Course catalog

Course duration

Course provider

Topic

Categories

Showing 1-20 of 135 items.

linkedin Advanced SQL – Window Functions (Mitalearn-188850)

  • 2 hours 6 minutes
  • پیشرفته
  • Update date: 17 September 2024
  • Author: Ami Levin
درباره این دوره: 

 توابع پنجره یکی از اساسی ترین و اساسی ترین پیشرفت های SQL مدرن هستند. آنها امکان دسترسی به ردیف های مجاور را بدون استفاده از پرس و جوهای فرعی فراهم می کنند، بنابراین فرصت های شگفت انگیزی را برای راه حل های مختصر، ظریف و با کارایی بالا فراهم می کنند.

nn می‌توانید نحوه استفاده از ساختارهای مختلف و تکنیک‌های راه‌حل پیشرفته و نحوه استفاده از ماهیت اعلامی و ترکیب‌پذیر SQL و ترتیب پردازش آن را بیاموزید. در پایان دوره، مزایا و معایب اساسی هر روش را بهتر درک خواهید کرد.

nn ما خوشحالیم که این آموزش را در کتابخانه خود ارائه می دهیم.

linkedin Advanced SQL for Application Development (Mitalearn-179296)

  • 2 hours 7 minutes
  • پیشرفته
  • Update date: 21 June 2026
  • Author: Dan Sullivan
درباره این دوره:

بسیاری از برنامه ها به یک پایگاه داده رابطه ای نیاز دارند. اما طراحی ضعیف معماری داده و نوشتن ضعیف SQL می‌تواند منجر به عملکرد پایین‌تر، خدمات غیرقابل اعتماد و مقیاس‌بندی مشکل شود. این دوره شامل مثال‌ها و درس‌هایی است که نحوه ساخت پایگاه‌های داده مقیاس‌پذیر و انعطاف‌پذیر برای پشتیبانی از هر برنامه را نشان می‌دهد. یاد بگیرید که چگونه SQL بهینه‌سازی شده را برای پردازش تراکنش بنویسید، از شاخص‌ها برای کاهش تأخیر خواندن، داده‌های پارتیشن برای بهبود مقیاس‌پذیری و استفاده از الگوهای طراحی ثابت استفاده کنید. مربی دن سالیوان همچنین نقشه‌برداری رابطه‌ای شی را بررسی می‌کند و نشان می‌دهد که چگونه به خطاهای پایگاه داده مانند زمان‌بندی پرس و جو و اتصالات رد شده پاسخ دهیم. پس از تکمیل این دوره، شما قادر خواهید بود برنامه های کاربردی پایگاه داده قوی طراحی کنید که می توانند برای پاسخگویی به بارهای کاری که به طور فزاینده ای نیاز دارند مقیاس شوند.

linkedin Advanced SQL for Data Science: Time Series (Mitalearn-157145)

  • 1 hours 20 minutes
  • پیشرفته
  • Update date: 21 June 2026
  • Author: Dan Sullivan
درباره این دوره:

داده های سری زمانی داده هایی هستند که در طول زمان جمع آوری می شوند: معیارهای عملکرد، تعاملات کاربر و اطلاعات جمع آوری شده توسط حسگرها. از آنجایی که داده‌های سری زمانی مختلف اندازه‌گیری‌ها و فواصل متفاوتی دارند، این داده‌ها چالشی منحصر به فرد برای دانشمندان داده است. با این حال، SQL دارای برخی از ویژگی های طراحی شده برای کمک است. این دوره به شما می آموزد که چگونه داده های سری زمانی را با آنها استاندارد و مدل کنید. مربی دن سالیوان در مورد پنجره بندی و تفاوت بین محاسبات پنجره کشویی و غلتشی بحث می کند. سپس بیاموزید که چگونه ساختارهای SQL مانند OVER و PARTITION BY به ساده‌سازی تحلیل کمک می‌کنند و چگونه می‌توان از غیرعادی‌سازی برای افزایش داده‌ها و در عین حال اجتناب از اتصال استفاده کرد. به علاوه، تکنیک های بهینه سازی مانند نمایه سازی را کشف کنید. Dan همچنین تکنیک های تحلیل سری های زمانی مانند مقایسه دوره های زمانی قبلی، میانگین متحرک، هموارسازی نمایی و رگرسیون خطی را معرفی می کند.

