Course catalog

Course duration

Course provider

Topic

Categories

Showing 101-120 of 135 items.

datacamp ساخت و بهینه سازی تریگرها در SQL Server (Mitalearn-404818)

  • 58 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Florin Angelescu
درباره این دوره:

ممیزی پایگاه داده SQL Server و حفظ یکپارچگی داده ها می تواند برای DBAها و توسعه دهندگان پایگاه داده یک کار چالش برانگیز باشد. راه‌اندازهای SQL Server انواع خاصی از رویه‌های ذخیره‌شده هستند که برای کمک به شما در دستیابی به یکپارچگی و یکپارچگی پایگاه داده‌تان طراحی شده‌اند. این دوره به شما یاد می دهد که چگونه با محرک ها کار کنید و از آنها در مثال های واقعی استفاده کنید. به طور خاص، در مورد موارد استفاده و محدودیت‌های تریگرها آشنا می‌شوید و طراحی و اجرای آنها را تمرین می‌کنید. همچنین یاد خواهید گرفت که محرک ها را متناسب با نیازهای خاص خود بهینه کنید.

Related Skills

linkedin سطح بالا: SQL (Mitalearn-276196)

  • 1 hours 4 minutes
  • مناسب همه
  • Release date: 9 November 2022
  • Author: Scott Simpson
درباره این دوره: 

 این چالش‌های SQL مختصر (کمتر از 3:30) به شما امکان می‌دهد مغز خود را تقویت کنید و استعدادهای خود را آزمایش کنید. اسکات سیمپسون، مربی، چالش ها را در سناریوهای دنیای واقعی که ممکن است با آنها روبرو شوید، قاب بندی می کند. وظایف از ایجاد یک جدول برای ذخیره اطلاعات مهمان مهمان تا ایجاد پرس و جو برای یافتن کتاب هایی که برای یک رویداد کتابخانه ای مشخص می شوند، متغیر است.

این دوره با GitHub Codespaces یکپارچه شده است، یک محیط توسعه دهنده ابری فوری که تمام قابلیت های IDE مورد علاقه شما بدون نیاز به تنظیم ماشین محلی. 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.

هر قسمت از Level Up< مجموعه /em> حداقل 15 فرصت کوچک برای تمرین برنامه نویسی در سطوح مختلف دشواری ارائه می دهد، بنابراین می توانید خودتان را به چالش بکشید و آموخته های خود را تقویت کنید. برای یادگیری نحوه راه‌اندازی و راه‌اندازی یک فضای کد، ویدیوی «استفاده از فضاهای کد گیت هاب با این دوره» را ببینید.

Related Skills

linkedin سطح بالا: SQL پیشرفته (Mitalearn-384146)

  • 37 minutes
  • مناسب همه
  • Update date: 4 December 2024
  • Author: Jess Pomfret
درباره این دوره: 

 

آیا می‌خواهید مهارت‌های پیشرفته SQL خود را آزمایش کنید؟ این دوره برای شما طراحی شده است. این چالش‌های مختصر به شما امکان می‌دهد مغز خود را توسعه دهید و استعدادهای خود را به سطح بعدی برسانید. به مایکروسافت MVP و متخصص SQL جس پومفرت بپیوندید تا در مورد آنچه برای تبدیل شدن به یک کاربر اصلی SQL لازم است بیشتر بدانید. بیاموزید که چگونه برخی از سوالات پیچیده SQLite را اجرا کنید، از جمله انواع اتصالات پیچیده، گروه بندی، گزینه های انتخاب پیشرفته، توابع پنجره، و موارد دیگر.

