×
ribbon

آموزش مقدمه‌ای بر مهندسی داده

مدرس:Coursera

Rav AhujaPriya Kapoor

با دوره آموزش مقدمه ای بر مهندسی داده، سفر خود را در یکی از سریع الرشدترین حرفه های... بیشتر
زیرنویس
4.4 (5)
406دانشجو
4ساعت
سرفصل‌ها
مقدماتی سطح دوره

اشتراک مکتب‌پلاس

خرید اشتراک

با خرید اشتراک مکتب‌پلاس، علاوه بر این دوره، به بیش از ۴،۰۰۰ دوره دیگر دسترسی خواهید داشت.

دسترسی به تمام دوره‌هابیش از ۴،۰۰۰ دوره
محتوای دوره
سرفصل‌ها
پیش‌نیاز‌ها
توضیحات دوره
دیدگاه کاربران
درباره مدرس

آنچه در این دوره می‌آموزید

یادگیری مهارت‌های پایه برای نقش مهندسی داده در سطح ابتدایی

درک مراحل و مفاهیم مختلف در چرخه حیات مهندسی داده

آشنایی با تکنولوژی‌های مهندسی داده

درک مفاهیم در امنیت، حاکمیت و انطباق داده

این دوره شامل:

4 ساعت ویدئو

گواهینامه مکتب‌خونه

دسترسی مادام‌العمر به محتوای دوره

زیرنویس اختصاصی مکتب‌خونه

سرفصل‌های دوره

4 فصل43 جلسه4 ساعت ویدیو
مهندسی داده (Data Engineering) چیست؟
  خوش‌آمدگویی
03:32
  اکوسیستم مدرن داده
05:00
  بازیگران کلیدی در اکوسیستم داده
05:46
  مهندسی داده چیست؟
04:33
  دیدگاه‌ها: تعریف مهندسی داده
04:36
  دیدگاه‌ها: تکامل مهندسی داده
07:44
  مسئولیت‌ها و مهارت‌های یک مهندس داده
05:36
  دیدگاه‌ها: مهارت‌ها و ویژگی‌های لازم برای تبدیل شدن به یک مهندس داده
07:07
  یک روز در زندگی یک مهندس داده
03:46
اکوسیستم مهندسی داده
  مرور کلی اکوسیستم مهندسی داده
05:02
  انواع داده
04:11
  درک فرمت‌های مختلف فایل
05:09
  منابع داده
08:06
  زبان‌های برنامه‌نویسی برای متخصصان داده
08:40
  دیدگاه‌ها: کار با انواع و منابع مختلف داده
06:47
  بررسی اجمالی مخازن داده
04:43
  پایگاه‌های داده رابطه‌ای (RDBMS)
07:47
  NoSQL
07:44
  Data Warehouses ،Data Marts و Data Lakes
07:25
  (اختیاری): توضیح درباره Data Lakehouses
08:58
  دیدگاه‌ها: ملاحظات برای انتخاب Data Repository
06:35
  ETL، ELT و پایپ لاین داده
06:46
  پلتفرم‌های ادغام داده
04:57
  دیدگاه‌ها: ابزارها، پایگاه‌های داده و مخازن داده انتخابی
06:48
  اصول اولیه داده‌های بزرگ
05:31
  ابزارهای پردازش داده‌های بزرگ: Hadoop, HDFS, Hive و Spark
06:40
  دیدگاه‌ها: تأثیر داده‌های بزرگ بر مهندسی داده
03:50
چرخه عمر مهندسی داده
  طراحی پلتفرم داده
07:21
  عوامل انتخاب و طراحی مخازن داده
06:55
  امنیت
06:32
  دیدگاه‌ها: اهمیت امنیت داده
04:12
  نحوه جمع‌آوری و وارد کردن داده
06:40
  آماده‌سازی داده (Data Wrangling)
07:24
  ابزارهای آماده‌سازی داده
05:47
  پرس و جو و تحلیل داده
05:50
  بهبود عملکرد و عیب‌یابی
07:15
  حاکمیت و انطباق
07:45
فرصت‌های شغلی و مهندسی داده در عمل
  فرصت‌های شغلی در مهندسی داده
06:02
  دیدگاه‌ها: ورود به دنیای مهندسی داده
08:01
  مسیر یادگیری مهندسی داده
03:49
  دیدگاه‌ها: انتظارات کارفرمایان از یک مهندس داده
06:34
  دیدگاه‌ها: مسیرهای مختلف ورود به مهندسی داده
05:50
  دیدگاه‌ها: توصیه‌هایی برای مهندسان داده مشتاق
06:56

