Course catalog

Course duration

Course provider

Topic

Categories

Showing 141-160 of 387 items.

coursera برنامه های خود را ایمن کنید (Mitalearn-324697)

  • 2 hours 41 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Microsoft
درباره این دوره:

Microsoft Azure مجموعه جامعی از ابزارها و خدمات امنیتی را برای کمک به شما در حفاظت از داده‌ها و برنامه‌های کاربردی سازمانتان ارائه می‌کند. اگر می خواهید مهندس امنیت Azure شوید، Secure Your Applications دوره مناسبی برای شما است. در این دوره، یاد خواهید گرفت که چگونه Azure Key Vault به محافظت از کلیدهای رمزنگاری و اسرار که برنامه‌ها و سرویس‌های ابری با استفاده از استراتژی دفاعی عمیق استفاده می‌کنند، کمک می‌کند. شما با تمرین نحوه ایجاد و مدیریت دسترسی به اسرار، گواهی ها و کلیدها آشنا خواهید شد. این دوره به طور کامل اطلاعاتی در مورد پلتفرم هویت مایکروسافت به شما می دهد، که به شما امکان می دهد دسترسی ایمن به یک برنامه را پیکربندی و پیگیری کنید. همچنین هنگام توسعه برنامه‌های وب با استفاده از ورود کاربر، تماس‌های API، دیمون و برنامه‌های غیرتعاملی، فاکتورهای مهم را درک خواهید کرد. شما این شانس را خواهید داشت که در مورد ثبت برنامه و مجوزهای مختلفی که پلتفرم هویت مایکروسافت پشتیبانی می کند، بیاموزید. همچنین یاد خواهید گرفت که یک ثبت نام برنامه را راه اندازی کنید، یک مستاجر Azure Active Directory (Azure AD) بسازید، و یک برنامه را با ثبت برنامه ثبت کنید. در این دوره آموزشی، خدمات مایکروسافت گراف را بررسی کرده و پیکربندی مجوزهای مایکروسافت گراف را یاد خواهید گرفت. درک دقیقی از هویت های مدیریت شده به دست خواهید آورد. همچنین پیکربندی و استقرار گواهینامه های برنامه وب را خواهید آموخت. این چهارمین دوره از مجموعه هفت دوره ای است که شما را برای موفقیت در آزمون AZ-500 آماده می کند.

coursera برنامه های رایانش ابری، قسمت 1: سیستم های ابری و زیرساخت (Mitalearn-309329)

  • 10 hours 41 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Roy H. Campbell,Reza Farivar
درباره این دوره:

به دوره آموزشی Cloud Computing Applications خوش آمدید، اولین قسمت از مجموعه دو دوره ای که برای ارائه دیدی جامع از دنیای رایانش ابری و داده های بزرگ طراحی شده است! در این اولین دوره ما تعداد زیادی از فناوری ها را پوشش می دهیم که مفهوم مدرن رایانش ابری را در بر می گیرد. رایانش ابری یک انقلاب فناوری اطلاعات است که به تازگی شروع به تأثیرگذاری بر بسیاری از سیستم‌های محاسباتی سازمانی به روش‌های عمده کرده است و چهره محاسبات را در سال‌های آینده تغییر خواهد داد. هفته اول را با معرفی چند مفهوم عمده در رایانش ابری، مبانی اقتصادی آن و معرفی مفهوم کلان داده را آغاز می کنیم. ما همچنین مفهوم معماری‌های تعریف‌شده نرم‌افزاری و اینکه چگونه مجازی‌سازی در زیرساخت‌های ابری نتیجه می‌گیرد و چگونه ارائه‌دهندگان خدمات ابری پیشنهادات خود را سازماندهی می‌کنند، پوشش می‌دهیم. در هفته دوم، مجازی‌سازی و کانتینرها را با تمرکز عمیق‌تری پوشش می‌دهیم، از جمله سخنرانی‌هایی درباره Docker، JVM و Kubernates. هفته دوم را با مقایسه زیرساخت ها به عنوان یک سرویس ارائه شده توسط سه شرکت بزرگ به پایان می رسانیم: آمازون، گوگل و مایکروسافت. هفته سوم به سطح بالاتری از ارائه ابر، از جمله پلتفرم به عنوان یک سرویس، پشتیبانی تلفن همراه به عنوان یک سرویس و حتی معماری های بدون سرور حرکت می کند. ما همچنین در مورد برخی از فناوری‌های میان‌افزار ابری صحبت می‌کنیم که برای برنامه‌های مبتنی بر ابر مانند RPC و REST، JSON و تعادل بار ضروری هستند. هفته سوم همچنین فلز به عنوان سرویس (MaaS) را پوشش می‌دهد، جایی که ماشین‌های فیزیکی در یک محیط ابری ارائه می‌شوند. هفته چهارم خدمات ابری سطح بالاتر را با تمرکز ویژه بر خدمات ذخیره سازی ابری معرفی می کند. Hive، HDFS و Ceph را به‌عنوان سیستم‌های ذخیره‌سازی کلان داده و فایل‌های خالص معرفی می‌کنیم و به سیستم‌های ذخیره‌سازی اشیاء ابری، هارد دیسک‌های مجازی و گزینه‌های ذخیره‌سازی آرشیو مجازی می‌رویم. همانطور که بحث در مورد راه حل ابری Dropbox هفته 4 و دوره به پایان می رسد.

