Course catalog

Course duration

Course provider

Topic

Categories

Showing 1-20 of 28 items.

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 Microsoft Azure Synapse for Developers (Mitalearn-218821)

  • 2 hours 36 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Nertil Poci
درباره این دوره:

در دنیای امروز، کسب‌وکارها برای عملیات روزانه خود بیشتر و بیشتر به داده‌های بزرگ متکی هستند. این روندی است که احتمالاً معکوس نمی شود. Azure Synapse ابزاری عالی برای مدیریت همه آن داده‌ها است، زیرا تجزیه و تحلیل داده‌های بزرگ را با انبار داده‌ها ترکیب می‌کند و به سازمان‌ها راهی برای ذخیره مقادیر زیادی از داده‌های ورودی با هزینه معقول ارائه می‌دهد. در این دوره، Nertil Poci به شما نشان می دهد که چگونه با Azure Synapse Analytics به عنوان انبار داده خود در فضای ابری راه اندازی کنید. او نحوه بارگیری، پردازش و جستجوی داده‌ها را توضیح می‌دهد و مزایای Synapse Analytics، ایجاد فضاهای کاری، پردازش داده‌ها از ذخیره‌سازی، و بارگذاری داده‌ها در استخرهای SQL اختصاصی با استفاده از ابزارهای بارگذاری داده‌های مختلف و داده‌های جستجو را پوشش می‌دهد. در طول راه، او چالش هایی را به اشتراک می گذارد که به شما امکان می دهد مهارت های جدید خود را تمرین کنید. اگر آماده شروع ساخت انبار داده خود در فضای ابری هستید، در این دوره آموزشی به Nertil بپیوندید.

linkedin آشنایی با پارچه مایکروسافت توسط Microsoft Press (Mitalearn-424232)

  • 5 hours 44 minutes
  • مناسب همه
  • Release date: 1 August 2024
  • Author: Microsoft Press,Michiel Rozema
درباره این دوره: 

 

ویژگی های گسترده پارچه مایکروسافت را کاوش کنید. با ملزومات ، مانند تنظیم مستاجر و استفاده از onelake شروع کنید. تسلط بر سازمان ، بارگیری و تغییر داده ها از طریق خطوط لوله ، جریان داده ها و نوت بوک ها. در استفاده از دستورات T-SQL ، پیکربندی تجزیه و تحلیل در زمان واقعی و ایجاد گزارش های دقیق ، مهارت کسب کنید. مهارت های مدیریت داده خود را با رویکردهای ساختار یافته برای هر دو انبار پارچه و تنظیمات دریاچه پارچه تقویت کنید. علاوه بر این ، آزمایش های یادگیری ماشین را کاوش کنید ، داده ها را با فعال کننده داده ها مدیریت کنید و از ابزارهای نظارت مدیر Purview استفاده کنید. در پایان این دوره ، شما آماده خواهید بود که فرآیندهای داده را ساده تر کنید ، تجزیه و تحلیل در زمان واقعی ایجاد کنید ، با یادگیری ماشین نوآوری کنید و تصمیمات داده شده را به طور مؤثر بگیرید.


coursera بررسی اجمالی اجرایی تجزیه و تحلیل کسب و کار (Mitalearn-296205)

  • 4 hours 49 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Douglas B. Laney
درباره این دوره:

کسب‌وکارها بر اساس داده‌ها کار می‌کنند و داده‌ها بدون تجزیه و تحلیل ارزش کمی دارند. توانایی پردازش داده‌ها برای پیش‌بینی رفتار افراد یا بازارها، تشخیص سیستم‌ها یا موقعیت‌ها، یا تجویز اقدامات برای افراد یا فرآیندها، امروزه تجارت را پیش می‌برد. بسیاری از کسب‌وکارها به طور فزاینده‌ای در تلاش هستند تا «داده‌محور» شوند و بیشتر به اطلاعات سرد و الگوریتم‌های پیچیده تکیه می‌کنند تا غریزه درونی یا واکنش‌های آهسته انسان‌ها. این دوره بر درک مفاهیم کلیدی تجزیه و تحلیل و وسعت احتمالات تحلیلی متمرکز خواهد بود. این کلاس با هم ده‌ها مشکل و راه‌حل تحلیلی در دنیای واقعی را در اکثر صنایع اصلی و عملکردهای تجاری بررسی می‌کند. این دوره همچنین به فناوری های تحلیلی، معماری ها و نقش ها از هوش تجاری تا علم داده و از انبارهای داده تا دریاچه های داده می پردازد. و این دوره با بحث در مورد روندهای تحلیلی و آینده پایان خواهد یافت.

coursera پردازش و دستکاری داده ها (Mitalearn-334251)

  • 1 hours 32 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Di Wu
درباره این دوره:

دوره "پردازش و دستکاری داده ها" درک جامعی از مفاهیم و ابزارهای مختلف پردازش و دستکاری داده ها را در اختیار دانشجویان قرار می دهد. شرکت‌کنندگان یاد می‌گیرند که چگونه مقادیر از دست رفته را مدیریت کنند، نقاط پرت را شناسایی کنند، نمونه‌برداری و کاهش ابعاد را انجام دهند، تکنیک‌های مقیاس‌بندی و گسسته‌سازی را اعمال کنند، و عملیات‌های مکعب داده و جدول محوری را کاوش کنند. این دوره دانش آموزان را با مهارت های ضروری برای آماده سازی کارآمد و تبدیل داده ها برای تجزیه و تحلیل و تصمیم گیری مجهز می کند. اهداف آموزشی: 1. درک اهمیت پردازش و دستکاری داده ها در خط لوله تجزیه و تحلیل داده ها. 2. تکنیک های مدیریت مقادیر از دست رفته در مجموعه داده ها، از جمله راهبردهای انتساب و حذف را بیاموزید. 3. شناسایی و شناسایی موارد پرت برای ارزیابی تأثیر آنها بر تجزیه و تحلیل داده ها و تصمیم گیری. 4. روش های نمونه برداری و تکنیک های کاهش ابعاد را برای مجموعه داده های بزرگ و داده های با ابعاد بالا کاوش کنید. 5. از تکنیک های مقیاس بندی داده ها برای عادی سازی و استانداردسازی متغیرها برای مقایسه های معنادار استفاده کنید. 6. از گسسته سازی برای تبدیل داده های پیوسته به نمایش های طبقه بندی شده استفاده کنید و تجزیه و تحلیل را ساده کنید. 7. درک مفهوم مکعب داده و انجام تجمیع چند بعدی برای تجزیه و تحلیل اکتشافی. 8. جداول محوری برای خلاصه کردن و شکل دادن به داده ها ایجاد کنید و بینش های ارزشمندی را از مجموعه داده های پیچیده به دست آورید. در طول دوره، دانش‌آموزان فعالانه در تمرین‌ها و پروژه‌های عملی شرکت می‌کنند و به آن‌ها اجازه می‌دهد تا تکنیک‌های پردازش و دستکاری داده‌ها را در مجموعه داده‌های دنیای واقعی اعمال کنند. در پایان دوره، شرکت کنندگان به خوبی مجهز خواهند شد تا به طور موثر داده ها را برای کارهای تجزیه و تحلیل بعدی و تصمیم گیری مبتنی بر داده آماده کنند، تمیز کنند و تبدیل کنند.

coursera پروژه Capstone انبارداری داده (Mitalearn-322878)

  • 13 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Rav Ahuja,Ramesh Sannareddy
درباره این دوره:

در این دوره شما انواع مهارت ها و تکنیک های مهندسی انبار داده را که به عنوان بخشی از دوره های قبلی در گواهینامه حرفه ای مهندس انبار داده IBM آموخته اید، به کار خواهید برد. شما نقش یک مهندس داده جوان که اخیراً به سازمان پیوسته است را برعهده خواهید گرفت و یک مورد استفاده در دنیای واقعی که نیاز به یک راه حل مهندسی انبار داده دارد، به شما ارائه می شود.

