراکل، و IBM، تحلیل لبه را پذیرفته اند. این یک موضوع مهم و نوظهور برای همه کسانی است که در توسعه کسب و کار، عملیات یا تجزیه و تحلیل درگیر هستند. این دوره مفاهیم مربوط به تجزیه و تحلیل لبه را معرفی می کند و توضیح می دهد که چگونه تجزیه و تحلیل لبه در کنار داده های بزرگ، انبار داده سنتی و سایر محیط های تحلیلی قرار می گیرد. مربی آلن سایمون نمونه معماری و فناوری‌های اصلی مانند ویدئوهای دیجیتال هوشمند و داده‌های تولید شده توسط حسگر را نشان می‌دهد. او همچنین راه‌حل‌های خاص اینتل، سیسکو و سایر فروشندگان را بررسی می‌کند و نشان می‌دهد که چگونه تجزیه و تحلیل لبه را می‌توان در چهار مورد مختلف استفاده کرد: خرده‌فروشی، تولید، امنیت فناوری اطلاعات و مدیریت سیستم‌ها، و اکتشاف انرژی.

داده ها قدرت تصمیم گیری را دارد. و برای استفاده موثر از داده ها برای حمایت از بینش های تجاری، شرکت ها باید بتوانند داده ها را پرس و جو کنند و تجزیه و تحلیل را در مقیاس بزرگ اجرا کنند. Azure Synapse که قبلا با نام Azure SQL Data Warehouse شناخته می شد، می تواند کمک کند. این سرویس قدرتمند تجزیه و تحلیل، تجزیه و تحلیل داده های بزرگ را با انبار داده ترکیب می کند و به سازمان ها راهی برای ذخیره مقادیر زیادی از داده های دریافتی با هزینه مناسب ارائه می دهد. در این دوره، مربی Nertil Poci به توسعه دهندگان کمک می کند تا با Azure Synapse راه اندازی کنند و اولین انبار داده خود را بسازند. Nertil به مزایایی که Azure Synapse ارائه می دهد، و همچنین نحوه تهیه انبار داده، بارگیری و جستجوی داده ها، و استفاده از بهترین شیوه ها برای به حداقل رساندن هزینه ها و بهینه سازی انبار داده خود اشاره می کند. در طول راه، او چالش هایی را به اشتراک می گذارد که به شما امکان می دهد مهارت های جدید خود را تمرین کنید.

نحوه استفاده از Scala - زبان محبوبی که طراحی شی گرا را با برنامه نویسی کاربردی ترکیب می کند - در کار علم داده خود کشف کنید. در این دوره آموزشی، با ویژگی‌های Scala که برای دانشمندان داده مفید است آشنا شوید، از جمله توابع سفارشی، پردازش موازی، و برنامه‌نویسی Spark with Scala. دن سالیوان دوره را با مقدمه ای برای برنامه نویسان غیر اسکالا آغاز می کند. در مرحله بعد، او نحوه استفاده از SQL از Scala را شرح می دهد - یک مفهوم به خصوص مفید برای دانشمندان داده، زیرا آنها اغلب باید داده ها را از پایگاه های داده رابطه ای استخراج کنند. سپس ساختارهای پردازش موازی را در اسکالا پوشش می‌دهد، تکنیک‌هایی را به اشتراک می‌گذارد که برای مجموعه‌های داده‌ای با اندازه متوسط \u200b\u200bمفید هستند که می‌توانند روی یک سرور واحد با چندین هسته تجزیه و تحلیل شوند.\r\n\r\n او ابتدا نحوه کار با مجموعه داده‌های توزیع‌شده انعطاف‌پذیر (RDDs) - یک ساختار داده‌ای بنیادی Spark - را توضیح می‌دهد و سپس نحوه استفاده از Scala با Spark DataFrames را توضیح می‌دهد، کلاس جدیدی از ساختار داده که به‌ویژه برای پردازش تحلیلی طراحی شده است. او دوره را با ارائه خلاصه ای از مزایای استفاده از Scala برای علم داده به پایان می رساند.