coursera برنامه های کاربردی ابری (Mitalearn-325394)

  • 2 hours 42 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Umakishore Ramchandran
درباره این دوره:

این دوره مقدمه ای بر توسعه و پشتیبانی از برنامه های کاربردی Cloud-Native ارائه می دهد، به طور خاص به بهترین شیوه های توسعه برنامه ها می پردازد. مهاجرت بر روی برنامه های کاربردی مقدماتی به ابر؛ بلوک های ساختمان اصلی و ویژگی های مورد انتظار از برنامه های Cloud. این دوره همچنین نکات برجسته برخی از برنامه های ابری جدید، از جمله محاسبات توزیع شده جغرافیایی را ارائه می دهد.

coursera برنامه های کاربردی معماری برای IBM Z و Cloud (Mitalearn-318900)

  • 36 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Martin Keen
درباره این دوره:

این دوره بر شخصیت معمار تمرکز می کند تا به زبان آموزان کمک کند تا نحوه استفاده از مدرن سازی IBM Z در طراحی ها را درک کنند. این به ادغام فناوری‌ها، پلتفرم‌ها و برنامه‌های مختلف در سراسر سازمان به شیوه‌ای یکپارچه و شفاف کمک می‌کند. ما با استفاده از DevOps، ایجاد یک محیط Application Centric، ایجاد یکپارچگی Data Centric و استفاده از رویدادها برای هدایت پاسخ ها، به فعال سازی چرخه حیات نگاه خواهیم کرد. با استفاده از محتوای دیجیتال، موارد استفاده و تمرین‌های عملی، ما این توانایی را فراهم می‌کنیم که ببینیم و بیاموزیم که برای دستیابی و اجرای مدرن‌سازی به بهترین شکل ممکن چه چیزی لازم است. به عنوان یک پیش نیاز، فراگیران باید دوره مدرن سازی برنامه برای سیستم های سازمانی را در Coursera تکمیل کنند.

coursera برنامه های کانتینری در AWS (Mitalearn-319546)

  • 3 hours 28 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Morgan Willis,Russell Sayers
درباره این دوره:

این دوره شما را با فناوری‌های کانتینر و نحوه استفاده از آن‌ها برای مدرن‌سازی برنامه‌های کاربردی‌تان آشنا می‌کند، همچنین بررسی می‌کند که چگونه می‌توان از سرویس‌های مختلف AWS برای مدیریت و هماهنگ‌سازی آن کانتینرها استفاده کرد. فناوری‌های کانتینری سال‌هاست که وجود داشته‌اند و هنوز هم محبوبیت پیدا می‌کنند. دو تا از رایج‌ترین گزینه‌ها Docker و Kubernetes هستند - هر کدام مجموعه‌ای از ویژگی‌های متمایز خود را دارند. صرف نظر از اینکه کدام فناوری را انتخاب می کنید، یکی از بزرگترین چالش های کانتینرها هماهنگ سازی آنهاست. بر خلاف برنامه‌های کاربردی سنتی و یکپارچه که در آن‌ها فقط می‌توانید در سطح کلان مقیاس‌سازی کنید - برای مثال یک برنامه اجرایی - مقیاس برنامه‌های کانتینری در سطح کانتینر. هنگامی که با رویکرد میکروسرویس همراه می شود، هر ظرف می تواند حاوی کد لازم برای اجرای یک کار یا عملکرد واحد باشد. در حالی که این مزایا متعددی را ارائه می دهد، یک برنامه کاربردی می تواند شامل صدها میکروسرویس کانتینری باشد. چگونه با شروع، توقف، کاهش حجم و مقیاس در همه این ظروف برخورد می کنید؟ AWS تعدادی خدمات را ارائه می دهد که به هماهنگ سازی کانتینر کمک می کند، از جمله Amazon Elastic Container Service (ECS)، Amazon Elastic Kubernetes Service (EKS)، Amazon Lightsail و Amazon Elastic Container Registry (ECR). در طول این دوره، مربیان متخصص عمیقاً به این خدمات و همچنین فناوری‌ها و قابلیت‌های کانتینر عمومی خواهند پرداخت. این دوره از ترکیبی از سخنرانی‌های مبتنی بر ویدئو، ارائه شده توسط مربیان فنی AWS، نمایش‌ها و تمرین‌های آزمایشگاهی عملی استفاده می‌کند تا شما را قادر به استقرار و مدیریت یک برنامه کاربردی کانتینری کند.

coursera بستر شبکه اینتل، قابلیت‌ها و بهترین روش‌ها (Mitalearn-325020)

  • 4 hours 32 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Intel
درباره این دوره:

مقیاس بندی یک معماری سخت افزاری رایج در سراسر ابر، شبکه و لبه باعث صرفه جویی در وقت و منابع شما می شود و سرمایه گذاری های نرم افزاری موجود شما را بیشتر گسترش می دهد. شما از این آگاهی مطمئن هستید که زمانی که در حال استقرار بارهای کاری در سراسر شبکه خود هستید، توسعه فناوری اینتل یک تجربه ثابت، قابل اعتماد و کارآمد را با قابلیت استفاده مجدد نرم افزار ارائه می دهد. اینتل با مجموعه کاملی از پردازنده‌ها، شتاب‌دهنده‌ها، آداپتورهای اترنت، حافظه، ابزارهای نرم‌افزاری و طرح‌های راه‌حل، با ارائه مجموعه‌ای کامل و اثبات‌شده از راه‌حل‌های فناوری شبکه به‌عنوان پایه‌ای برای توسعه صنعت، به کاهش ریسک و پیچیدگی کمک می‌کند.

coursera بهینه سازی هزینه های Google Cloud شما (Mitalearn-324833)

  • 1 hours 11 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Google Cloud Training
درباره این دوره:

بهینه‌سازی هزینه‌های Google Cloud خود دومین دوره از یک سری دو قسمتی در مورد ضروریات صورت‌حساب Google Cloud و مدیریت هزینه است. این دوره برای کسانی که در یک نقش مرتبط با امور مالی و/یا فناوری اطلاعات مسئول بهینه سازی زیرساخت ابری سازمان خود هستند مناسب است. چندین روش برای کنترل و بهینه سازی هزینه های Google Cloud خود خواهید آموخت، از جمله تنظیم بودجه و هشدارها، مدیریت محدودیت های سهمیه، و استفاده از تخفیف های استفاده متعهد. در آزمایشگاه‌های عملی، استفاده از ابزارهای مختلف را برای کنترل و بهینه‌سازی هزینه‌های Google Cloud یا تأثیرگذاری بر تیم‌های فناوری خود برای اعمال بهترین شیوه‌های بهینه‌سازی هزینه تمرین خواهید کرد.

linkedin بینش هفتگی لاجورد (Mitalearn-161378)

  • 3 hours 28 minutes
  • متوسط
  • Update date: 22 June 2026
  • Author: Sharon Bennett
درباره این دوره:

آیا می خواهید از Microsoft Azure بهره بیشتری ببرید؟ در این مجموعه هفتگی، شارون بنت - یک مدیر معتبر Azure - نکات و استراتژی هایی را به اشتراک می گذارد که می تواند به شما کمک کند دانش خود را در مورد پلت فرم خدمات ابری محبوب گسترش دهید. شارون موضوعاتی از قیمت گذاری Azure تا ایمن سازی و مدیریت یک محیط Azure را پوشش می دهد. بعلاوه، او به شما کمک می کند تا شما را با آخرین سرویس های Azure آشنا کند و اطمینان حاصل کند که اطلاعات به روزی را که برای استفاده از همه چیزهایی که این پلتفرم ارائه می دهد، در اختیار دارید. هر سه شنبه برای یک نکته جدید هماهنگ کنید.
توجه: از آنجایی که این سریال در حال انجام است، بینندگان گواهی پایان کار دریافت نخواهند کرد.

linkedin بینش یک متخصص رایانش ابری (Mitalearn-105193)

  • 38 minutes
  • متوسط
  • Release date: 22 June 2026
  • Author: Sharif Nijim
درباره این دوره:

شریف نیجیم، کارشناس رایانش ابری، بینش‌هایی درباره مزایا و نگرانی‌هایی که متخصصان فناوری اطلاعات باید قبل از حرکت به فضای ابری در نظر بگیرند، به اشتراک می‌گذارد. در این دوره آموزشی به سبک مصاحبه، شریف به سوالاتی مانند…\r\n\r\n

coursera پایه به چند ابری (Mitalearn-322011)

  • 2 hours 47 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: EDUCBA
درباره این دوره:

دوره آموزشی "Foundation to Multi-Cloud" برای ارائه درک جامعی از اصول، مزایا و چالش های محاسبات چند ابری طراحی شده است. شما را با دانش و مهارت های مورد نیاز برای مدیریت موثر و استفاده همزمان از چندین پلت فرم ابری مجهز می کند. این دوره مفهوم چند ابری را معرفی می‌کند، مزایا و پیچیدگی‌های آن را توضیح می‌دهد و به استراتژی‌ها و فناوری‌های مختلف برای پیاده‌سازی و مدیریت محیط‌های چند ابری می‌پردازد. ماژول 1 - Multi-Cloud چیست: ماژول 1 اصول محاسبات ابری از جمله محاسبات، ذخیره سازی، پایگاه داده، شبکه و امنیت را پوشش می دهد. همچنین تمایز بین ابرهای چند ابری و ترکیبی، معماری چند ابری و ارائه دهندگان خدمات ابری مختلف را بررسی می کند. شما در مورد مبانی محاسبات ابری اطلاعاتی کسب خواهید کرد، بین تنظیمات ترکیبی و چند ابری تمایز قائل خواهید شد، معماری چند ابری را درک خواهید کرد و با فروشندگان مختلف ابر آشنا خواهید شد. ماژول 2 - Kubernetes و Containers: ماژول 2 بر روی کانتینرسازی، ارکستراسیون کانتینر، شبکه سازی کانتینر، اصول Kubernetes، مدل سازی تهدید، و فعالیت های عملی با استفاده از سرویس Azure Kubernetes (AKS) تمرکز دارد. شما دانش مفاهیم Kubernetes و ارکستراسیون کانتینر، شبکه سازی برای کانتینرها و تجربه عملی با AKS را کسب خواهید کرد. ماژول 3 - Terraform و Cloud Network: ماژول 3 Terraform، موارد استفاده، مزایا و تمرینات عملی آن را معرفی می کند. شما یاد خواهید گرفت که چگونه از Terraform با AWS برای مدیریت VPC استفاده کنید، تنظیمات Terraform، منابع و ارائه دهندگان را درک کنید و Terraform را برای ادغام AWS پیکربندی کنید. یادگیرنده هدف: این دوره برای مخاطبان متنوعی از جمله متخصصان فناوری اطلاعات، معماران ابر، مهندسان DevOps، مدیران تجاری و فناوری اطلاعات، دانشجویان و هر کسی که علاقه مند به تسلط بر محیط های چند ابری است در نظر گرفته شده است. پیش نیازهای زبان آموز: برای موفقیت در این دوره، باید درک اساسی از مبانی محاسبات ابری داشته باشید. تجربه عملی قبلی با ارائه دهندگان ابری بزرگ مانند AWS، Azure، Google Cloud یا دیگران سودمند است اما اجباری نیست. مدت دوره: این دوره کوتاه باید فقط پنج ساعت طول بکشد. این دوره برای ارائه یک پایه جامع در محاسبات چند ابری طراحی شده است. آنچه خواهید آموخت: در پایان این دوره به اهداف آموزشی زیر دست خواهید یافت: 1) اصول اساسی و مزایای محاسبات چند ابری، از جمله افزایش انعطاف پذیری، مقیاس پذیری و انعطاف پذیری را درک کنید. ۲) دانش اجزای کلیدی و مدل‌های خدمات در معماری‌های چند ابری را به دست آورید، که شما را قادر می‌سازد راه‌حل‌های مقیاس‌پذیر و قابل همکاری طراحی کنید. 3) استراتژی‌های استقرار مانند انفجار ابر و توزیع بار کاری را برای بهینه‌سازی عملکرد برنامه و برآورده کردن الزامات خاص بررسی کنید.

