آموزش مدل‌های داده و پایپ‌ لاین‌ها

در آموزش مدل‌های داده و پایپ‌ لاین‌ها، با مدل‌سازی داده و نحوه طراحی پایگاه‌های داده آشنا خواهید شد. سپس، فرآیندهای استخراج، تبدیل، بارگذاری (ETL) را خواهید آموخت که داده‌ها را از سیستم‌های منبع استخراج می‌کند، ... ادامه

ارائه دهنده:  Coursera  Coursera
مدرس دوره:
سطح: مقدماتی
 پلاس
  
زمان مورد نیاز برای گذارندن دوره:  2 ساعت
مجموع محتوای آموزشی:  2 ساعت ویدئو
 (قابل دانلود می‌باشد)
course-feature   زیرنویس فارسی

آنچه در این دوره می‌آموزیم:

 ساخت مدل‌های داده‌ای برای پاسخ به سوالات کسب و کار

 اعمال فرآیند ETL در سناریوهای کاری

 بررسی ابزارهای ETL

 ایجاد پایپ لاین برای انتقال داده‌های ضروری

پیش‌نیاز‌ها

برای درک و استفاده بهتر از این دوره نیاز است که با اصول، مهارت‌ها و ابزارهای تحلیلی پایه آشنایی داشته باشید.

سرفصل‌های دوره آموزش مدل‌های داده و پایپ‌ لاین‌ها

مدل‌های داده و پایپ لاین

این دوره را با بررسی مدل‌سازی داده، اسکماهای رایج و عناصر پایگاه داده آغاز خواهید کرد. به این موضوع می‌پردازید که چگونه نیازهای کسب و کار، نوع سیستم‌های پایگاه داده‌ای را که متخصصان هوش تجاری پیاده‌سازی می‌کنند، تعیین می‌کند. سپس، خطوط لوله و فرآیندهای ETL را کشف خواهید کرد که ابزارهایی برای انتقال داده و اطمینان از دسترسی و مفید بودن آن هستند.

  Ed: غلبه بر سندرم خودویرانگری
"02:29  
  خوش‌آمدگویی
"00:58  
  مدل‌سازی داده، الگوهای طراحی و اسکیماها
"04:15  
  دستیابی به حقایق
"04:58  
  اسکیماهای star و snowflake
"02:40  
  انواع مختلف داده، پایگاه‌های داده متفاوت
"07:06  
  شکل داده‌ها
"04:12  
  طراحی اسکیماهای مفید پایگاه داده
"04:40  
  پایپ لاین داده و فرآیند ETL
"05:47  
  به حداکثر رساندن داده از طریق فرآیند ETL
"02:29  
  انتخاب ابزار مناسب برای کار
"04:03  
  معرفی Dataflow
"02:50  
  کدگذاری با پایتون
"04:02  
  جمع‌آوری اطلاعات از ذینفعان
"03:28  
  جمع‌بندی
"01:28  
  [اختیاری] مرور انواع داده‌ها
"05:16  
  [اختیاری] مرور کلیدهای اصلی و خارجی
"03:52  
  [اختیاری] مرور BigQuery
"04:33  
طراحی پایگاه داده پویا

در این فصل، درباره سیستم‌های پایگاه داده، از جمله انبارچه‌های داده، دریاچه‌های داده، انبارهای داده و فرآیندهای ETL بیشتر خواهید آموخت. همچنین پنج عامل موثر بر عملکرد پایگاه داده را بررسی خواهید کرد: حجم کاری، توان عملیاتی، منابع، بهینه‌سازی و رقابت. در نهایت، نحوه طراحی پرس و جوهای کارآمد برای بهره‌گیری بیشتر از یک سیستم را در نظر خواهید گرفت.

  خوش‌آمدگویی
"01:17  
  Data marts, data lakes و فرآیندهای ETL
"03:33  
  پنج عامل موثر بر عملکرد پایگاه داده
"03:27  
  بهینه‌سازی عملکرد پایگاه داده
"04:20  
  پنج عامل در عمل
"05:06  
  جمع‌بندی
"01:30  
بهینه‌سازی فرآیندهای ETL

در این فصل با تکنیک‌های بهینه‌سازی از جمله تست کیفیت ETL، اعتبارسنجی اسکما داده، تأیید قوانین کسب و کار و تست عملکرد کلی آشنا خواهید شد. همچنین به بررسی یکپارچگی داده و چگونگی دفاع کنترل‌های کیفیت داخلی در برابر مشکلات احتمالی خواهید پرداخت. در نهایت، بر تأیید قوانین کسب و کار و تست عملکرد کلی تمرکز خواهید کرد تا مطمئن شوید خطوط لوله با نیازهای مورد نظر کسب و کار مطابقت دارند.