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

هر قسمت از Level Up سری حداقل 15 فرصت کوچک برای تمرین برنامه نویسی در سطوح مختلف دشواری ارائه می دهد، بنابراین می توانید خودتان را به چالش بکشید و آنچه را که آموخته اید تقویت کنید. برای یادگیری نحوه راه‌اندازی و راه‌اندازی یک کد فضایی، ویدیوی «استفاده از فضای کد GitHub با این دوره» را ببینید.


coursera سیستم های پایگاه داده رابطه ای (Mitalearn-331514)

  • 1 hours 26 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: María del Pilar Ángeles
درباره این دوره:

به دوره تخصصی سیستم های پایگاه داده رابطه ای خوش آمدید. این دوره در مدت شش هفته تکمیل می شود و با فیلم ها و اسناد مختلف پشتیبانی می شود که به شما این امکان را می دهد تا به روشی بسیار ساده یاد بگیرید که چگونه چندین نوع سیستم اطلاعاتی و پایگاه داده برای حل مشکلات و نیازهای مختلف شرکت ها در دسترس است. هدف: یک زبان آموز قادر خواهد بود با برنامه نویسی برنامه ها و منابع قابل اعتماد، مقیاس پذیر و قابل نگهداری با استفاده از اکوسیستم SQL و Hadoop، سیستم های پایگاه داده تحلیلی، تراکنشی یا NoSQL را با توجه به نیازهای تجاری طراحی، آزمایش و پیاده سازی کند. زبان های برنامه نویسی: برای دوره 1 از زبان MYSQL استفاده خواهید کرد. نرم افزار برای دانلود: MySQL میز کار در صورتی که سیستم عامل Mac / IOS دارید، باید از ماشین مجازی (VirtualBox، Vmware) استفاده کنید.

datacamp طراحی پایگاه داده (Mitalearn-399888)

  • 53 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Lis Sulmont
درباره این دوره:

طراحی پایگاه داده خوب برای یک برنامه کاربردی با کارایی بالا بسیار مهم است. همانطور که بدون بهره مندی از یک طرح اولیه شروع به ساختن خانه نمی کنید، باید از قبل به نحوه ذخیره داده هایتان فکر کنید. صرف زمان برای طراحی یک پایگاه داده باعث صرفه جویی در زمان و ناامیدی بعدا می شود و یک پایگاه داده به خوبی طراحی شده دسترسی آسان و بازیابی اطلاعات را تضمین می کند. هنگام انتخاب یک طرح، باید نکات زیادی را در نظر گرفت. در این دوره آموزشی، نحوه پردازش، ذخیره و سازماندهی داده ها را به روشی کارآمد یاد خواهید گرفت. خواهید دید که چگونه داده ها را از طریق عادی سازی ساختار دهید و داده های خود را با نماها ارائه دهید. در نهایت، یاد می‌گیرید که چگونه پایگاه داده خود را مدیریت کنید و همه این کارها بر روی مجموعه داده‌های مختلفی از فروش کتاب، کرایه اتومبیل، تا نقد موسیقی انجام می‌شود.

linkedin طراحی پایگاه داده عملی: پیاده‌سازی راه‌حل‌های داده‌ای مسئول با پرس و جوی SQL (Mitalearn-445125)

  • 2 hours 15 minutes
  • مناسب همه
  • Release date: 25 June 2024
  • Author: Dr. Brandeis Marshall
درباره این دوره: 

 در این دوره آموزشی، مفاهیم اساسی زیربنای طراحی سیستم پایگاه داده، از جمله نه تنها طراحی برنامه های کاربردی با استفاده از پایگاه داده، بلکه همچنین پوشش تکنیک های پیاده سازی اساسی مورد استفاده در سیستم های پایگاه داده را بیاموزید. مربی Brandeis Marshall شما را با استفاده از یک برنامه کاربردی طراحی پایگاه داده، پیاده سازی پایگاه داده و پرس و جوی داده ها راهنمایی می کند تا تعیین کنید که چه زمانی پرس و جوی SQL مناسب تر است. بیاموزید که چگونه پرس و جوهای SQL موثر ایجاد کنید و از SQL به عنوان بخشی از شیوه های داده های مسئول/اخلاقی خود استفاده کنید. Brandeis شما را از طریق یک پروژه پایگاه داده طی می کند و دوره را با پروژه ای به پایان می رساند که به شما امکان می دهد تمام آنچه را که آموخته اید به کار ببرید.