Tableau برای علم داده طراحی شده است! فراتر از اصول اولیه حرکت کنید و در قدرت این نرم افزار تجسم داده ها عمیق تر شوید. بیاموزید که چگونه با داده های نامرتب یا بد فرمت شده برخورد کنید، از Tableau برای پاسخ به سوالات کلیدی تجزیه و تحلیل داده ها استفاده کنید و نتایج خود را با نقشه ها و داشبوردها تجسم کنید. مت فرانسیس "Zen Master" دارای گواهی تابلو به شما نشان می دهد که چگونه از پارامترها برای بهبود تجسم ها، ایجاد فیلترهای متقابل منبع، استفاده از استخراج داده ها برای بهینه سازی اتصالات آهسته و موارد دیگر استفاده کنید.

rnrn سپس نحوه اضافه کردن نقشه‌های جدید و ایجاد داشبوردهای مؤثرتر را بیابید که املاک و مستغلات صفحه را به حداکثر برسانند. کشف کنید که چگونه کنش‌ها می‌توانند برگه‌ها را به هم پیوند دهند و سطوح بیشتری از تعامل و عملکرد را ارائه دهند، و چگونه قالب‌بندی می‌تواند یک داشبورد معمولی را به توجه نیاز داشته باشد. به‌علاوه، نکات پاداشی در مورد انجام محاسبات تاریخ و زمان در Tableau دریافت کنید. این دوره به مهارت‌های عملی، کاربردی و ضروری می‌پردازد که هر کسی که در یک محیط حرفه‌ای به انجام تجسم و تجزیه و تحلیل داده‌ها نیاز دارد، باید داشته باشد.

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.

بنابراین شما یک مجموعه داده بزرگ دارید. اطلاعات جدید همیشه وارد می شود، و نامرتب و ناسازگار است. فایل های متنی، صفحات گسترده اکسل، فرم های وب، پیام های ایمیل و غیره. شما می‌خواهید راهی برای قالب‌بندی آن به چیزی تمیز و سازگار پیدا کنید که می‌توانید در پایگاه داده از آن استفاده کنید، و می‌خواهید آن فرآیند را تا حد امکان خودکار کنید. AWK را وارد کنید، یک ابزار خط فرمان برای مک، یونیکس و لینوکس که به شما امکان می‌دهد داده‌ها را به روش‌های قدرتمندی دستکاری کنید.

rnrn او مهره‌ها و پیچ‌های زبان، مانند جداکننده‌های میدان، تطبیق الگو، متغیرها، عملگرها، عبارات و ساختارهای کنترل را بررسی می‌کند. توابع موجود برای دستکاری داده ها؛ و ادغام با برنامه های دیگر مانند اکسل.

آپاچی اسپارک یک پلتفرم قدرتمند است که راه های جدیدی را برای ذخیره و استفاده از داده های بزرگ در اختیار کاربران قرار می دهد. در این دوره آموزشی، با Spark به سرعت عمل کنید و کشف کنید که چگونه از این موتور پردازش محبوب برای ارائه بینش مؤثر و جامع در مورد داده های خود استفاده کنید. مربی بن سالینز یک نمای کلی از پلتفرم ارائه می دهد و به اجزای مختلف سازنده آپاچی اسپارک می پردازد. او نحوه تجزیه و تحلیل داده‌ها را در Spark با استفاده از PySpark و Spark SQL نشان می‌دهد، الگوریتم‌های یادگیری ماشین در حال اجرا را با استفاده از Mlib بررسی می‌کند، نحوه ایجاد یک برنامه تحلیل جریانی با استفاده از Spark Streaming و موارد دیگر را نشان می‌دهد.

حجم زیاد داده می تواند به سرعت غیرقابل مدیریت شود. اما با ویژگی های مدیریت و تجزیه و تحلیل داده ها در Excel 2016، می توانید بزرگترین صفحات گسترده را تحت کنترل داشته باشید. در این دوره آموزشی، دنیس تیلور دستورات، ویژگی‌ها و توابع با کاربرد آسان را برای نگهداری فهرست‌های بزرگ از داده‌ها در اکسل به اشتراک می‌گذارد. او مرتب‌سازی، اضافه کردن جمع‌های فرعی، فیلتر کردن، حذف داده‌های تکراری و استفاده از ویژگی فیلتر پیشرفته برنامه و توابع پایگاه داده تخصصی برای جداسازی و تجزیه و تحلیل داده‌ها را پوشش می‌دهد. با استفاده از این تکنیک ها، می توانید در کمترین زمان، مهم ترین اطلاعات را از داده های خود استخراج کنید.