coursera پشتیبانی از پایگاه داده رابطه ای برای انبارهای داده (Mitalearn-335084)

  • 4 hours 27 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Michael Mannino
درباره این دوره:

پشتیبانی از پایگاه داده رابطه ای برای انبارهای داده، سومین دوره تخصصی در زمینه ذخیره سازی داده برای هوش تجاری است. در این دوره از عناصر تحلیلی SQL برای پاسخ به سوالات هوش تجاری استفاده خواهید کرد. شما ویژگی های سیستم های مدیریت پایگاه داده رابطه ای را برای مدیریت داده های خلاصه که معمولاً در گزارشگری هوش تجاری استفاده می شود، یاد خواهید گرفت. به دلیل اهمیت و دشواری مدیریت پیاده‌سازی انبارهای داده، ما همچنین به معماری‌های ذخیره‌سازی، پردازش موازی مقیاس‌پذیر، حاکمیت داده‌ها و تأثیرات کلان داده خواهیم پرداخت. در تکالیف این دوره می توانید از Oracle یا PostgreSQL استفاده کنید.

linkedin پیاده سازی Data Warehouse SQL Server 2019 (Mitalearn-170830)

  • 2 hours 7 minutes
  • متوسط
  • Update date: 21 June 2026
  • Author: Adam Wilbert
درباره این دوره:

مدل‌های بعدی مانند انبارهای داده می‌توانند شکل قابل دسترس و سازگارتری از ذخیره‌سازی داده را نسبت به پایگاه‌های داده رابطه‌ای ارائه کنند. شما می توانید داده ها را از چندین منبع در یک مخزن واحد برای هوش تجاری، تجزیه و تحلیل و گزارش ادغام کنید. این دوره نحوه ایجاد یک راه حل ذخیره سازی طولانی مدت داده با استفاده از نمونه های محلی SQL Server و Azure SQL Data Warehouse را توضیح می دهد. مربی آدام ویلبرت نشان می دهد که چگونه می توان یک انبار داده را از ابتدا، با جداول و نماها ساخت. ایجاد جریان کنترل؛ اجرای کیفیت داده ها؛ و از داده های خود در سرویس هایی مانند SQL Server Reporting Services و Power BI استفاده کنید. در پایان دوره، شما قادر خواهید بود یک راه حل قوی و سفارشی را برای خدمت به تمام نیازهای هوش تجاری، گزارش و تحلیل سازمان خود پیاده سازی کنید.

linkedin پیاده سازی انبار داده با SQL Server 2022 (Mitalearn-277369)

  • 2 hours 37 minutes
  • مناسب همه
  • Update date: 14 May 2025
  • Author: Adam Wilbert
درباره این دوره: 

 انبارهای داده مشکلات اساسی متفاوتی را نسبت به پایگاه داده تراکنشی سنتی حل می کنند و انبارهای داده SQL Server مدل متفاوتی برای ذخیره داده های ارزشمند ارائه می دهند. در این دوره، آدام ویلبرت، کارشناس پایگاه داده، شما را در فرآیند توسعه انبارهای داده در SQL Server 2022 راهنمایی می‌کند تا یک پلتفرم قوی و قابل اعتماد برای ارائه تمام حجم‌های کاری گزارش‌دهی و تحلیل هوش تجاری شما ارائه دهد. پایه های انبار داده را کاوش کنید، سپس شروع به ایجاد انبار داده در SQL Server کنید. در مورد نمایه‌های فروشگاه ستونی و همچنین نحوه خودکارسازی وظایف مرتبط با ادغام چندین منبع داده با هم در یک انبار بیاموزید. نحوه پیاده سازی Azure Synapse Analytics Dedicated SQL Pool و اعمال کیفیت داده با استفاده از خدمات کیفیت داده را بیاموزید. راه‌هایی را برای استفاده از Master Data Services کشف کنید، به علاوه یاد بگیرید چگونه داده‌های انبار خود را با برنامه‌های هوش تجاری مصرف کنید.

