Course catalog

Course duration

Course provider

Topic

Categories

Showing 1-20 of 105 items.

linkedin Advanced NoSQL for Data Science (Mitalearn-104819)

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

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.

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.

coursera Azure Data Lake Storage Gen2 and Data Streaming Solution (Mitalearn-333571)

  • 1 hours 20 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Microsoft
درباره این دوره:

در این دوره، خواهید دید که چگونه Azure Data Lake Storage می تواند پردازش راه حل های تحلیلی Big Data را کارآمدتر کند و راه اندازی آن چقدر آسان است. شما همچنین نحوه انطباق آن با معماری های رایج و همچنین روش های مختلف آپلود داده ها در فروشگاه داده را بررسی خواهید کرد. شما تعداد بی شماری از ویژگی های امنیتی را بررسی خواهید کرد که از ایمن بودن داده های شما اطمینان می دهند. مفاهیم پردازش رویداد و جریان داده و نحوه اعمال آن در تحلیل جریانی Azure را بیاموزید. سپس یک کار تجزیه و تحلیل جریان را برای پخش جریانی داده ها راه اندازی می کنید و یاد می گیرید که چگونه یک کار در حال اجرا را مدیریت و نظارت کنید. این دوره بخشی از یک تخصص در نظر گرفته شده برای مهندسین داده و توسعه دهندگان است که می خواهند تخصص خود را در طراحی و پیاده سازی راه حل های داده ای که از خدمات داده Microsoft Azure استفاده می کنند برای هر کسی که علاقه مند به آماده شدن برای آزمون DP-203: مهندسی داده در Microsoft Azure (بتا) نشان دهد. ). شما در یک آزمون عملی شرکت خواهید کرد که شامل مهارت های کلیدی می شود که با آزمون گواهینامه اندازه گیری می شوند. این نهمین دوره از یک برنامه 10 دوره ای است که به شما برای شرکت در آزمون کمک می کند تا بتوانید در طراحی و پیاده سازی راه حل های داده ای که از خدمات داده مایکروسافت آژور استفاده می کنند تخصص داشته باشید. مهندسی داده در آزمون Microsoft Azure فرصتی برای اثبات تخصص دانش در یکپارچه‌سازی، تبدیل و تلفیق داده‌ها از سیستم‌های داده‌های مختلف ساختاریافته و بدون ساختار به ساختارهایی است که برای ساخت راه‌حل‌های تحلیلی که از خدمات داده مایکروسافت آژور استفاده می‌کنند، مناسب هستند. هر دوره به شما مفاهیم و مهارت هایی را می آموزد که با امتحان اندازه گیری می شوند. در پایان این تخصص، شما آماده شرکت و ثبت نام در آزمون DP-203: مهندسی داده در Microsoft Azure (بتا) خواهید بود.

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.

coursera DevOps, DataOps, MLOps (Mitalearn-336121)

  • 18 hours 48 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Noah Gift,Alfredo Deza
درباره این دوره:

یاد بگیرید که چگونه از عملیات یادگیری ماشین (MLOps) برای حل مشکلات دنیای واقعی استفاده کنید. این دوره راه حل های انتها به انتها با برنامه نویسی جفت هوش مصنوعی (AI) را با استفاده از فناوری هایی مانند GitHub Copilot برای ساخت راه حل هایی برای یادگیری ماشین (ML) و برنامه های کاربردی هوش مصنوعی پوشش می دهد. این دوره برای افرادی است که به عنوان دانشمندان داده، مهندسان نرم افزار یا توسعه دهندگان، تحلیلگران داده یا سایر نقش هایی که از ML استفاده می کنند (یا به دنبال کار) هستند. در پایان دوره، می‌توانید از چارچوب‌های وب (مانند Gradio و Hugging Face) برای راه‌حل‌های ML استفاده کنید، یک ابزار خط فرمان با استفاده از چارچوب کلیک بسازید، و از Rust برای وظایف ML شتاب‌دهی شده توسط GPU استفاده کنید. هفته 1: فناوری های MLOps و مدل های از پیش آموزش دیده را برای حل مشکلات مشتریان کاوش کنید. هفته 2: ML و AI را در عمل از طریق بهینه سازی، اکتشافی و شبیه سازی اعمال کنید. هفته 3: خطوط لوله عملیات، از جمله DevOps، DataOps و MLOps را با Github توسعه دهید. هفته 4: کانتینرهایی برای راه حل های ML و بسته به شیوه ای یکسان بسازید تا امکان استقرار در سیستم های Cloud که کانتینرها را می پذیرند، فراهم شود. هفته 5: برای ایجاد راه حل برای Kubernetes، Docker، Serverless، Data Engineering، Data Science و MLOps، از Python به Rust بروید.