linkedin Advanced SQL for Data Scientists (Mitalearn-273867)

  • 2 hours 30 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Dan Sullivan
درباره این دوره:

بسیاری از دانشمندان داده می دانند که چگونه با SQL - زبان استاندارد صنعتی برای تجزیه و تحلیل داده ها، کار کنند. اما با افزایش اندازه داده ها، باید بدانید که چگونه کارهای بیشتری از خواندن و نوشتن از پایگاه داده انجام دهید. این دوره رویکرد پیچیده تری برای طراحی مدل های داده و بهینه سازی پرس و جوها در SQL ارائه می دهد. مدرس دن سالیوان با طراحی منطقی و فیزیکی جداول - با تمرکز ویژه بر پایگاه‌های داده بسیار بزرگ - شروع می‌کند و سپس یک بررسی عمیق از نمایه‌ها، از جمله نمایه‌های تخصصی و زمان استفاده از آنها ارائه می‌کند. بخش بعدی بهینه سازی پرس و جو را معرفی می کند و نحوه بهینه سازی پرس و جوهای پایه، چند پیوستگی و پیچیده تر را نشان می دهد. این دوره همچنین برنامه های افزودنی SQL را پوشش می دهد، از جمله توابع تعریف شده توسط کاربر و انواع داده های تخصصی. تکنیک های آموزش داده شده در اینجا تجزیه و تحلیل کارآمدتر مجموعه داده های بزرگ را با استفاده از SQL، آمار و منطق تجاری سفارشی امکان پذیر می کند.

Related Skills

linkedin Advanced SQL for Query Tuning and Performance Optimization (Mitalearn-394329)

  • 2 hours 9 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Dan Sullivan
درباره این دوره:

پرس‌وجوهای SQL می‌توانند سریع و بسیار کارآمد باشند، اما همچنین می‌توانند کند باشند و نیاز به منابع CPU و حافظه بیش از حد داشته باشند. برای بسیاری از برنامه نویسان SQL، حملات گاه به گاه با پرس و جوهای طولانی مدت و عملکرد ضعیف به سادگی برای دوره مشابه هستند. اما با به دست آوردن درک بهتری از نحوه ترجمه پرس‌و‌جوهای SQL توسط پایگاه‌های داده به برنامه‌های اجرایی، می‌توانید برای جلوگیری از این مشکلات اقداماتی را انجام دهید. در این دوره، دن سالیوان به شما نشان می دهد که چگونه برنامه های اجرای پرس و جو را تجزیه و تحلیل کنید و از استراتژی های مدل سازی داده برای افزایش عملکرد پرس و جو استفاده کنید. دان نحوه اجرای پرس‌و‌جوهای SQL را شرح می‌دهد، انواع مختلف ایندکس‌ها و نحوه تنظیم پرس و جو را برجسته می‌کند، چندین روش را برای انجام اتصالات پوشش می‌دهد، و نحوه استفاده از پارتیشن‌بندی و نماها را برای بهبود عملکرد مورد بحث قرار می‌دهد. به علاوه، Dan به شما نشان می‌دهد که چگونه PostgreSQL را در GitHub Codespaces اجرا کنید تا بتوانید سریع‌تر شروع به یادگیری کنید.

Related Skills

linkedin Advanced SQL: High Performance Relational Divisions (Mitalearn-230211)

  • 1 hours 45 minutes
  • مناسب همه
  • Update date: 21 June 2026
  • Author: Ami Levin
درباره این دوره:

در این دوره، Ami Levin سری Advanced SQL خود را با یک قسمت جدید با تمرکز بر غلبه بر چالش های تقسیم رابطه ای ادامه می دهد. همانطور که Ami اشاره می کند، احتمالاً قبلاً با تقسیم رابطه ای مواجه شده اید، حتی اگر با این اصطلاح آشنا نباشید. بنابراین آمی با پس‌زمینه‌ای از تقسیم‌بندی رابطه‌ای شروع می‌کند، از جمله اینکه چگونه جبر رابطه‌ای و حاصلضرب دکارتی با تصویر مطابقت دارند. او سپس به SQL می پردازد و جنبه های چالش برانگیز تقسیم رابطه ای و سه تکنیک مختلف برای حل آنها را نشان می دهد و مزایا و معایب هر رویکرد را برجسته می کند. در طول مسیر، امین شما را به چالش می‌کشد تا قبل از بررسی روش‌شناسی که استفاده می‌کند، سؤالات خود را بنویسید. در پایان این دوره، بینش ارزشمندی در مورد نحوه عملکرد SQL به دست خواهید آورد، قادر خواهید بود چالش های تقسیم رابطه ای را شناسایی کنید و بدانید که چگونه بهترین راه حل ها را پیاده سازی کنید.