coursera پردازش داده AWS (Mitalearn-329304)

  • 3 hours
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Whizlabs Instructor
درباره این دوره:

دوره AWS: Data Processing Course دومین دوره تخصصی تخصصی تجزیه و تحلیل داده تایید شده AWS است. این دوره بر ارائه راه حل های پردازش داده تمرکز دارد. کل دوره برای آموزش مفهوم EMR و Extract، Transform و Load به فراگیران طراحی شده است. این دوره همچنین بر خدمات ETL و راه حل های پردازش داده در AWS تأکید دارد. این دوره به سه ماژول تقسیم می شود و هر ماژول بیشتر توسط درس ها و سخنرانی های ویدیویی تقسیم می شود. این دوره آموزشی با سخنرانی‌های ویدیویی در حدود 3:30-4:00 ساعت که هم تئوری و هم دانش عملی را ارائه می‌کند، به زبان‌آموزان تسهیل می‌کند. همچنین آزمون های درجه بندی شده و بدون درجه بندی به منظور سنجش توانایی فراگیران به همراه هر ماژول ارائه می شود. ماژول 1: مقدمه: استخراج، تبدیل و بارگذاری مشاغل ماژول 2: مقدمه: EMR ماژول 3: خدمات ETL و راه حل پردازش داده در AWS توصیه می شود که افراد باید تجربه کار با خدمات AWS برای طراحی، ساخت، ایمن سازی و نگهداری را داشته باشند. راه حل های تحلیلی برای درک این دوره در پایان این دوره، فراگیران قادر خواهند بود: -مفاهیم مدلسازی را تجزیه و تحلیل کنند و مدل های یادگیری ماشینی را آموزش دهند - عملکرد مدل های یادگیری ماشینی را بررسی کنند - با آموزش یک مدل، تنظیم خودکار مدل را پیاده سازی کنند.

coursera پردازش داده با Azure (Mitalearn-322674)

  • 3 hours 52 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Samant Bali,Kenny Mobley
درباره این دوره:

این دوره آموزشی Azure برای تجهیز دانش آموزان به دانش لازم برای پردازش، ذخیره و تجزیه و تحلیل داده ها برای تصمیم گیری آگاهانه تجاری طراحی شده است. از طریق این دوره Azure، دانش‌آموز متوجه خواهد شد که داده‌های بزرگ به همراه اهمیت تجزیه و تحلیل داده‌های بزرگ، که مهارت‌های ریاضی و برنامه‌نویسی دانش‌آموزان را بهبود می‌بخشد. دانش آموزان موثرترین روش استفاده از ابزارهای تحلیلی ضروری مانند پایتون، R و آپاچی اسپارک را خواهند آموخت.

coursera پردازش داده های بدون سرور با Dataflow: Foundations (Mitalearn-323541)

  • 45 minutes
  • متوسط
  • Release date: 27 June 2026
  • Author: Google Cloud Training
درباره این دوره:

coursera پروژه Capstone DevOps (Mitalearn-308292)

  • 2 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: John Rofrano,Upkar Lidder
درباره این دوره:

با این پروژه عملی Capstone، مهارت های DevOps و مهندسی نرم افزار خود را به نمایش بگذارید! در این دوره شما مهارت ها و تکنیک هایی را که به عنوان بخشی از دوره های قبلی در گواهینامه حرفه ای آموخته اید به کار می گیرید. در طول پروژه، در طول چندین سرعت، یک برنامه کاربردی مبتنی بر میکروسرویس های امن را در Cloud توسعه، آزمایش، استقرار، نظارت و ارتقاء خواهید داد. با توسعه داستان های کاربر و یک برد Kanban با استفاده از ZenHub و GitHub، یک برنامه Agile ایجاد خواهید کرد. این طرح برای ایجاد یک اپلیکیشن Flask مبتنی بر میکروسرویس RESTful اجرا خواهد شد. شما از Test Driven Development (TDD) برای ایجاد و اجرای آزمایش‌های برنامه استفاده می‌کنید. بسیاری از کارهای دیگر مانند افزودن قابلیت با استفاده از ادغام مداوم، اطمینان از ایمن بودن برنامه، و استقرار برنامه در Cloud با استفاده از Kubernetes را انجام خواهید داد. شما همچنین یک خط لوله خودکار CI/CD ایجاد خواهید کرد. این دوره آخرین دوره در گواهینامه های حرفه ای مهندسی IBM DevOps است. توصیه می شود قبل از شروع این دوره، تمام دوره های قبلی در این گواهینامه حرفه ای را تکمیل کنید.

coursera پروژه Capstone توسعه برنامه های کاربردی Back-end (Mitalearn-325904)

  • 1 hours 14 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: IBM Skills Network Team
درباره این دوره:

این آخرین دوره در گواهینامه حرفه ای توسعه Backend IBM است. این دوره پروژه Capstone به شما این شانس را می دهد که کارهایی را که توسعه دهندگان back-end در زندگی واقعی هنگام کار با برنامه ها انجام می دهند، تمرین کنید. در این دوره، شما نقش یک توسعه دهنده واقعی را بر عهده خواهید گرفت که برای توسعه و استقرار میکروسرویس ها و برنامه های کاربردی Back-end کار می کند. شما وظیفه دارید یک برنامه کاربردی متشکل از چندین میکروسرویس را توسعه دهید، استقرار و ادغام کنید و آنها را به طور یکپارچه ادغام کنید. شما از ابزارها و فناوری‌های بک‌اند مختلفی از جمله Flask، Django، NoSQL و Mongo DB برای انجام این پروژه و در عین حال استفاده از بهترین شیوه‌های کدنویسی استفاده خواهید کرد. شما همچنین با استفاده از فناوری‌های Cloud Native: Kubernetes، OpenShift و بدون سرور (Code Engine) هر یک از میکروسرویس‌های برنامه را به‌طور مستقل مستقر و مقیاس‌بندی و به‌روزرسانی خواهید کرد. در این دوره، شما بیشتر بر روی کار عملی تمرکز خواهید کرد تا آنچه را که در دوره های قبلی آموخته اید نشان دهید و به کار ببرید. با تکمیل موفقیت‌آمیز این Capstone، پروژه‌ای را به مجموعه برنامه‌نویسی خود اضافه کرده‌اید تا به کارفرمایان نشان دهید.

coursera پلتفرم تجزیه و تحلیل داده های بزرگ در Alibaba Cloud (Mitalearn-323337)

  • 25 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Derek Meng
درباره این دوره:

شرح دوره ساختن یک پلتفرم تحلیلی بر روی Alibaba Cloud می‌تواند نحوه دریافت، تجزیه و تحلیل و نشان دادن معیارهای واضح از مجموعه‌ای از داده‌های بزرگ را تقویت کند. این دوره برای آموزش مهندسین نحوه استفاده از محصولات Alibaba Cloud Big Data طراحی شده است. این تئوری اساسی سیستم توزیع شده و محصولات اصلی Alibaba Cloud مانند MaxCompute، DataWorks، E-MapReduce و همچنین مجموعه‌ای از ابزارهای اکوسیستم را پوشش می‌دهد. برای کسب گواهینامه رسمی Alibaba Cloud لطفاً به دوره های Cloud Native در وب سایت آکادمی بپیوندید: تخصص تجزیه و تحلیل داده های بزرگ: https: //edu.alibabacloud.com/course/317 تخصص یادگیری ماشین: https://edu.alibabacloud.com/course/318 Alibaba Cloud Big Data - یکپارچه سازی داده ها: https://edu.alibabacloud.com/certification/clouder_bigdatainteg

coursera پلتفرم داده، شبکه ابری و هوش مصنوعی در فضای ابری (Mitalearn-320940)

