×
ribbon

آمادگی گواهینامه مهندس داده حرفه‌ای Google Cloud

مدرس:Udemy

Ankit Mistry

یادگیری عملی معماری داده و پیاده‌سازی راه‌حل‌های داده در Google Cloud برای تبدیل شدن به مهندس داده حرفه‌ای.

جدید
زیرنویس
19دانشجو
32ساعت
سرفصل‌ها
پیشرفته سطح دوره
بروزرسانیمهر ۱۴۰۵
محتوای دوره
سرفصل‌ها
توضیحات دوره
دیدگاه کاربران
درباره مدرس

آنچه در این دوره می‌آموزید

یادگیری عملی معماری داده و پیاده‌سازی راه‌حل‌های داده در محیط Google Cloud

پیاده‌سازی زیرساخت‌های پایه و سرویس‌های ذخیره‌سازی برای داده‌های مختلف

طراحی و اجرای راه‌حل‌های داده با BigQuery، Spanner، SQL و Datastore

استقرار و مدیریت داده‌های بزرگ با DataFlow، DataProc، Data Fusion و Composer

این دوره شامل:

32 ساعت ویدئو

گواهینامه مکتب‌خونه

دسترسی مادام‌العمر به محتوای دوره

زیرنویس اختصاصی مکتب‌خونه

سرفصل‌های دوره

48 فصل250 جلسه32 ساعت ویدیو
معرفی
  نمای کلی گواهی‌نامه مهندس داده
03:37
  نکات Udemy
01:52
  مرور دوره
05:07
مفاهیم مهندسی داده
  نمای کلی مهندسی داده
10:23
  انواع داده
06:09
  داده‌های دسته‌ای در برابر داده‌های جریانی
02:43
مبانی پلتفرم گوگل کلود
  منطقه‌ها و زون‌های گوگل کلود
08:39
  ایجاد حساب رایگان در گوگل کلود
09:01
  سرویس‌های GCP (آزمون مهندسی داده)
04:19
سرویس‌های پایه GCP
  مقدمهٔ بخش
02:27
  مبانی IAM– هویت
08:20
  تمرین عملی IAM– نقش‌ها و مجوزها
08:56
  تمرین عملی تخصیص نقش‌ها به هویت
11:52
  تمرین عملی IAM– حساب سرویس
07:45
  تمرین عملی راه‌اندازی Compute Engine (IAAS)
08:45
  تمرین عملی استقرار اپلیکیشن در اپ انجین (PAAS)
11:09
  تمرین عملی استقرار اپ کانتینری در گوگل کیوبرنتس انجین– GKE (CAAS)
08:04
  ایجاد نخستین تصاویر داکر– نسخهٔ ۲
11:30
  بهینه‌سازی تصویر داکر و اجرای کانتینر داکر– نسخهٔ ۲
09:44
  ارسال تصویر داکر به رجیستری کانتینر- نسخهٔ ۲
07:55
  کار عملی: استقرار به‌عنوان سرویس در کلود ران
08:22
  کار عملی: استقرار به‌عنوان یک وظیفه در کلود ران
04:39
  کار عملی: تابع ابری
06:36
محصول ذخیره‌سازی
  بررسی اجمالی بر محصولات ذخیره‌سازی مختلف
02:46
ذخیره‌سازی ابری گوگل کلود
  مقدمه‌ای بر ذخیره‌سازی ابری گوگل کلود
08:32
  مکان ذخیره‌سازی و کلاس ذخیره‌سازی
09:07
  کار عملی: ذخیره‌سازی ابری
10:15
  کار عملی: مدیریت چرخه عمر شیء
06:10
  کار عملی: ایمن‌سازی داده با رمزگذاری
09:12
  عملی: داده‌های ایمن با رمزگذاری (ادامه)
09:43
  عملی: نسخه‌بندی اشیاء
08:23
  عملی: کنترل دسترسی به ذخیره‌سازی ابری— بخش ۱
13:32
  عملی: کنترل دسترسی به ذخیره‌سازی ابری— بخش ۲
08:50
  عملی: URL امضا شده— دسترسی موقتی
10:06
  عملی: سیاست نگه‌داری باکت
02:11
  قیمت‌گذاری GCS
04:55
ذخیره‌سازی ابری گوگل کلاد استوریج — نسخه ۲
  عملی: ذخیره‌سازی ابری گوگل با CLI جدید— بخش ۱
10:00
  عملی: ذخیره‌سازی ابری گوگل با CLI جدید— بخش ۲
10:34
  عملی: طبقه‌بندی خودکار ذخیره‌سازی GCS— نسخه ۲
07:23
  عملی: امنیت GCS— UBLA و ACLs— نسخه ۲
10:35
  مبحث GCS نسخه‌گذاری شیء- V2
13:42
خدمات انتقال داده‌ها
  مهاجرت- خدمات مهاجرت داده‌ها
08:07
  مهاجرت- خدمات مهاجرت داده‌ها (عملی)
10:05
ذخیره‌سازی بلوک ابری و مخزن فایل
  دیسک پایدار ذخیره‌سازی بلوک- SSD محلی (عملی)
12:13
  مخزن فایل (عملی)
10:35
  ذخیره‌سازی– کدام ذخیره‌سازی در چه زمان‌ها یی استفاده شود
04:02
مفاهیم پایگاه داده
  OLTP در برابر OLAP
03:51
  مقیاس‌گذاری عمودی در برابر افقی
03:18
  مبحث RPO و RTO
06:34
  دسترس‌پذیری و دوام
04:57