linkedin Advanced SQL: Logical Query Processing, Part 1 (Mitalearn-176423)

  • 1 hours 42 minutes
  • پیشرفته
  • Update date: 6 December 2024
  • Author: Ami Levin
درباره این دوره: 

 SQL زبان پردازش داده غالب در پنج دهه گذشته بوده است. این دوره شما را فراتر از اصول نحو، و به دنیای جدیدی از درک اینکه چگونه سیستم های مدیریت پایگاه داده رابطه ای پرس و جوهای SQL را پردازش می کنند و اینکه چگونه روی شیوه های کدنویسی شما تأثیر می گذارد، می برد. در مورد پردازش پرس و جو منطقی بیاموزید و از اکثر مشکلات رایج و محدودیت های پردازش اجتناب کنید. تکنیک های پیشرفته JOIN و نحوه برخورد با داده های از دست رفته را کشف کنید. ظرافت های منطق سه تایی، ارزیابی عبارت SELECT، منطق گروه بندی، و نحوه پیاده سازی صفحه بندی و سفارش کارآمد را درک کنید. در پایان دوره، می‌توانید از تفاوت‌های ظریف پردازش پرس و جو منطقی برای عیب‌یابی و حل چالش‌های دلهره‌آور SQL به‌راحتی زیبا و کارآمد استفاده کنید.

nn ما خوشحالیم که این آموزش را در کتابخانه خود ارائه می دهیم.

linkedin Advanced SQL: Logical Query Processing, Part 2 (Mitalearn-197078)

  • 2 hours 7 minutes
  • پیشرفته
  • Update date: 21 June 2026
  • Author: Ami Levin
درباره این دوره:

بدون درک مفاهیم اساسی در پشت SQL، توسعه دهندگان با تعدادی چالش مواجه خواهند شد که گردش کار آنها را کند می کند. این دوره - دومین قسمت از یک سری - برای کمک به شما در اجتناب از این مشکلات رایج و درک محدودیت های پردازش SQL طراحی شده است. به مربی امی لوین بپیوندید تا به پردازش منطقی پرس و جو ادامه دهد. بیاموزید که چگونه عبارات، جدول و سطرهای فرعی پردازش می شوند. ملحقات خود، الزامات منحصر به فرد آنها و زمان استفاده از آنها را کشف کنید. به علاوه، نحوه استفاده از اتصالات جانبی، بندهای بازگشتی WITH و موارد دیگر را بیاموزید.

این دوره توسط Ami Levin ایجاد شده است. ما خوشحالیم که این آموزش را در کتابخانه خود ارائه می دهیم.

linkedin Advanced SQL: Solving Interpolation Challenges (Mitalearn-218090)

  • 1 hours 26 minutes
  • مناسب همه
  • Update date: 21 June 2026
  • Author: Ami Levin
درباره این دوره:

چالش های درون یابی بسیار رایج هستند، به ویژه برای تجزیه و تحلیل سری های زمانی و توالی. در این دوره، آموزش دهنده داده، امی لوین، چندین تکنیک برای حل این نوع چالش ها به طور یکپارچه و کارآمد ارائه می دهد. Ami توضیح می دهد که درون یابی چیست و به شما نشان می دهد که چگونه چالش ها و راه حل های درون یابی با استفاده از پایگاه داده برای تله متری ماشین های مسابقه فرمول 1 کار می کنند. او به ساده‌سازی راه‌حل شما با داده‌های کمکی می‌پردازد و روش‌شناسی راه‌حل را برای چالش‌های SQL به طور کلی بررسی می‌کند. آمی به تعاریف و چالش‌های درون‌یابی پروگزیمال و درون‌یابی‌های خطی می‌پردازد، سپس با مروری بر آنچه آموخته‌اید به پایان می‌رسد.n ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.