linkedin طراحی پایگاه های داده SQL بسیار مقیاس پذیر و بسیار در دسترس (Mitalearn-200291)

  • 2 hours 39 minutes
  • پیشرفته
  • Release date: 11 November 2020
  • Author: Dan Sullivan
درباره این دوره:

فعالیت های آنلاین، دستگاه های تلفن همراه و حسگرهای اینترنت اشیا (IoT) حجم عظیمی از داده را تولید می کنند. بسیاری از این داده ها به قابلیت های پایگاه داده رابطه ای مانند خواندن/نوشتن مداوم و پردازش تراکنش های پیچیده نیاز دارند. در این دوره، یک نمای کلی از عناصر ضروری طراحی و پیاده سازی پایگاه های داده رابطه ای بسیار مقیاس پذیر و در دسترس داشته باشید. مدرس دن سالیوان به توسعه دهندگان و مدل سازان داده کمک می کند تا مفاهیم اساسی معماری و الگوهای طراحی را درک کنند تا اطمینان حاصل شود که پایگاه داده های آنها می تواند متناسب با نیازهای کسب و کارشان باشد. Dan به الزامات کلیدی مربوط به عملکردهای خاص و الزامات غیر کاربردی مانند در دسترس بودن می پردازد. او نشان می دهد که چگونه از نیازهای خود برای ایجاد معماری داده و مدل های داده استفاده کنید. به‌علاوه، او مشکلات جذب داده‌ها را در مقیاس بررسی می‌کند، الگوهای طراحی را برای پشتیبانی از انواع الگوهای جذب توصیف می‌کند، درباره نحوه طراحی برای پرس‌وجو مقیاس‌پذیر و موارد دیگر بحث می‌کند.

coursera طراحی و ساخت انبار داده برای پیاده سازی هوش تجاری (Mitalearn-334693)

  • 1 hours 33 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Michael Mannino,Jahangir Karimi
درباره این دوره:

دوره اصلی، طراحی و ساخت انبار داده برای پیاده سازی هوش تجاری، دارای یک مطالعه موردی در دنیای واقعی است که یادگیری شما را در تمام دوره های تخصصی یکپارچه می کند. در پاسخ به الزامات کسب و کار ارائه شده در یک مطالعه موردی، شما یک انبار داده کوچک طراحی و می سازید، گردش های کاری یکپارچه سازی داده ها را برای تازه سازی انبار ایجاد می کنید، بیانیه های SQL را برای پشتیبانی از الزامات پرس و جو تحلیلی و خلاصه می نویسید، و از پلت فرم هوش تجاری MicroStrategy استفاده می کنید. داشبورد و تجسم ایجاد کنید. در بخش اول دوره Capstone، با یک شرکت متوسط ​​آشنا می شوید و در مورد نیازهای انبار داده و هوش تجاری آنها و منابع داده موجود می آموزید. شما ابتدا یک طرح و مدل ابعادی انبار را برای یک انبار داده کوچک طراحی خواهید کرد. سپس با استفاده از Pentaho Data Integration برای تازه کردن انبار داده خود، گردش کار یکپارچه سازی داده ایجاد می کنید. در مرحله بعد، عبارات SQL را برای الزامات پرس و جوی تحلیلی می نویسید و نماهای تحقق یافته را برای پشتیبانی از مدیریت خلاصه داده ایجاد می کنید. برای گردش های کاری یکپارچه سازی داده ها و پرس و جوهای تحلیلی، می توانید از Oracle یا PostgreSQL استفاده کنید. در نهایت، شما از قابلیت های MicroStrategy OLAP برای به دست آوردن بینش در مورد انبار داده خود استفاده خواهید کرد. در پروژه تکمیل شده، شما یک انبار داده کوچک شامل طراحی طرحواره، گردش های کاری یکپارچه سازی داده ها، پرس و جوهای تحلیلی، نماهای تحقق یافته، داشبوردها و تجسم هایی ساخته اید که مفتخرید به کارفرمایان فعلی و آینده خود نشان دهید.