در یک دنیای کامل، هر مجموعه داده به عنوان متن XML با زمینه برای هر قطعه اطلاعات ذخیره می شود. اعداد هرگز به عنوان رشته ذخیره نمی شوند. مقادیر اعشاری هرگز به عنوان نماد علمی ذخیره نمی شوند. رشته ها هرگز بیشتر از 500 کاراکتر نخواهند بود. اما بدیهی است که ما در دنیای کاملی از داده ها زندگی نمی کنیم. و داده های بزرگ فقط این موضوع را بزرگتر می کند. این مشکل تنوع است. داده ها در قالب های مختلف می رسند. دانشمندان داده زمان زیادی را برای این مشکل صرف می کنند و از نیروی مغزی استفاده می کنند که بهتر است برای کارهای تجزیه و تحلیل ارزشمند صرف شود. در این دوره، Mark Niemann-Ross مسئله تنوع داده ها را معرفی می کند و نحوه استفاده از قابلیت های منحصر به فرد R را برای حل آنها نشان می دهد. با نحوه وارد کردن طیف گسترده ای از داده ها، از Excel گرفته تا فایل های ODS آشنا شوید.

 

از آنجایی که داده ها و مشاغل مرتبط با داده در دهه گذشته رشد کرده اند، تقاضا برای مهارت های داده نیز افزایش یافته است. اگر حرفه ای در زمینه داده ها هستید، این یک خبر عالی است! با این حال، ادامه سازگاری با تقاضاهای در حال تغییر بازار، که شامل استفاده از ابزارهایی مانند پایتون برای نزدیک شدن به چالش های کلان داده است، مهم است. در این دوره، سارا نوروی یک آزمون عملی و پروژه محور پایتون را به اشتراک می‌گذارد که مهارت‌های مورد نیاز برای کمک به شما را در میان سایرین در بازار رقابتی برجسته می‌کند. سارا یک تجزیه و تحلیل سرتاسر پایتون را انجام می‌دهد، نمونه‌ای از آنچه در کار با آن مواجه می‌شوید – از بیان مسئله شروع می‌کند و شما را تا تحویل بینش می‌برد. سارا به شما کمک می کند تا مشکل را حل کنید، انتظارات خود را تعیین کنید و بهترین روش ها را در مورد پاکسازی داده ها، تجسم داده ها و داستان سرایی پوشش می دهد. در نهایت، او همچنین مشکلات مشترک و مهارت‌های مهم تجاری و نرم را به اشتراک می‌گذارد که به شما کمک می‌کند برجسته شوید.

این دوره با GitHub Codespaces یکپارچه شده است، یک محیط توسعه دهنده ابر فوری که تمام عملکردهای IDE مورد علاقه شما را بدون نیاز به هیچ گونه راه اندازی ماشین محلی ارائه می دهد. با GitHub Codespaces، می‌توانید در هر زمان و در هر زمانی از هر ماشینی تمرین عملی داشته باشید—همه با استفاده از ابزاری که احتمالاً در محل کار با آن مواجه خواهید شد.

کلان داده ها دنیای تجارت را متحول می کنند. با این حال، بسیاری از مردم نمی‌دانند کلان داده و هوش تجاری چیست، یا نمی‌دانند چگونه این تکنیک‌ها را در مشاغل روزمره خود به کار ببرند. این دوره به این شکاف دانش می پردازد و روش های عملی را به افراد تجاری ارائه می دهد تا با استفاده از داده های بزرگ، پیش بینی های تجاری سریع و مرتبط ایجاد کنند.\r\n\r\n تنها چیزی که نیاز دارید مایکروسافت اکسل است. مایکل از فرمول ها، توابع و محاسبات داخلی برای انجام تحلیل رگرسیون، محاسبه فواصل اطمینان و تست استرس نتایج شما استفاده می کند. شما از دوره دور می شوید و می توانید فوراً شروع به ایجاد پیش بینی برای نیازهای تجاری خود کنید.