coursera تجزیه و تحلیل انبار داده مدرن در Microsoft Azure (Mitalearn-320413)

  • 1 hours 17 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. گزینه های پردازش موجود برای ساخت راه حل های تجزیه و تحلیل داده در Azure را بررسی خواهید کرد. شما Azure Synapse Analytics، Azure Databricks و Azure HDInsight را بررسی خواهید کرد. این چهارمین 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.

coursera خط لوله داده کاوی (Mitalearn-333248)

  • 5 hours 18 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Qin (Christine) Lv
درباره این دوره:

این دوره مراحل کلیدی درگیر در خط لوله داده کاوی، از جمله درک داده، پیش پردازش داده، انبار داده، مدل سازی داده، تفسیر و ارزیابی، و کاربردهای دنیای واقعی را معرفی می کند. این دوره را می توان برای اعتبار آکادمیک به عنوان بخشی از مدرک کارشناسی ارشد CU Boulder در علوم داده یا کارشناسی ارشد در علوم کامپیوتر ارائه شده در پلت فرم Coursera گذراند. این مدارک تحصیلات تکمیلی کاملاً معتبر دوره های هدفمند، جلسات کوتاه 8 هفته ای و شهریه پرداختی را ارائه می دهند. پذیرش بر اساس عملکرد در سه دوره مقدماتی است، نه سابقه تحصیلی. مدارک CU در Coursera برای فارغ التحصیلان اخیر یا متخصصان شاغل ایده آل است. بیشتر بدانید: کارشناسی ارشد در علم داده: https://www.coursera.org/degrees/master-of-science-data-science-boulder کارشناسی ارشد در علوم کامپیوتر: https://coursera.org/degrees/ms-computer-science-boulder تصویر لوگوی دوره توسط فرانچسکو اونگارو، در اینجا در Unsplash موجود است: https://unsplash.com/photos/C89G61oKDDA

coursera دریاچه های داده و انبارهای داده را در Google Cloud بسازید (Mitalearn-322198)

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

دو جزء کلیدی هر خط لوله داده، دریاچه های داده و انبارها هستند. این دوره موارد استفاده را برای هر نوع ذخیره سازی برجسته می کند و با جزئیات فنی به راه حل های موجود در دریاچه داده و انبار در Google Cloud می پردازد. همچنین، این دوره، نقش یک مهندس داده، مزایای یک خط لوله داده موفق برای عملیات تجاری را توصیف می کند و بررسی می کند که چرا مهندسی داده باید در یک محیط ابری انجام شود. این اولین دوره از سری مهندسی داده در Google Cloud است. پس از اتمام این دوره، در دوره Building Batch Data Pipelines در Google Cloud ثبت نام کنید.

coursera ذخیره سازی داده ها با Microsoft Azure Synapse Analytics (Mitalearn-331174)

  • 2 hours 12 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Microsoft
درباره این دوره:

در این دوره، ابزارها و تکنیک‌هایی را که می‌توان برای کار با انباره‌های داده مدرن به صورت مولد و ایمن در Azure Synapse Analytics استفاده کرد، بررسی خواهید کرد. شما یاد خواهید گرفت که چگونه Azure Synapse Analytics شما را قادر می سازد تا با استفاده از الگوهای معماری مدرن، انبارهای داده بسازید و چگونه طرحواره رایج در یک انبار داده پیاده سازی می شود. شما بهترین شیوه هایی را که برای بارگذاری داده ها در انبار داده نیاز دارید و تکنیک هایی را که می توانید برای بهینه سازی عملکرد پرس و جو در Azure Synapse Analytics استفاده کنید، یاد خواهید گرفت. 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. ). این پنجمین دوره از یک برنامه 10 دوره ای است که به شما کمک می کند تا برای شرکت در آزمون آماده شوید 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 ذخیره سازی داده ها و هوش تجاری (Mitalearn-320753)