linkedin علم داده در Google Cloud Platform: طراحی انبارهای داده (Mitalearn-143290)

  • 1 hours
  • متوسط
  • Release date: 22 June 2026
  • Author: Kumaran Ponnambalam
درباره این دوره:

رایانش ابری مقیاس پذیری و کشش نامحدودی را برای کاربردهای علم داده به ارمغان می آورد. تخصص در پلتفرم‌های اصلی، مانند Google Cloud Platform (GCP)، برای متخصصان فناوری اطلاعات ضروری است. این دوره - یکی از مجموعه‌هایی است که توسط متخصص باسابقه مهندسی ابر و دانشمند داده Kumaran Ponnambalam - نحوه طراحی و ساخت انبارهای داده با استفاده از GCP را نشان می‌دهد. انواع مختلف گزینه‌های ذخیره‌سازی موجود در GCP برای فایل‌ها، داده‌های رابطه‌ای، اسناد و داده‌های بزرگ، از جمله Cloud SQL، Cloud Bigtable، و Cloud BigQuery را کاوش کنید. سپس یاد بگیرید که چگونه از یک راه حل، BigQuery، برای انجام عملیات ذخیره سازی داده و پرس و جو استفاده کنید و موارد استفاده پیشرفته را مرور کنید، مانند کار با جداول پارتیشن و منابع داده خارجی. در نهایت، بهترین روش ها برای طراحی جدول، ذخیره سازی و بهینه سازی پرس و جو و نظارت بر انبارهای داده در BigQuery را بیاموزید.

linkedin علم داده عملی: 1 تجزیه و تحلیل داده های کارکنان با SQL (Mitalearn-215965)

  • 44 minutes
  • مناسب همه
  • Release date: 22 June 2026
  • Author: Free the Data Academy,Ben Sullins
درباره این دوره:

اگر علاقه مند به کار در حوزه داده هستید یا به دنبال پیشرفت در این زمینه هستید، به دانش پایه در چندین زمینه کلیدی علم داده نیاز دارید. نه تنها این، شما باید بتوانید آن دانش را نشان دهید. در این مجموعه چهار قسمتی و عملی، بن سالینز نشان می‌دهد که چگونه با استفاده از SQL، Tableau، Python و Spark، چهار پروژه علمی داده مجزا بسازید. در این قسمت اول، بن از SQL برای تجزیه و تحلیل داده های کارکنان استفاده می کند، که با توجه به ساختار آن، تجزیه و تحلیل بسیار دشوار است. او ساختار خاص داده های کارمندان و بهترین راه برای ردیابی این نوع اطلاعات را تجزیه و تحلیل می کند، سپس نحوه پاسخ دادن به سؤالات خاص را با استفاده از SQL پوشش می دهد. در نهایت، او توصیه هایی در مورد نحوه ارائه داده های خود، با توجه به مخاطبان و تصاویری که استفاده می کنید، ارائه می دهد تا دانش خود را در مورد موضوع منتقل کنید.n ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.

Related Skills

coursera کاوش و آماده سازی داده های خود با BigQuery (Mitalearn-317234)

  • 2 hours 21 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Google Cloud Training
درباره این دوره:

در این دوره، می‌بینیم که چالش‌های رایجی که تحلیل‌گران داده با آن مواجه هستند چیست و چگونه می‌توان آن‌ها را با ابزارهای کلان داده در Google Cloud حل کرد. در طول مسیر مقداری SQL را انتخاب خواهید کرد و با استفاده از BigQuery و Dataprep برای تجزیه و تحلیل و تبدیل مجموعه داده های خود بسیار آشنا خواهید شد. این اولین دوره از سری از داده ها به اطلاعات بینش با Google Cloud است. پس از اتمام این دوره، در دوره Creating New BigQuery Datasets and Visualizing Insights ثبت نام کنید.