  • 3 hours 15 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Intel
درباره این دوره:

هدف دوره پلتفرم داده ایجاد یک پایه قوی و دانش کاری در مورد مبانی داده ها، از جمله مکانیک داده، پایگاه های داده و سایر عناصر اساسی پردازش داده است. این دوره به عناصر خاص مدیریت داده ها از جمله طبقه بندی رابطه ای داده ها، چرخه حیات داده ها و پایگاه های داده بنیادی و پردازش و تجزیه و تحلیل داده ها می پردازد. این دوره همچنین ارتباط IA با توجه به داده های موجود در فضای ابری را پوشش می دهد. دوره Cloud Networking مفاهیم شبکه، توپولوژی، انواع دستگاه ها و عملکردهای مرکز داده را با معرفی محصولات و ویژگی های کلیدی شبکه Intel® پوشش می دهد. هوش مصنوعی در ماژول Cloud توانایی زبان آموز را برای راهنمایی مشتریان به سمت نمونه ها و خدمات مبتنی بر هوش مصنوعی اینتل از ارائه دهندگان خدمات ابری بزرگ، از جمله Azure، AWS، و GCP بهبود می بخشد. روندهای هوش مصنوعی ابری را تشریح می کند و پیشنهادات AI-as-a-a-Service از CSP های اولیه را خلاصه می کند. همچنین تمرکز بر مزایای خاصی که مشتریان از استفاده از معماری اینتل در محیط‌های هوش مصنوعی به دست می‌آورند، شامل داستان‌های موفقیت چند کاربر نهایی با استفاده از نمونه‌های مبتنی بر اینتل خواهد بود.

coursera تبدیل ابر (Mitalearn-324561)

  • 1 hours 39 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Carlos Buskey,Alton Henley
درباره این دوره:

این دوره بر روی استفاده از ابر برای حل مشکلات کسب و کار و تحول دیجیتال تمرکز دارد. یادگیرندگان تأثیر لایه‌های رایانش ابری را بر نتایج کسب‌وکار تجزیه و تحلیل می‌کنند، بهترین شیوه‌ها را برای امنیت ابری شناسایی می‌کنند و در مورد اینکه چگونه محصولات و خدمات ابری از تلاش‌های پایدار پشتیبانی می‌کنند، بحث خواهند کرد.

coursera تجزیه و تحلیل کلان داده های عمیق (Mitalearn-322334)

  • 10 hours 36 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Jeremy Pedersen
درباره این دوره:

بازار کار برای معماران، مهندسان و متخصصان تحلیلگر با تخصص Big Data همچنان در حال افزایش است. مسیر شغلی کلان داده آکادمی بر ابزارها و تکنیک های اساسی مورد نیاز برای دنبال کردن حرفه ای در داده های بزرگ متمرکز است. این دوره شامل: پردازش داده ها با پایتون، نوشتن و خواندن پرس و جوهای SQL، انتقال داده ها با MaxCompute، تجزیه و تحلیل داده ها با Quick BI، استفاده از Hive، Hadoop و Spark در E-MapReduce و نحوه تجسم داده ها با داشبورد داده است. روی مطالب دوره ما کار کنید، جنبه های مختلف حوزه کلان داده را بیاموزید و به عنوان یک حرفه ای داده های بزرگ گواهینامه بگیرید!

coursera تجزیه و تحلیل هوشمند، یادگیری ماشین و هوش مصنوعی در Google Cloud (Mitalearn-322368)

  • 1 hours 12 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Google Cloud Training
درباره این دوره:

گنجاندن یادگیری ماشین در خطوط لوله داده، توانایی استخراج بینش از داده ها را افزایش می دهد. این دوره روش‌هایی را که می‌توان یادگیری ماشین را در خطوط لوله داده در Google Cloud گنجاند، پوشش می‌دهد. برای سفارشی سازی اندک یا بدون سفارشی سازی، این دوره AutoML را پوشش می دهد. برای قابلیت‌های یادگیری ماشینی مناسب‌تر، این دوره نوت‌بوک‌ها و یادگیری ماشینی BigQuery (BigQuery ML) را معرفی می‌کند. همچنین، این دوره نحوه تولید راه حل های یادگیری ماشین را با استفاده از Vertex AI پوشش می دهد.

Suggestions