  • مبتدی
  • Release date: 27 June 2026
  • Author: Tim Carrington
درباره این دوره:

این دوره بر اساس "ماهیت طراحی داده ها و پایگاه داده رابطه ای" است تا فرآیند جمع آوری و دستکاری داده ها را از طریق انبار داده و داده کاوی گسترش دهد. هنگامی که داده های تراکنش از طریق ETL (Extract، Transform، Load) پردازش می شوند، سپس در یک انبار داده برای استفاده در تصمیم گیری های مدیریتی ذخیره می شوند. داده کاوی یکی از توانمندسازهای کلیدی در فرآیند تبدیل داده های ذخیره شده در یک انبار داده به بینش عملی برای تصمیم گیری بهتر و سریعتر است. تا پایان این دوره، دانشجویان می توانند انبار داده و نحوه استفاده از آن برای هوش تجاری را توضیح دهند، معماری های مختلف انبار داده و مدل سازی داده های چند بعدی را توضیح دهند و مدل های داده کاوی پیش بینی، از جمله مدل های طبقه بندی و تخمین را توسعه دهند. علاوه بر این، دانش‌آموزان می‌توانند مدل‌های داده‌کاوی توضیحی، از جمله مدل‌های خوشه‌بندی و تداعی را توسعه دهند.

linkedin راهنمای کامل Google BigQuery برای داده ها و مهندسان ML (Mitalearn-415171)

  • 4 hours 22 minutes
  • مناسب همه
  • Release date: 15 August 2025
  • Author: Pearson,Dan Sullivan
درباره این دوره: 

 داده ها و امکان تجزیه و تحلیل آن و استفاده از آن برای ساخت مدل های یادگیری ماشین ، نوآوری و روش های جدید سازماندهی کار در مشاغل است. Google BigQuery ، پلت فرم داده گسترده استفاده شده را برای انبارداری داده ، تجزیه و تحلیل و یادگیری ماشین وارد کنید. BigQuery به عنوان یک پیشنهاد سرور مدیریت شده و بدون سرور از Google Cloud ارائه می شود که به شما امکان می دهد زمان کمتری را برای حفظ زیرساخت ها و زمان بیشتری برای ساختن سیستم های یادگیری ماشین و استخراج بینش از داده ها صرف کنید. در این دوره ، به مربی دن سالیوان بپیوندید زیرا او به شما نشان می دهد که چگونه می توانید از BigQuery به عنوان یک مهندس داده یا یادگیری ماشین استفاده کنید. در طول راه ، مهارت های اساسی را برای مصرف داده ها ، تبدیل داده ها برای تهیه آن برای تجزیه و تحلیل ، و ساخت ، ارزیابی ، استقرار و نظارت بر مدل ها در تولید کشف کنید.

coursera ساخت دریاچه های داده در AWS (Mitalearn-332738)

  • 2 hours 31 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Rafael Lopes,Alex G.
درباره این دوره:

دوره سطح پایه معمولاً برای افرادی طراحی شده است که درک پایه ای از مفاهیم ذخیره سازی و پردازش داده دارند، اما تجربه قبلی در مورد ساخت دریاچه های داده در AWS به طور خاص کم یا بدون تجربه هستند. پس از مقدمه ای کوتاه در مورد دریاچه های داده، دریافت داده ها، فهرست نویسی و آماده سازی را معرفی می کنیم و در پایان با مروری بر داده های پرس و جو با آمازون آتنا به پایان می رسیم. این دوره با مروری بر سازند دریاچه AWS، از جمله یک آزمایشگاه عملی که در آن یک دریاچه داده بسازید، ادامه خواهد یافت. سپس پردازش داده و تجزیه و تحلیل را با استفاده از چسب AWS قبل از فرو رفتن در ایجاد دریاچه داده‌های خودکار با استفاده از طرح‌های Lake Formation معرفی می‌کنیم. در نهایت، ما با Modern Data Architectures در AWS با آزمایشگاهی که انتشار و مصرف محصولات داده را به عنوان یک سرویس پوشش می دهد، پایان می دهیم.