datacamp گزارش دهی در SQL (Mitalearn-402132)

  • 58 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Tyler Pernes
درباره این دوره:

در ساخت گزارش های پیچیده استاد شوید! در این دوره، شما تمام مفاهیم و توابع SQL را که در دوره های قبلی آموخته اید، برای ساخت داشبورد خود به کار می گیرید. با پیمایش در پایگاه داده المپیک، به یک کاوشگر داده خبره تبدیل خواهید شد و یاد خواهید گرفت که چگونه پایگاه داده جدید را به سرعت و به طور موثر درک کنید. از آنجایی که داده‌ها هرگز کامل نیستند، استراتژی‌های ارزشمندی برای مقابله با مسائل دنیای واقعی که معمولاً با SQL یافت می‌شوند، به دست خواهید آورد، از جمله نحوه حذف داده‌های تکراری و نحوه تبدیل داده‌های آشفته به گزارش‌های تمیز و سازمان‌یافته. در نهایت، شما محاسبات پیچیده را با استفاده از توابع پنجره و محاسبات لایه ای، همه در یک گزارش، غلبه خواهید کرد. این یک کلاس عالی برای هر کسی است که معمولاً داده‌ها را از پایگاه‌های داده بیرون می‌کشد و یک مکمل عالی برای کسانی است که از R یا Python برای علم داده استفاده می‌کنند.

Related Skills

coursera مبانی تجزیه و تحلیل کلان داده با SQL (Mitalearn-327094)

  • 4 hours 40 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Glynn Durham
درباره این دوره:

در این دوره آموزشی، تصویر بزرگی از استفاده از SQL برای داده های بزرگ دریافت خواهید کرد که با مروری بر داده ها، سیستم های پایگاه داده و زبان رایج پرس و جو (SQL) شروع می شود. سپس با ویژگی های داده های بزرگ و ابزارهای SQL برای کار بر روی پلتفرم های کلان داده آشنا خواهید شد. شما همچنین یک محیط تمرینی (ماشین مجازی) را برای استفاده در دوره های تخصصی نصب خواهید کرد و فرصتی خواهید داشت که در آن محیط اطلاعات اولیه و جداول را کاوش کنید. در پایان دوره، شما قادر خواهید بود • پایگاه داده های عملیاتی را از تحلیلی تشخیص دهید و درک کنید که چگونه آنها در داده های بزرگ اعمال می شوند. • درک اینکه چگونه طراحی پایگاه داده و جدول ساختارهایی را برای کار با داده ها فراهم می کند. • درک کنید که چگونه تفاوت در حجم و تنوع داده ها بر انتخاب یک سیستم پایگاه داده مناسب تأثیر می گذارد. • ویژگی ها و مزایای گویش های SQL را که برای کار با سیستم های کلان داده برای ذخیره سازی و تجزیه و تحلیل طراحی شده اند، تشخیص دهد. و • پایگاه‌های داده و جداول را در یک پلتفرم کلان داده کاوش کنید. برای استفاده از محیط عملی این دوره، باید یک ماشین مجازی و نرم افزاری که روی آن اجرا می شود را دانلود و نصب کنید. قبل از ادامه، مطمئن شوید که به رایانه ای دسترسی دارید که شرایط سخت افزاری و نرم افزاری زیر را برآورده می کند: • سیستم عامل Windows، macOS، یا لینوکس (iPads و تبلت‌های Android کار نمی‌کنند) • سیستم عامل 64 بیتی (سیستم عامل های 32 بیتی کار نمی کنند) • 8 گیگابایت رم یا بیشتر • ۲۵ گیگابایت فضای دیسک رایگان یا بیشتر • پشتیبانی مجازی سازی Intel VT-x یا AMD-V فعال است (در رایانه های مک با پردازنده های اینتل، این همیشه فعال است. در رایانه های ویندوز و لینوکس، ممکن است لازم باشد آن را در بایوس فعال کنید) • فقط برای رایانه‌های Windows XP: باید یک ابزار unzip مانند 7-Zip یا WinZip نصب کرده باشید (ابزار Unzip داخلی Windows XP کار نخواهد کرد)

coursera مدیریت پایگاه های داده رابطه ای (Mitalearn-318577)