  خوش‌آمدگویی
"01:41  
  اهمیت تست کیفیت
"05:38  
  Mana: داده‌های با کیفیت داده‌های مفیدی هستند.
"03:41  
  انطباق از مبدا تا مقصد
"05:07  
  بررسی اسکیما
"03:52  
  تایید قانون تجارت
"03:52  
  Burak: تکنولوژی در حال تکامل
"02:41  
  جمع‌بندی
"01:56  
  [اختیاری] مرور یکپارچگی داده‌ها
"03:01  
  [اختیاری] مرور ابرداده
"04:00  
پروژه پایان دوره

پروژه پایانی این دوره را با ایجاد یک فرآیند پایپ لاین برای انتقال داده به یک جدول هدف و توسعه گزارش‌هایی بر اساس نیازهای پروژه تکمیل خواهید کرد. همچنین اطمینان حاصل خواهید کرد که پایپ لاین به درستی کار می‌کند و دفاع‌های داخلی در برابر مسائل کیفیت داده وجود دارد.

  خوش‌آمدگویی
"02:18  
  ادامه پروژه پایان دوره
"01:48  
  نکاتی برای موفقیت مستمر با پروژه پایان دوره
"02:33  
  Luis: نکاتی برای آمادگی مصاحبه
"02:57  
  جمع‌بندی دوره
"01:33  

ویژگی‌های دوره

زیرنویس فارسی
زیرنویس فارسی

این دوره دارای زیرنویس اختصاصی است.

درباره دوره

در آموزش مدل‌های داده و پایپ‌ لاین‌ها، با مدل‌سازی داده و نحوه طراحی پایگاه‌های داده آشنا خواهید شد. سپس، فرآیندهای استخراج، تبدیل، بارگذاری (ETL) را خواهید آموخت که داده‌ها را از سیستم‌های منبع استخراج می‌کند، آن‌ها را به فرمت‌هایی تبدیل می‌کند که امکان تجزیه و تحلیل را فراهم می‌کند و فرآیندها و اهداف کسب و کار را هدایت می‌کند.

کارمندان گوگل که در حال حاضر در بخش هوش تجاری کار می‌کنند، با به اشتراک گذاشتن نمونه‌هایی از کارهای روزمره خود و کمک به شما در تقویت مهارت‌های هوش تجاری برای آمادگی برای شغلی در این زمینه، شما را در این دوره راهنمایی می‌کنند.

تا پایان این دوره، شما قادر خواهید بود:

  • مدل‌های داده مناسب برای نیازهای مختلف کسب و کار را تعیین کنید.
  • تفاوت بین ایجاد و تعامل با یک مدل داده را توضیح دهید.
  • مدل‌های داده برای پاسخ به انواع مختلف سوالات ایجاد کنید.
  • اجزای فرآیند و ابزارهای مورد استفاده در استخراج، تبدیل، بارگذاری (ETL) را توضیح دهید.
  • فرآیندهای استخراج و ابزارهای مربوط به سیستم‌های مختلف ذخیره‌سازی داده را درک کنید.
  • فرآیند ETL را طراحی کنید که نیازهای سازمان و ذینفعان را برآورده کند.
  • پایپ‌ لاین‌ها را برای خودکارسازی فرآیندهای هوش تجاری طراحی کنید.

درباره استاد

maktabkhooneh-teacher Google Career Certificates

گواهی‌های شغلی Google بخشی از برنامه Grow with Google است که از طریق آموزش‌هایی مانند این درس در تلاش است تا به همه  کسانی که نیروی کار امروز را تشکیل می‌دهند و دانش‌آموزانی که نیروی کار فردا را هدایت می‌کنند آموزش دهد و با ایجاد بستری مناسب زمینه دسترسی به بهترین آموزش‌ها و ابزارهای Google برای رشد مهارت‌ها، مشاغل و کسب‌وکارها را ایجاد کند.

مشاهده پروفایل و دوره‌‌های استاد

نظرات کاربران

تا کنون نظری برای این دوره ثبت نشده است. برای ثبت نظر باید ابتدا در دوره ثبت نام کرده و دانشجوی دوره باشید.

دوره‌های پیشنهادی

سوالات پرتکرار

پس از سپری شدن زمان دوره، به محتوای دوره دسترسی خواهم داشت؟
بله؛ پس از سپری شدن مدت زمان دوره شما به محتوای دوره دسترسی خواهید داشت و می توانید از ویدئوها، تمارین، پروژه و دیگر محتوای دوره در صورت وجود استفاده کنید ولی امکان تصحیح تمارین توسط پشتیبان و دریافت گواهی نامه برای شما وجود نخواهد داشت.
poster
  
برگزار کننده:  Coursera
  
زمان مورد نیاز برای گذارندن دوره:  2 ساعت
مجموع محتوای آموزشی:  2 ساعت ویدئو
 (قابل دانلود می‌باشد)
course-feature   زیرنویس فارسی