Related Skills

linkedin Apache Flink: Exploratory Data Analytics with SQL (Mitalearn-172955)

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

تجزیه و تحلیل داده های اکتشافی یک مرحله کلیدی در علم داده است که به بررسی داده ها برای استخراج بینش می پردازد. در دنیای کلان داده، کاوش مجموعه داده‌های عظیم یک چالش است، زیرا به فناوری‌هایی نیاز دارد که مقیاس‌پذیر، سریع و دارای ویژگی‌های غنی باشند. Apache Flink - پلتفرم محبوب پردازش جریان - برای این تلاش مناسب است. این دوره بر کاوش مجموعه داده ها با SQL در Apache Flink تمرکز دارد. مربی Kumaran Ponnambalam با بررسی API های رابطه ای که Flink برای تجزیه و تحلیل داده های بزرگ ارائه می دهد شروع می کند. سپس کوماران نگاهی عمیق‌تر به توابع Table API و SQL می‌اندازد. او قابلیت‌های مختلف SQL موجود برای کاوش داده‌ها، از جمله فیلتر کردن، تجمیع‌ها و پیوستن‌ها را بررسی می‌کند. برای جمع بندی، او یک پروژه مورد استفاده ارائه می دهد که به شما امکان می دهد مهارت های جدید خود را تمرین کنید.

coursera Apache Spark (TM) SQL for Data Analysts (Mitalearn-330290)

  • 1 hours 42 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Kate Sullivan
درباره این دوره:

آپاچی اسپارک یکی از پرکاربردترین فناوری ها در تجزیه و تحلیل داده های بزرگ است. در این دوره، یاد خواهید گرفت که چگونه از مهارت های SQL موجود خود برای شروع سریع کار با Spark استفاده کنید. همچنین یاد خواهید گرفت که چگونه با Delta Lake کار کنید، یک لایه ذخیره‌سازی بسیار کارآمد و منبع باز که قابلیت اطمینان را برای دریاچه‌های داده به ارمغان می‌آورد. در پایان این دوره، می‌توانید از Spark SQL و Delta Lake برای جذب، تبدیل و جستجوی داده‌ها برای استخراج بینش‌های ارزشمندی که می‌توان با تیم خود به اشتراک گذاشت، استفاده کنید.

coursera BigQuery for Data Analysts (Mitalearn-322300)

  • 2 hours 52 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Google Cloud Training
درباره این دوره:

این دوره برای تحلیلگران داده طراحی شده است که می خواهند در مورد استفاده از BigQuery برای نیازهای تجزیه و تحلیل داده خود بیاموزند. از طریق ترکیبی از ویدئوها، آزمایشگاه‌ها و نمایش‌های نمایشی، موضوعات مختلفی را پوشش می‌دهیم که درباره نحوه جذب، تبدیل، و جستجوی داده‌های شما در BigQuery بحث می‌کند تا بینش‌هایی را به دست آوریم که می‌تواند به تصمیم‌گیری تجاری کمک کند.

linkedin ChatGPT و SQL (Mitalearn-398698)

  • 1 hours 23 minutes
  • مناسب همه
  • Release date: 5 June 2024
  • Author: John Pauler,Maven Analytics
درباره این دوره: 

 

هوش مصنوعی دنیای اطراف ما را تغییر می دهد و روش کار ما را کاملاً متحول می کند. متخصصان داده اکنون به ابزارهایی دسترسی دارند که ابرقدرت‌ها را برای کار هوشمندانه‌تر و سریع‌تر از همیشه فراهم می‌کنند. در این دوره، تیم Maven Analytics شما را در دنیای یادگیری عمیق و هوش مصنوعی مولد راهنمایی می‌کند و به شما نشان می‌دهد که چگونه از SQL و ChatGPT با هم استفاده کنید تا کارآمدتر کار کنید و تصمیم‌های هوشمندانه‌تر و مبتنی بر داده بگیرید.

رشد سریع مدل‌های زبان بزرگ مانند ChatGPT و Google Gemini را کاوش کنید و با ابزارهای رایگانی که مهارت‌های شما را به سطح بالاتری می‌برد، راه‌اندازی کنید. شما همچنین در هنر مهندسی سریع غوطه ور خواهید شد، نکات و بهترین شیوه ها برای تولید خروجی های مدل سازگار و دقیق را مرور خواهید کرد و خواهید فهمید که چگونه می توانید محدودیت ها و مشکلات رایج را برطرف کنید. از آنجا، John Pauler شما را با برخی از قدرتمندترین و کاربردی ترین موارد استفاده ChatGPT برای علم داده و تجزیه و تحلیل، همراه با نسخه های نمایشی تحت رهبری مربی در SQL می برد.