  • 4 hours 51 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Shadow Farrell
درباره این دوره:

در مدیریت پایگاه‌های داده رابطه‌ای، با ساختار، طراحی و استفاده از زمینه‌های کلیدی اولیه و خارجی آشنا می‌شوید که شما را به دانش پایه مجهز می‌کند. پس از اتمام این دوره، شما قادر خواهید بود: ● در استفاده از زبان پرس و جو ساختاریافته (SQL) مسلط شوید و از آن برای تجزیه و تحلیل ساختارهای پایگاه داده استفاده کنید ● پایگاه داده ها، جداول و رکوردها را ایجاد و مدیریت کنید ● تجزیه و تحلیل داده ها را با استفاده از پرس و جوهای اولیه SQL، عبارات شرطی و مقایسه منطقی انجام دهید ● داده های خروجی را با استفاده از SQL کنترل کنید ● پرس و جوهای پیچیده را با استفاده از پیوندها و پرسش های فرعی ایجاد کنید در طول این دوره، آزمایشگاه‌های عملی تجربه عملی در کار با SQL و دستکاری پایگاه‌های داده را ارائه می‌دهند. در پایان این دوره، شما پروژه ای را تکمیل می کنید که به شما امکان می دهد دانش و مهارت هایی را که در طول دوره آموخته اید به نمایش بگذارید.

coursera مدیریت کلان داده در خوشه ها و فضای ذخیره سازی ابری (Mitalearn-327349)

  • 2 hours 52 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Ian Cook,Glynn Durham
درباره این دوره:

در این دوره آموزشی، نحوه مدیریت مجموعه داده‌های بزرگ، نحوه بارگذاری آن‌ها در خوشه‌ها و ذخیره‌سازی ابری، و نحوه اعمال ساختار بر روی داده‌ها را یاد می‌گیرید تا بتوانید با استفاده از موتورهای SQL توزیع‌شده مانند Apache Hive و Apache Impala پرس‌وجوها را روی آن‌ها اجرا کنید. . شما یاد خواهید گرفت که چگونه انواع داده ها، سیستم های ذخیره سازی و فرمت های فایل مناسب را بر اساس ابزارهایی که استفاده می کنید و عملکرد مورد نیاز خود را انتخاب کنید. در پایان دوره، شما قادر خواهید بود • استفاده از ابزارهای مختلف برای مرور پایگاه داده ها و جداول موجود در سیستم های کلان داده. • از ابزارهای مختلف برای کاوش فایل ها در سیستم های فایل داده های بزرگ و ذخیره سازی ابری استفاده کنید. • با استفاده از Apache Hive و Apache Impala پایگاه داده‌ها و جداول کلان داده را ایجاد و مدیریت کنید. و • از میان انواع داده ها و فرمت های فایل برای سیستم های کلان داده توصیف و انتخاب کنید. برای استفاده از محیط عملی این دوره، باید یک ماشین مجازی و نرم افزاری که روی آن اجرا می شود را دانلود و نصب کنید. قبل از ادامه، مطمئن شوید که به رایانه ای دسترسی دارید که شرایط سخت افزاری و نرم افزاری زیر را برآورده می کند: • سیستم عامل Windows، macOS، یا لینوکس (iPads و تبلت‌های Android کار نمی‌کنند) • سیستم عامل 64 بیتی (سیستم عامل های 32 بیتی کار نمی کنند) • 8 گیگابایت رم یا بیشتر • ۲۵ گیگابایت فضای دیسک رایگان یا بیشتر • پشتیبانی مجازی سازی Intel VT-x یا AMD-V فعال است (در رایانه های مک با پردازنده های اینتل، این همیشه فعال است. در رایانه های ویندوز و لینوکس، ممکن است لازم باشد آن را در بایوس فعال کنید) • فقط برای رایانه‌های Windows XP: باید یک ابزار unzip مانند 7-Zip یا WinZip نصب کرده باشید (ابزار Unzip داخلی Windows XP کار نخواهد کرد)