coursera شروع کار با Data Warehouse و BI Analytics (Mitalearn-323643)

  • 2 hours 4 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Ramesh Sannareddy
درباره این دوره:

با این دوره آموزشی خودگام، سفر تحلیلی انبار داده و هوش تجاری (BI) خود را آغاز کنید. نحوه طراحی، استقرار، بارگیری، مدیریت و پرس و جو از انبارهای داده و مارت های داده را یاد خواهید گرفت. شما همچنین با ابزارهای BI برای تجزیه و تحلیل داده ها در این مخازن کار خواهید کرد. شما این دوره را با درک انواع مختلف مخازن تحلیلی از جمله data marts، انبارهای داده، دریاچه‌های داده، دریاچه‌های داده و مخازن داده و کارکردها و کاربردهای آنها آغاز خواهید کرد. آنها به گونه ای طراحی شده اند که تصمیم گیری سریع تجاری را از طریق گزارش گیری و تجزیه و تحلیل داده ها دقیق و انعطاف پذیر می کنند. انبار داده یکی از اساسی ترین ابزارهای هوش تجاری است که امروزه مورد استفاده قرار می گیرد و مهندسان داده موفق باید آن را درک کنند. در این دوره آموزشی، طراحی، مدل‌سازی و پیاده‌سازی انبارهای داده و کشف معماری‌های انبار داده مانند طرح‌واره‌های ستاره و دانه‌های برف را خواهید آموخت. همچنین یاد خواهید گرفت که چگونه انبارهای داده را با استفاده از فرآیندهای ETL و ELT پر کنید، داده‌ها را تأیید کنید، داده‌های پرس و جو و نحوه استفاده از مکعب‌ها، جمع‌آوری‌ها و نماها/جدول‌های تحقق‌یافته را ببینید. با ابزارهای مختلف BI که توسط متخصصان این صنعت مانند IBM Cognos Analytics، Tableau و Microsoft PowerBI استفاده می شود آشنا خواهید شد. همچنین از یک ابزار BI برای ایجاد تجسم داده ها و ساخت داشبوردهای تعاملی برای به دست آوردن بینش از داده ها استفاده خواهید کرد. آزمایشگاه‌های عملی در این دوره شما را قادر می‌سازد تا آنچه را که یاد می‌گیرید به کار ببندید و دانش عملی در مورد ذخیره‌سازی داده و تجزیه و تحلیل BI کسب کنید. شما با مخازنی مانند MySQL، PostgreSQL و IBM Db2 کار خواهید کرد. شما همچنین از ابزارهای BI مانند Cognos Analytics استفاده خواهید کرد. در پایان این دوره، پروژه ای را برای نشان دادن مهارت هایی که در هر ماژول به دست آورده اید، تکمیل خواهید کرد.

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.

coursera کاوش تغییر شکل داده با Google Cloud (Mitalearn-317013)

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

فناوری ابری می‌تواند ارزش زیادی برای یک سازمان به ارمغان بیاورد و ترکیب قدرت فناوری ابری با داده‌ها این پتانسیل را دارد که ارزش بیشتری را باز کند و تجربیات جدیدی برای مشتری ایجاد کند. «کاوش در تبدیل داده‌ها با Google Cloud» ارزشی را که داده‌ها برای یک سازمان به ارمغان می‌آورند و راه‌هایی را که Google Cloud می‌تواند داده‌ها را مفید و قابل دسترس کند بررسی می‌کند. بخشی از مسیر یادگیری Cloud Digital Leader، این دوره با هدف کمک به افراد در رشد نقش خود و ساختن آینده کسب و کارشان است.

Suggestions