توجه: این دوره توسط John Pauler و Maven Analytics ایجاد شده است. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.


linkedin ETL در پایتون و SQL (Mitalearn-386645)

  • 1 hours 20 minutes
  • مناسب همه
  • Release date: 6 March 2024
  • Author: Jennifer Ebe
درباره این دوره: 

 داده ها به طور تصاعدی در حال افزایش هستند، زیرا جهان به تولید حجم عظیمی ادامه می دهد. در این دوره، یک مهندس داده با بیش از 5 سال تجربه، جنیفر ایبه، به شما نشان می دهد که چگونه سیستم هایی بسازید که داده ها را از منابع مختلف جمع آوری می کند، آنها را تبدیل و داده ها را ذخیره می کند تا بتوانید به طور موثر بینش هایی را از آن استخراج کنید. ما به این خواهیم پرداخت که ETL ها چیست و چگونه آنها را ایجاد می کنید. ما یاد خواهیم گرفت که چگونه از پایتون برای استخراج و تبدیل داده ها استفاده کنیم، ما داده های خود را با استفاده از پانداها و SQL کاوش خواهیم کرد. و در نهایت، داده ها را در سیستم هدف خود بارگذاری کنید. همچنین می توانید زمان بندی مشاغل ETL را با استفاده از پایتون تمرین کنید. هر فصل با چالش‌های مفید و کاربردی همراه است تا به شما کمک کند آنچه را که یاد می‌گیرید تمرین کنید.

coursera Intermediate PostgreSQL (Mitalearn-310723)

  • 5 hours
  • متوسط
  • Release date: 23 June 2026
  • Author: Charles Russell Severance
درباره این دوره:

این دوره طیف گسترده ای از تکنیک های SQL را فراتر از عملیات اولیه CRUD (ایجاد، خواندن، به روز رسانی و حذف) در PostgreSQL پوشش می دهد. شما با ویژگی های تجمیع، تراکنش ها، خواندن و تجزیه فایل های CSV و درج داده ها در پایگاه داده آشنا خواهید شد. همچنین نگاهی به نحوه مدیریت و نمایه سازی داده های متنی توسط PostgreSQL بیندازید. به طور خاص، دانش‌آموزان تکالیفی را انجام می‌دهند که طرح‌واره‌های جدول را تغییر می‌دهند، رویه‌های ذخیره‌شده را ایجاد می‌کنند، پرس‌و‌جوهای پیشرفته می‌سازند، مرتب‌سازی و گروه‌بندی داده‌های پرس و جو را بررسی می‌کنند، و تکنیک‌هایی برای کار با متن در پایگاه‌های داده شامل عبارات منظم.

datacamp Intermediate SQL (Mitalearn-399259)

  • 46 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Jasmin Ludolf
درباره این دوره:

SQL محبوب‌ترین زبان برای تبدیل داده‌های خام ذخیره شده در پایگاه داده به بینش عملی است. با استفاده از پایگاه داده فیلم، نحوه فیلتر کردن، مقایسه و خلاصه کردن داده ها با SQL را خواهید آموخت. همچنین مزه توابع انبوه، مرتب‌سازی، گروه‌بندی و نحوه ارائه دقیق داده‌ها را خواهید دید. این دوره که در هر مرحله با پرس و جوهای عملی همراه است، هر آنچه را که برای تجزیه و تحلیل داده ها با استفاده از کد SQL امروزی خود نیاز دارید، به شما می آموزد!

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.

datacamp Intermediate SQL Server (Mitalearn-399276)

  • 35 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Ginger Grant
درباره این دوره:

اکثریت داده ها در پایگاه های داده ذخیره می شوند و دانستن ابزارهای لازم برای تجزیه و تحلیل و پاکسازی مستقیم داده ها در پایگاه های داده ضروری است. این دوره بر روی T-SQL، نسخه SQL مورد استفاده در مایکروسافت SQL Server، مورد نیاز برای تجزیه و تحلیل داده ها تمرکز دارد. شما در این دوره با مفاهیم مختلفی مانند برخورد با داده های از دست رفته، کار با تاریخ ها و محاسبه آمار خلاصه با استفاده از پرس و جوهای پیشرفته آشنا خواهید شد. پس از اتمام این دوره، مهارت های لازم برای تجزیه و تحلیل داده ها و ارائه بینش سریع و آسان را خواهید داشت.