datacamp مفاهیم NoSQL (Mitalearn-402710)

  • 1 hours 2 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Miriam Antona
درباره این دوره:

در مورد NoSQL و تفاوت آن با SQL گیج شده اید؟ شما به جای مناسب آمده اید! در این دوره مفهومی (بدون نیاز به کدنویسی)، شما با چهار پایگاه داده اصلی NoSQL از جمله Key-Value، Document، Column-Family و Graph آشنا می شوید. شما در مورد چهار موتور محبوب NoSQL - از جمله Redis، MongoDB، Apache Cassandra و Neo4j- و زمان استفاده از آنها برای دستیابی به یک نیاز تجاری خاص آشنا خواهید شد. شما داده‌های یک شبکه اجتماعی خیالی را دنبال می‌کنید و یاد می‌گیرید که چگونه NoSQL می‌تواند به آن‌ها در مدیریت و استخراج بینش از داده‌های بدون ساختار مانند پست‌های اجتماعی کمک کند. در نهایت، موارد استفاده واقعی از زمانی که پایگاه‌های داده NoSQL استفاده می‌شد را مطالعه می‌کنید — به شما دانش لازم برای ذخیره مؤثر داده‌ها در هر شرایطی را می‌دهد.

datacamp مقدمه ای بر NoSQL (Mitalearn-402897)

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

در سال‌های اخیر، پایگاه‌های داده NoSQL به دلیل توانایی آنها در مدیریت حجم زیادی از داده‌های بدون ساختار، محبوبیت زیادی داشته است. یادگیری استفاده از ابزارهای NoSQL مانند پایگاه‌های داده ستون‌گرا، سند، کلید-مقدار و نمودار به مهندسان داده، تحلیلگران و دانشمندان اجازه می‌دهد تا با گستره وسیع‌تری از داده‌ها تعامل داشته باشند. این پایگاه‌های داده NoSQL قابلیت‌های بیشتری را برای ذخیره‌سازی و بازیابی داده‌ها به ارمغان می‌آورد که در پایگاه‌های داده رابطه‌ای سنتی موجود نیست.

در دنیای پایگاه های داده ستون محور و نقش آنها در تکامل انبارهای داده غوطه ور شوید. کار با Snowflake را برای ایجاد و به روز رسانی جداول ستون محور و همچنین بهینه سازی طراحی جدول برای عملکرد تمرین کنید. عملکرد پیشرفته Snowflake را برای کار با داده های نیمه ساختار یافته کاوش کنید.

یاد بگیرید که از Postgres JSON به عنوان ابزاری برای پرس و جو از اسناد و پایگاه های داده شی گرا و انواع داده هایی که این فناوری پشتیبانی می کند استفاده کنید. مهارت های خود را در کار با داده های ذخیره شده در یک آرایه و همچنین داده های تودرتو تقویت کنید.