داده های مرتب یک فرمت داده ای است که یک روش استاندارد برای سازماندهی مقادیر داده در یک مجموعه داده ارائه می دهد. با استفاده از اصول داده‌های مرتب، آماردانان، تحلیلگران و دانشمندان داده می‌توانند زمان کمتری را برای تمیز کردن داده‌ها و زمان بیشتری را برای رسیدگی به جنبه‌های قانع‌کننده‌تر تحلیل داده‌ها صرف کنند. در این دوره آموزشی، با اصول داده های مرتب آشنا شوید و نحوه ایجاد و دستکاری تیبل های داده را بیاموزید - تبدیل آنها از داده های منبع به قالب های مرتب. مربی مایک چاپل از زبان برنامه نویسی R و بسته های tidyverse برای آموزش مفهوم جدال داده ها استفاده می کند - کارهای پاکسازی داده و تبدیل داده ها که بخش قابل توجهی از زمان تحلیلگران را مصرف می کند. او سه مطالعه موردی عملی را به پایان می‌رساند که به تقویت اصول و تاکتیک‌های جدال داده‌ها که در این دوره پوشش داده شده است کمک می‌کند.

با ظهور عصر کلان داده، سازمان ها مملو از اطلاعات هستند و حجم عظیم آن پویایی کسب و کار را تغییر می دهد. یافتن بینش در کوه‌های داده – و ایمن نگه داشتن آن داده‌ها – از عوامل کلیدی موفقیت کسب‌وکار امروزه هستند، به‌ویژه در زمینه‌هایی مانند مراقبت‌های بهداشتی، تجارت الکترونیک، و فناوری اطلاعات.

rnrn IG در مورد امنیت، کنترل و بهینه سازی اطلاعات است. اصول اولیه حوزه نوظهور IG را با تعاریف و مفاهیم شروع کنید. رابرت اسمال‌وود اصول اولیه IG را توضیح می‌دهد و حوزه‌های کلیدی را که در آن یک برنامه IG تفاوت ایجاد می‌کند، شناسایی می‌کند. او استراتژی ها، روش ها و بهترین شیوه های اثبات شده را برای تضمین موفقیت مداوم برنامه IG شما به اشتراک می گذارد.

مشاهده خبرنامه لینکدین جاناتان دولت‌ها در سراسر جهان در حال کشف ارزش و مسئولیت هستند که داده‌هایی را که جمع‌آوری و ذخیره می‌کنند به راحتی در دسترس هر کسی که می‌خواهد به آن دسترسی داشته باشد، پیدا می‌کند. تصمیم گیری برای باز کردن مجموعه داده ها یک انتخاب استراتژیک است که نیاز به تاکتیک های دقیق دارد. فرآیندها و فن آوری هایی برای دسترسی به داده ها و در عین حال به حداقل رساندن خطر وجود دارد. اگر می‌خواهید باز کردن داده‌های سازمان خود را برای فعال کردن شفافیت و تسریع نوآوری شروع کنید، یا از داده‌های باز برای هدایت تحلیل و تصمیم‌گیری آگاهانه‌تر استفاده کنید، این دوره برای شما مناسب است.\n\n او همچنین توضیح می دهد که چگونه دانشمندان داده از داده های باز برای گفتن داستان ها و ایجاد تجسم داده ها استفاده می کنند. در طول مسیر، او نمونه‌های متعددی از داده‌های باز را در عمل ارائه می‌کند: بهبود دولت، توانمندسازی شهروندان، ایجاد فرصت و حل مشکلات عمومی.

آیا با حجم عظیمی از داده ها دست و پنجه نرم می کنید؟ آیا بسیاری از آن در فرمت اشتباه است یا در فایل های بزرگ؟ FME Desktop یک ابزار ترجمه داده است که در صنایع مختلف برای دستکاری و پردازش حجم زیادی از داده ها در خطوط لوله GIS و CAD استفاده می شود. در این دوره، گوردون لوکت شما را با ابزارها و تکنیک هایی آشنا می کند که کار بعدی دستکاری داده های AEC شما را بسیار آسان تر می کند. با نحوه استفاده از FME Workbench برای تبدیل فایل‌های پرکاربرد، از جمله نحوه تبدیل اتوکد DWG به شکل فایل آشنا شوید. نحوه استخراج و تبدیل اطلاعات به فرمت های رایج تر مانند ECW، JPG، Google KML و Excel را بیابید. درباره ترانسفورماتورهای داده بردار و شطرنجی، از جمله Tester - که ترجمه داده ها را کنترل می کند - و RasterMosaicker، که می توانید از آنها برای کامپایل چندین تصویر در یک تصویر استفاده کنید، بیاموزید. به علاوه، کشف کنید که چگونه می‌توانید ترانسفورماتورها را زنجیره‌ای کنید و از منبع داده ArcGIS Enterprise برای ایجاد یک شکل فایل محلی استفاده کنید.