توضیحات دوره

این دوره گواهی مهندس داده حرفه‌ای Google Cloud را پوشش می‌دهد و به شما مهارت‌های طراحی، پیاده‌سازی و مدیریت راهکارهای داده در فضای Google Cloud را می‌آموزد. مباحث اصلی شامل راه‌اندازی زیرساخت‌های پایه GCP مانند ماشین‌های مجازی، کانتینرها، GKE، GAE و Cloud Run است؛ کار با محصولات ذخیره‌سازی برای داده‌های ساختاری و غیرساختاری مانند Cloud Storage، Disk و Filestore؛ طراحی راه‌حل‌های داده با SQL، Spanner، BigQuery و Datastore؛ استقرار و مدیریت داده‌های بزرگ با DataFlow، DataProc، Data Fusion و Composer؛ پاک‌سازی و آماده‌سازی داده با DataPrep؛ مباحث یادگیری ماشین پایه و استفاده از APIهای ML و AutoML در پروژه‌های شما؛ کشف دارایی‌های داده از Data Catalog و ایجاد گزارش و داشبورد با Data Studio؛ استفاده از APIهای ML آماده مانند Vision، Language و Speech؛ استقرار مدل‌های سفارشی با Notebook و کتابخانه‌های Scikit-Learn و TensorFlow؛ تشخیص داده‌های حساس (PII) با DLP؛ ذخیره‌سازی، پردازش و تحلیل داده‌های بزرگ با BigQuery؛ جداسازی ارتباطات با Pub/Sub؛ نگهداری داده در حافظه با Memory Store و Redis.

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

ضمانت بازگشت وجه

کیفیت این آموزش توسط مکتب‌خونه تضمین شده است. در صورت عدم رضایت، با شرایط زیر می‌توانید درخواست بازگشت وجه کنید.

مهلت درخواستتا ۱۵ روز پس از خرید دوره
میزان مشاهدهکمتر از ۲۰ درصد یا ۵ جلسه از دوره
2دوره
183دانشجو
8نظر و امتیاز
من انکیت میستری هستم، دارای مد فوق لیسانس از IIT Kharagpur با تخصص در یادگیری ماشین و هوش مصنوعی. بیش از هشت سال تجربه صنعتی به عنوان توسعه‌دهنده نرم‌افزار در یکی از بانک‌های سرمایه‌گذاری خصوصی دارد، همراه با تخصص عمیق در هوش مصنوعی، خودکارسازی و فناوری‌های ابری. با گذر زمان به تدریس تمام‌وقت روی آوردم و تمرکز من روی مهارت‌های عملی دنیای واقعی در هوش مصنوعی و محاسبات ابری است. دوره‌های من به صورت بسیار عملی طراحی شده‌اند تا فراگیران پروژه‌های واقعی بسازند، نه صرفاً تئوری را درک کنند. تخصص من شامل آموزش ابزارهای هوش مصنوعی مانند Claude، هوش مصنوعی مولد و گردش کارهای اتوماسیون عامل و کاربردهای واقعی AI، پلتفرم‌های ابری از جمله Azure و Google Cloud و تحلیل داده و یادگیری ماشین است. آخرین دوره‌های من بر موضوعات پیشرفته‌ای مانند Claude AI، اتوماسیون AI و ساخت عامل‌های هوش مصنوعی هوشمند متمرکز است تا شما را در فضای سریعِ AI جلو بیندازد. با بیش از ۲۶۶٬۰۰۰ دانش‌آموز و هزاران بازخورد، هدف من این است که مهارت‌های عملی را بیاموزم که به طور مستقیم بر حرفه شما تاثیر می‌گذارد.
poster

آمادگی گواهینامه مهندس داده حرفه‌ای Google Cloud

19دانشجو

دوره‌های مشابه