کار کردن با پایگاه‌های داده کلید-مقدار را راحت کنید و یاد بگیرید که این ذخیره‌سازی داده NoSQL چه زمانی بهترین کاربرد را دارد. استفاده از Redis را برای بارگیری و پرس و جوی داده ها و تجربه عملکرد سریع پایگاه های داده در حافظه تمرین کنید. پایگاه داده های گراف و موارد استفاده از آنها را در گردش کار داده کاوش کنید.

datacamp مقدمه ای بر Oracle SQL (Mitalearn-403220)

  • 51 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Hadrien Lacroix,Sara Billen
درباره این دوره:

Oracle SQL یکی از پرکاربردترین سیستم های مدیریت پایگاه داده در سراسر جهان است. این به خوبی برای برنامه های کاربردی تجاری و سازمانی مناسب است و به ویژه در شرکت های بزرگ با پایگاه داده های ماموریت حیاتی محبوب است. بنابراین تسلط بر Oracle SQL تضمین می شود که فرصت های هیجان انگیزی را باز کند. در این دوره آموزشی، آشنایی کامل با Oracle SQL حل مشکلات تجاری برای فروشگاه رسانه های دیجیتال را خواهید داشت. ابتدا نحوه دسترسی، بازیابی و محدود کردن داده ها را خواهید آموخت. سپس جداول را تجمیع و ترکیب خواهید کرد. فصل آخر به شما می‌خواهد مقادیر از دست رفته را مدیریت کرده و داده‌ها را تبدیل کنید. در پایان این دوره، متوجه خواهید شد که چگونه اوراکل پرس و جوهای SQL را پردازش می کند و یک پایه محکم در Oracle SQL خواهد داشت.

linkedin مقدمه ای بر Spark SQL و DataFrames (Mitalearn-157162)

  • 1 hours 54 minutes
  • متوسط
  • Update date: 21 June 2026
  • Author: Dan Sullivan
درباره این دوره:

DataFrames، یک ساختار داده پرکاربرد در Apache Spark را کاوش کنید. DataFrames به توسعه دهندگان Spark اجازه می دهد تا عملیات داده های رایج مانند فیلتر کردن و تجمیع و همچنین تجزیه و تحلیل داده های پیشرفته را روی مجموعه های بزرگ داده های توزیع شده انجام دهند. با اضافه شدن Spark SQL، توسعه دهندگان به زبان جستجوی محبوب تر و قدرتمندتر از DataFrames API داخلی دسترسی دارند. در این دوره، مدرس دن سالیوان نحوه انجام عملیات اساسی - بارگیری، فیلتر کردن، و جمع آوری داده ها در DataFrames - با API و SQL و همچنین تکنیک های پیشرفته تری را که به راحتی در SQL انجام می شود را نشان می دهد. در این بخش از دوره، Dan نحوه اتصال داده ها، حذف موارد تکراری و مقابله با مقادیر null یا NA را توضیح می دهد. دروس با سه مثال عمیق از استفاده از DataFrames برای علم داده به پایان می رسد: تجزیه و تحلیل داده های اکتشافی، تجزیه و تحلیل سری های زمانی، و یادگیری ماشین.

datacamp مقدمه ای بر SQL (Mitalearn-399310)

  • 22 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Izzy Weber,Jasmin Ludolf
درباره این دوره:

بسیاری از داده‌های خام جهان - از سوابق پزشکی الکترونیکی گرفته تا تراکنش‌های مشتری - در پایگاه‌های داده رابطه‌ای ذخیره می‌شوند، و توانایی دستکاری و بازیابی این داده‌ها مهارتی است که به طور فزاینده‌ای مورد جستجو قرار می‌گیرد.

در این مقدمه دو ساعته SQL، تئوری و عمل استخراج و سازماندهی داده ها را خواهید آموخت. شما بهترین شیوه های پایگاه داده، پرس و جوهای SQL، و انواع محبوب SQL مانند PostgreSQL و SQL Server را پوشش خواهید داد. در پایان دوره، شما تجربه عملی در SQL و زمینه شروع به کارگیری آن در پروژه های خود خواهید داشت.

ویدیوها حاوی رونوشت‌های زنده هستند که می‌توانید با کلیک کردن روی «نمایش رونوشت» در پایین سمت چپ ویدیوها آن را نشان دهید.

واژه نامه دوره، مواد تبلیغاتی و اهداف یادگیری دقیق را می توان در سمت راست در بخش منابع یافت.

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.

Suggestions