دی جی پاتیل - دانشمند ارشد داده در ایالات متحده - چشم اندازی منحصر به فرد در مورد آینده، خطرات و قدرت همه جانبه داده ها دارد. او علاوه بر شکل‌دهی به سیاست‌ها در کاخ سفید، مقالات آکادمیک تاثیرگذاری را تالیف کرده و به عنوان رئیس محصولات داده در لینکدین خدمت کرده است، جایی که به ابداع اصطلاح "دانشمند داده" کمک کرد. در این مجموعه هفتگی، دی جی به سوالات مطرح شده توسط اعضای لینکدین می پردازد و به موضوعاتی از امنیت داده تا آینده علم داده می پردازد. هر چهارشنبه برای مجموعه ای جدید از پاسخ ها هماهنگ شوید.

مشاهده خبرنامه لینکدین جاناتان شهرها به سرعت در حال تغییر هستند - از نظر اندازه و تراکم رشد می کنند، زباله های بیشتری ایجاد می کنند و از منابع بیشتری استفاده می کنند. برای حل مشکلاتی که این فشارها ایجاد می کند، دولت های شهر باید متفاوت فکر کنند. وارد شهرهای هوشمند شوید - شهرهایی که از تفکر و فناوری قرن 21 استفاده می کنند تا کیفیت زندگی بهتری را برای شهروندان خود فراهم کنند. این مستند کوتاه با میزبانی جاناتان رایشنتال (که در سال 2017 یکی از 100 مدیر ارشد اطلاعات برتر جهان نام گرفت)، شهر پالو آلتو، کالیفرنیا را نشان می دهد. مقامات آینده نگر در آنجا راه حل های خلاقانه ای برای مشکلاتی مانند ترافیک و آلودگی هوا ارائه می کنند - و درها و داده های خود را باز می کنند تا اعضای جامعه بتوانند درگیر شوند. بیاموزید که چگونه حسگرهایی که بین دنیای فیزیکی و دیجیتال و سیاست‌های داده باز پل می‌زنند، دولت را چابک‌تر و نوآورتر می‌کنند. به‌علاوه، دریابید که چگونه سرمایه‌گذاری‌های فناوری شهرهای هوشمند، بازار کار جدیدی را برای متخصصان فنی و خلاقی که می‌خواهند کار معناداری برای جوامع خود انجام دهند، نیرو می‌دهد.

مشاهده خبرنامه لینکدین جاناتان تا سال 2050، بیش از 70 درصد از ما در شهرها زندگی می کنیم. اما آیا شهرهای ما آماده هستند؟ امروزه شهرها با چالش هایی مانند زیرساخت های قدیمی، حمل و نقل ناکافی و فرآیندهای اداری ناکارآمد مواجه هستند. ما باید در نحوه عملکرد و ارائه خدمات شهرها تجدید نظر کنیم و به ابزارهای دیجیتال، داده ها و سیستم های متصل هوشمند روی آوریم. شهرهای ما باید هوشمندتر شوند - و ما به نسل جدیدی از مردم با مهارت‌های کاملاً جدید برای کمک نیاز خواهیم داشت.\n\n این دوره طراحی شده است تا علاقه مندان به آینده شهرها را با ایده نوآوری شهری آشنا کند. دکتر جاناتان ریشنتال، مدیر ارشد اطلاعات (CIO) نقش ها و مهارت های مورد نیاز برای ورود به این حوزه جدید هیجان انگیز را معرفی می کند. او مفاهیم را با استفاده از نمونه هایی از شهرهای هوشمند موفق در سراسر جهان نشان می دهد. اگر می خواهید بدانید که چگونه می توانید شغلی را در این زمینه شروع یا پیشرفت کنید، یا به سادگی به آینده جامعه خود علاقه مند هستید، این دوره مقدماتی مناسب برای شماست.