پیش‌نیاز‌ها

این دوره به نحوی تهیه و تدوین شده است که مباحث آن به ساده‌ترین شکل ممکن بیان شوند و مخاطبان دوره بتوانند به‌سادگی متوجه موضوعات مطرح شده شوند. به همین جهت برای شرکت در این دوره هیچ پیش‌نیاز به خصوصی وجود ندارد و افراد با هر سطحی از آگاهی و تحصیلات می‌توانند از مباحث این دوره نهایت استفاده را داشته باشند.

توضیحات دوره

با دوره آموزش مقدمه‌ای بر مهندسی داده، سفر خود را در یکی از سریع‌الرشدترین حرفه‌های امروز آغاز کنید!

در دنیای امروز، داده‌ها به مثابه طلای ناب هستند. سازمان‌ها و شرکت‌ها در هر زمینه‌ای، از کسب و کار گرفته تا تحقیقات علمی، به دنبال جمع‌آوری، ذخیره‌سازی و تحلیل داده‌ها برای تصمیم‌گیری بهتر، افزایش کارایی و نوآوری هستند. مهندسی داده، به عنوان یک رشته نوظهور و قدرتمند، نقشی کلیدی در این میان ایفا می‌کند.

مهندسان داده، با استفاده از ابزارها و تکنیک‌های تخصصی، داده‌های خام را به اطلاعات قابل فهم و کاربردی تبدیل می‌کنند. آن‌ها پل ارتباطی بین دنیای داده‌ها و متخصصان حوزه‌های مختلف هستند و به سازمان‌ها کمک می‌کنند تا از پتانسیل‌های نهفته در داده‌های خود به طور کامل بهره ببرند.

این دوره آموزشی، شما را به دنیای جذاب مهندسی داده رهنمون می‌شود. در این مسیر، با مفاهیم پایه، فرآیندها و ابزارهای کلیدی این حوزه آشنا خواهید شد و گامی بلند در مسیر تبدیل شدن به یک مهندس داده حرفه‌ای برخواهید داشت.

در این دوره، شما با مفاهیم پایه مهندسی داده، اکوسیستم آن و نقش‌های مختلف در این حوزه آشنا خواهید شد. همچنین با انواع ساختار داده، فرمت‌های فایل، منابع داده و زبان‌های برنامه‌نویسی مورد استفاده در مهندسی داده آشنا می‌شوید. علاوه بر این، با اجزای یک پلتفرم داده و انواع مختلف مخازن داده مانند پایگاه‌های داده رابطه‌ای، NoSQL، انبارهای داده، دیتامارت‌ها، دریاچه‌های داده و دریاچه‌های داده‌ای انباری آشنا خواهید شد.

همچنین با ابزارهای پردازش داده‌های بزرگ مانند Apache Hadoop و Spark، مفاهیم ETL، ELT، خطوط لوله داده و ادغام داده آشنا می‌شوید. در این دوره، چرخه حیات مهندسی داده شامل طراحی پلتفرم‌های داده، طراحی مخازن داده، جمع‌آوری، وارد کردن، کنترل، پرس و جو و تحلیل داده به شما آموزش داده می‌شود. همچنین با مفاهیم امنیت، حاکمیت و انطباق در مهندسی داده آشنایی پیدا خواهید کرد.