Related Skills

datacamp Intermediate SQL with AI (Mitalearn-447148)

  • 43 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Jasmin Ludolf
درباره این دوره:

مهارت‌های SQL خود را با استفاده از اعلان‌های هوش مصنوعی برای تولید پرس‌وجوها ایجاد کنید. شما یاد خواهید گرفت که نتایج را به طور سیستماتیک مرتب کرده و گروه بندی کنید، و الگوهای معنی داری را کشف کنید که تصمیمات تجاری آگاهانه را هدایت می کند. از طریق تمرین عملی، در نوشتن دستورات برای تولید کد SQL مهارت خواهید داشت. شما در مورد منطق شرطی با SQL یاد خواهید گرفت و تکنیک های فیلترینگ مختلفی را به کار می گیرید که اساس تجزیه و تحلیل موثر داده ها را تشکیل می دهد.

coursera JSON and Natural Language Processing in PostgreSQL (Mitalearn-311726)

  • 5 hours 11 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Charles Russell Severance
درباره این دوره:

در این دوره آموزشی، با نحوه ایجاد و استفاده از نمایه های معکوس برای JSON و محتوای زبان طبیعی PostgreSQL آشنا خواهید شد. ما از منابع مختلف داده برای پایگاه داده خود استفاده خواهیم کرد، از جمله دسترسی به یک API آنلاین و spider کردن داده های آن و ذخیره داده ها در یک ستون JSON در PostgreSQL. دانش آموزان چگونگی ساختار نمایه های معکوس متن کامل را بررسی خواهند کرد. دانش‌آموزان نمایه‌های معکوس خود را می‌سازند و سپس از قابلیت‌های داخلی PostgreSQL برای پشتیبانی از نمایه‌های متن کامل استفاده می‌کنند.

coursera Microsoft Azure SQL (Mitalearn-319920)

  • 1 hours 16 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Microsoft
درباره این دوره:

در این دوره، شما اصول مفاهیم پایگاه داده در محیط ابری را یاد می گیرید، مهارت های اولیه را در خدمات داده ابری کسب می کنید و دانش پایه خود را در مورد خدمات داده ابری در Microsoft Azure ایجاد می کنید. شما پیشنهادات داده‌های رابطه‌ای، تهیه و استقرار پایگاه‌های داده رابطه‌ای، و جستجوی داده‌های رابطه‌ای را از طریق راه‌حل‌های داده‌های ابری با Microsoft Azure کاوش خواهید کرد. شما در مورد SQL، نحوه استفاده از آن برای پرس و جو و نگهداری داده ها در پایگاه داده و گویش های مختلف موجود خواهید آموخت. این دومین دوره از یک برنامه پنج دوره است که به شما برای شرکت در آزمون DP-900: Microsoft Azure Data Fundamentals کمک می کند. به طوری که بتوانید نشان دهید که دانش پایه ای از مفاهیم اصلی پایگاه داده در یک محیط ابری دارید. این دوره برای متخصصان فناوری اطلاعات ایده آل است که می خواهند اصول مفاهیم پایگاه داده در یک محیط ابری را بیاموزند، مهارت های اولیه را در خدمات داده ابری کسب کنند و دانش پایه خود را در مورد خدمات داده ابری در Microsoft Azure با هدف ایفای نقش به عنوان Data ایجاد کنند. مهندسین و مدیران پایگاه داده همچنین برای متخصصان پایگاه داده کار می کند که به دنبال مهارت ها یا اعتبارات اضافی برای به نمایش گذاشتن تخصص در یک محیط ابری هستند و متخصصان فناوری اطلاعات که به دنبال تخصص در حوزه خاص داده های Azure هستند. برای موفقیت در این دوره، باید سواد کامپیوتری اولیه و تسلط به زبان انگلیسی را داشته باشید. دانش آموزان موفق Azure Data Fundamentals با آگاهی اولیه از مفاهیم محاسباتی و اینترنت و علاقه به استخراج بینش از داده ها شروع می کنند. داشتن تجربه استفاده از مرورگر وب، آشنایی با مفاهیم اولیه مرتبط با داده ها، مانند کار با جداول داده ها در یک صفحه گسترده، و تجسم داده ها با استفاده از نمودارها، یک مزیت است.

Suggestions