linkedin Edge Analytics: IoT and Data Science (Mitalearn-118674)

  • 2 hours 37 minutes
  • متوسط
  • Release date: 21 June 2026
  • Author: Alan Simon
درباره این دوره:

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.

coursera Infonomics I: Business Information Economics and Data Monetization (Mitalearn-283625)

  • 4 hours 33 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Douglas B. Laney
درباره این دوره:

رونق در عصر اطلاعات، سازمان ها را وادار می کند تا اطلاعات را به عنوان یک دارایی واقعی تجاری، نه به عنوان یک دارایی فناوری اطلاعات یا صرفاً به عنوان یک محصول جانبی تجاری، به کار گیرند. این امر مستلزم خلاقیت در تصور و اجرای راه‌های جدید برای ایجاد منافع اقتصادی از مجموعه وسیعی از دارایی‌های اطلاعاتی در دسترس یک سازمان است. متأسفانه، اطلاعات اغلب نادیده گرفته می شود و بنابراین مورد استفاده قرار نمی گیرد. این اولین دوره از مجموعه دو قسمتی Infonomics دیدگاهی غیر فنی و روش هایی برای درک و استفاده از ویژگی های اقتصادی منحصر به فرد اطلاعات ارائه می دهد. دانش‌آموزان با تشریح اینکه آیا اطلاعات دارایی یا حتی دارایی هستند یا نه، شروع به درک چالش‌ها و فرصت‌ها می‌کنند. سپس این دوره به بررسی نحوه رفتار اطلاعات در زمینه مفاهیم مختلف اقتصادی خرد می‌پردازد، و چه چیزی را می‌توان از آن برای بهبود نحوه مدیریت و بهره‌برداری اطلاعات بدست آورد. این منجر به کاوش در راه‌های مختلفی می‌شود که اطلاعات می‌توانند منافع اقتصادی ایجاد کنند - یا کسب درآمد کنند، از جمله اینکه چگونه سبک‌های مختلف تحلیل تجاری می‌توانند پتانسیل اطلاعات و ارزش تحقق یافته را برای سازمان‌ها افزایش دهند.

coursera Infonomics II: Business Information Management and Measurement (Mitalearn-283642)

  • 3 hours 28 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Douglas B. Laney
درباره این دوره:

حتی با گذشت چند دهه از عصر اطلاعات، شیوه های حسابداری هنوز ارزش مالی اطلاعات را تشخیص نمی دهند. علاوه بر این، شیوه‌های سنتی مدیریت دارایی نمی‌توانند اطلاعات را به‌عنوان دارایی‌ای که باید با انضباط جدی مدیریت شوند، تشخیص دهند. این امر منجر به فرهنگ کسب و کار از رضایت و ناتوانی بیشتر سازمان ها در استفاده کامل از دارایی های اطلاعاتی موجود شده است. این دوره دوم از سری دو قسمتی Infonomics به بررسی چگونگی و چرایی انطباق اصول و شیوه های مدیریت دارایی با اطلاعات و نحوه اعمال مدل های ارزش گذاری پذیرفته شده و جدید برای سنجش پتانسیل اطلاعات و منافع اقتصادی تحقق یافته می پردازد. علاوه بر این، این دوره دانش آموزان را در مورد مسائل مهم اما گیج کننده مالکیت اطلاعات، حقوق مالکیت و حاکمیت روشن می کند. این دوره با مروری بر نقش های نوظهور برای سازمان اطلاعاتی قرن بیست و یکم به پایان می رسد.

linkedin Microsoft Azure Synapse for Developers (2020) (Mitalearn-186980)

  • 1 hours 39 minutes
  • متوسط
  • Update date: 21 June 2026
  • Author: Nertil Poci
درباره این دوره:

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.

linkedin Presto Essentials: Data Science (Mitalearn-108491)

  • 1 hours 48 minutes
  • متوسط
  • Release date: 28 June 2026
  • Author: Ben Sullins
درباره این دوره:

Netflix و Airbnb هر دو از Presto - یک موتور جستجوی منبع باز SQL که توسط فیس بوک توسعه داده شده است - برای نیازهای رو به رشد خود در جستجوی کلان داده استفاده می کنند. در این دوره آموزشی، یاد بگیرید که چگونه با استفاده از پلتفرم Presto از قدرت سیستم کلان داده خود استفاده کنید، که معضل کاذب انتخاب بین راه حل تجاری گران قیمت که تجزیه و تحلیل سریع ارائه می دهد و راه حلی آهسته و ظاهرا رایگان که به سخت افزار بیش از حد نیاز دارد را از بین می برد. .\r\n\r\n او از رابط های مختلف با Presto استفاده می کند - مانند R و Tableau - و زبان SQL رسا را \u200b\u200bکه Presto برای تجزیه و تحلیل شما ارائه می دهد، بررسی می کند. در پایان این دوره، مفاهیم کلیدی Presto و نحوه استفاده از آنها برای استفاده کامل از سیستم کلان داده مدرن خود را خواهید دانست.

linkedin Scala Essential Training for Data Science (Mitalearn-109222)

  • 1 hours 51 minutes
  • متوسط
  • Release date: 21 June 2026
  • Author: Dan Sullivan
درباره این دوره:

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.

coursera Spark, Hadoop, and Snowflake for Data Engineering (Mitalearn-336529)

  • 10 hours 25 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Noah Gift,Kennedy Behrman,Matt Harrison
درباره این دوره:

به عنوان مثال این در درجه اول برای دانشجویان سال اول و دوم لیسانس علاقه مند به مهندسی یا علوم، همراه با دانش آموزان دبیرستانی و متخصصان با علاقه به برنامه نویسی است که مهارت هایی را برای ایجاد خطوط لوله داده کارآمد و مقیاس پذیر به دست می آورند. پلتفرم های مهندسی داده های ضروری (Hadoop، Spark و Snowflake) را کاوش کنید و همچنین نحوه بهینه سازی و مدیریت آنها را بیاموزید. در Databricks، یک پلتفرم قدرتمند برای اجرای تجزیه و تحلیل داده ها و وظایف یادگیری ماشین، در حالی که مهارت های علم داده پایتون خود را با PySpark تقویت می کنید، وارد شوید. در نهایت، مفاهیم کلیدی MLflow را کشف کنید، یک پلتفرم منبع باز برای مدیریت چرخه زندگی یادگیری ماشینی سرتاسر، و یاد بگیرید که چگونه آن را با Databricks یکپارچه کنید. این دوره برای زبان آموزانی طراحی شده است که می خواهند حرفه خود را در علم داده یا مهندسی داده دنبال کنند یا پیشرفت کنند، یا برای توسعه دهندگان نرم افزار یا مهندسانی که می خواهند مجموعه مهارت های مدیریت داده خود را افزایش دهند. علاوه بر فناوری‌هایی که یاد خواهید گرفت، متدولوژی‌هایی نیز به دست خواهید آورد که به شما کمک می‌کنند مهارت‌های مدیریت پروژه و گردش کار خود را برای مهندسی داده تقویت کنید، از جمله استفاده از روش‌ها و بهترین روش‌های Kaizen، DevOps و Data Ops. این دوره جامع با آزمون هایی برای آزمایش دانش شما در سراسر جهان، به راهنمای سفر یادگیری شما برای تبدیل شدن به یک مهندس داده ماهر، آماده برای مقابله با چالش های دنیای داده محور امروزی کمک می کند.

coursera Splunk Search Expert 102 (Mitalearn-317897)

  • 4 hours 11 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Splunk Instructor
درباره این دوره:

گام بعدی را در دانش خود از Splunk بردارید. در این دوره آموزشی، نحوه استفاده متفاوت از زمان بر اساس سناریوها، یادگیری دستورات برای کمک به پردازش، دستکاری و ارتباط داده ها را خواهید آموخت.

linkedin Tableau 10 for Data Scientists (Mitalearn-225145)

  • 2 hours 24 minutes
  • مناسب همه
  • Update date: 21 June 2026
  • Author: Matt Francis
درباره این دوره:

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.

linkedin آموزش آپاچی کافکا برای مبتدیان (2019) (Mitalearn-157655)

  • 7 hours 32 minutes
  • مبتدی
  • Release date: 14 January 2019
  • Author: Stephane Maarek
درباره این دوره:

کافکا پیشروترین فناوری جریان داده منبع باز و در مقیاس سازمانی است. این به شما کمک می کند تا داده های خود را در زمان واقعی به جایی که نیاز دارید منتقل کنید و سردردهای ناشی از ادغام بین چندین سیستم منبع و هدف را کاهش دهید. این دوره آموزشی به شما کمک می کند تا با تمام عملیات اساسی کافکا شروع کنید، CLI و API های کافکا را بررسی کنید، و کارهای کلیدی مانند ساختن تولیدکنندگان و مصرف کنندگان خود را انجام دهید. یاد بگیرید که چگونه یک خوشه شخصی کافکا را در مک، ویندوز یا لینوکس راه اندازی کنید. تسلط بر مفاهیم اساسی از جمله موضوعات، پارتیشن ها، کارگزاران، تولیدکنندگان و مصرف کنندگان. و شروع به نوشتن، ذخیره و خواندن داده ها با تولیدکنندگان، موضوعات و مصرف کنندگان کنید. مربی Stephane Maarek شامل موارد و مثال‌های کاربردی عملی است، مانند مصرف داده‌ها از منابعی مانند Twitter و ElasticSearch که دارای معماری و استقرار تولید در دنیای واقعی هستند. به علاوه، یاد بگیرید که چگونه کافکا را از مکان‌های ضمیمه مانند کانتینرهای داکر و ماشین‌های راه دور راه‌اندازی کنید و خوشه‌های کافکا را راه‌اندازی کنید.

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 AWK (Mitalearn-54686)

  • 2 hours 1 minutes
  • متوسط
  • Update date: 21 June 2026
  • Author: David D. Levine
درباره این دوره:

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.

linkedin آموزش ضروری آپاچی اسپارک (Mitalearn-107845)

  • 1 hours 27 minutes
  • متوسط
  • Release date: 21 June 2026
  • Author: Ben Sullins
درباره این دوره:

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.

linkedin آموزش ضروری جاوا برای دانشمندان داده (Mitalearn-102694)

  • 2 hours 43 minutes
  • متوسط
  • Release date: 22 June 2026
  • Author: Charles Kelly
درباره این دوره:

یاد بگیرید که چگونه از جاوا برای دو جزء علم داده استفاده کنید - مهندسی داده و تجزیه و تحلیل داده. مربی چارلز کلی به جای بررسی هر جنبه ای از جاوا، بر روی مجموعه ای از موضوعات ارزشمند تمرکز می کند که به شما کمک می کند یاد بگیرید که چگونه از جاوا در حرفه علم داده خود استفاده کنید. این دوره حول محور ingest، model، query، تجزیه و تحلیل و تجسم مدل (IMQAV) می چرخد \u200b\u200bکه چارچوبی برای گردش کار علم داده است. چارلز به توسعه آزمایش محور و طراحی شی گرا می پردازد. او با استفاده از نسخه رایگان جامعه IntelliJ از JetBrains، نمونه های جاوا شامل کلاس های جاوا، روش ها، عملیات و کتابخانه ها را ارائه می دهد. به علاوه، چارلز نحوه به کارگیری مهارت هایی را که در این دوره آموختید برای ایجاد مربع های جادویی و پازل سودوکو به اشتراک می گذارد.

Related Skills

linkedin ابزارهای علم داده تجارت: مراحل اول (Mitalearn-136235)

  • 2 hours 23 minutes
  • مبتدی
  • Release date: 22 June 2026
  • Author: Jungwoo Ryoo
درباره این دوره:

انفجار داده‌ها در سال‌های اخیر، زمینه علم داده را - که در آن متخصصان برای به دست آوردن بینش از این اطلاعات فراوان کار می‌کنند - به طور فزاینده‌ای حیاتی‌تر کرده است. اگر به دنبال شغلی هستید یا به دنبال کار با متخصصان در این زمینه به سرعت در حال رشد هستید، بسیار مهم است که با ابزارهای این تجارت آشنا شوید. در این دوره، مربی Jungwoo Ryoo به شما کمک می کند تا شما را با برخی از شناخته شده ترین ابزارهای علم داده در زمینه های رایانش ابری، ذخیره سازی فایل های توزیع شده، پردازش توزیع شده و یادگیری ماشینی آشنا کند. در طول این دوره، Jungwoo پوششی از Proxmox، Hadoop، Spark، و Weka ارائه می‌کند و در مورد نحوه نصب و استفاده از هر ابزار در گردش کار علم داده‌تان بحث می‌کند. برای جمع بندی، او توضیح می دهد که چگونه Hadoop، Spark، و Weka می توانند با یکدیگر همکاری کنند تا بهترین نتایج را به دست آورند.

Suggestions