در نهایت، با فرصت‌های شغلی در مهندسی داده، مسیرهای مختلف برای تبدیل شدن به یک مهندس داده حرفه‌ای و تجربیات و توصیه‌های مهندسان داده باتجربه آشنا خواهید شد.

این دوره برای چه کسانی مناسب است؟

  • علاقه‌مندان به ورود به حوزه مهندسی داده
  • دانشجویان رشته‌های کامپیوتر، علوم داده و مهندسی نرم‌افزار
  • متخصصان IT که به دنبال ارتقای مهارت‌های خود در زمینه مهندسی داده هستند.
  • هر فردی که به دنبال درک بهتر از دنیای داده‌ها و نحوه استفاده از آن‌ها برای حل مسائل است.

دیدگاه کاربران

4.4

بر اساس امتیاز 5 دانشجو

1
2
3
4
5

هنوز دیدگاهی برای این دوره ثبت نشده است

گواهینامه اختصاصی دو زبانه

پس از گذراندن دوره به صورت آنلاین در سایت مکتب‌خونه، گواهی‌نامه رسمی پایان دوره به زبان فارسی و انگلیسی، توسط مکتب‌خونه به اسم شما صادر شده و در اختیار شما قرار می‌گیرد.

امکان اشتراک گذاری در لینکدین
دو زبانه
15دوره
5,053دانشجو
97نظر و امتیاز

Rav Ahuja مدیر ارشد برنامه جهانی در شرکت IBM است. او مسئولیت رهبری استراتژی رشد، ایجاد دوره‌های آموزشی و برنامه‌های مشارکت برای شبکه مهارت‌های IBM را برعهده دارد. Rav در آزمایشگاه IBM کانادا در تورنتو مستقر است و در زمینه راه‌حل‌های آموزشی برای هوش مصنوعی، علم داده، رایانش ابری و بلاکچین تخصص دارد. او در رویدادهای جهانی سخنرانی می‌کند و مقالات، کتاب‌ها و دوره‌های آموزشی متعددی در زمینه مدیریت و تحلیل داده تالیف کرده است. Rav دارای مدرک مهندسی لیسانس از دانشگاه مک‌گیل و کارشناسی ارشد مدیریت بازرگانی از دانشگاه وسترن انتاریو است.

1دوره
406دانشجو
5نظر و امتیاز

Priya Kapoor به عنوان طراح ارشد آموزش و توسعه دهنده محتوا در شرکت «Scale-up Technologies» فعالیت می‌کند. او طی ۲۵ سال گذشته درگیر طراحی و توسعه برنامه‌های آموزشی حضوری، آنلاین و ترکیبی برای مشتریان در سراسر آمریکای شمالی، اروپا و منطقه آسیا و اقیانوسیه (APAC) بوده است. پریا در پروژه‌های کلان شامل طراحی و توسعه محتوا، بومی‌سازی محتوا و ارائه مستقل از پلتفرم برای محتوای قدیمی در برنامه‌های فنی، بهره‌وری در محل کار و رهبری، فعالیت داشته است. او همچنین به عنوان بخشی از تیمی که محصولات یادگیری دیجیتال و یک پلتفرم یادگیری اجتماعی را توسعه داده است، همکاری داشته است که به ترتیب در سال‌های ۲۰۱۲ و ۲۰۱۳ برنده جوایز برتری برندون هال شدند.

مهارت‌هایی که می‌آموزید

دوره‌های مشابه

دیگر دوره‌های Rav Ahuja

سوالات پرتکرار

آیا بعد از پایان مدت دوره همچنان به محتوای آن دسترسی دارم؟

بله. پس از پایان مدت دوره نیز به ویدئوها، تمرین‌ها، پروژه‌ها و سایر محتوای آموزشی دوره دسترسی خواهید داشت؛ اما امکان تصحیح تمرین‌ها توسط پشتیبان دوره و دریافت گواهی‌نامه برای شما وجود نخواهد داشت.