دوره بوت‌کمپ مهندس داده AWS: راهنمای کامل

آنچه یاد خواهید گرفت: مفاهیم اصلی مهندسی داده در AWS را به‌طور کامل یاد بگیرید و درک کنید که پلتفرم‌های داده مدرن چگونه روی AWS ساخته می‌شوند. پایپ‌لاین‌های داده end-to-end را روی AWS، از دریافت داده تا تحلیل، طراحی و پیاده‌سازی کنید. دریاچه‌های داده مقیاس‌پذیر با استفاده از Amazon S3 برای ذخیره‌سازی داده‌ ساختاریافته و نیمه‌ساختاریافته ایجاد کنید. با استفاده از AWS Glue و مثال‌های عملی واقعی، ETL (استخراج، تبدیل و بارگذاری) را انجام دهید پایپ‌لاین‌های داده بدون سرور را با استفاده از AWS Lambda بسازید. مجموعه‌ داده‌ها را با Amazon Athena و بدون مدیریت سرور کوئری کنید. معماری‌های رویداد محور را با استفاده از Amazon SNS بسازید. پایپ‌لاین‌ها را با AWS CloudWatch نظارت و عیب‌یابی کنید. تجربه‌ عملی با سرویس‌های AWS مورد استفاده‌ مهندسان حرفه‌ای داده به دست آورید. پیش‌نیازهای دوره درک پایه‌ از کامپیوتر و اینترنت هیچ تجربه‌ قبلی با AWS لازم نیست. همه‌ موارد از ابتدا توضیح داده می‌شود. یک کامپیوتر با اتصال اینترنت برای دسترسی به سرویس‌های AWS و انجام تمرین‌های آزمایشگاهی توضیحات دوره تسلط به مهندسی داده در AWS - ساخت پایپ‌لاین‌های داده واقعی روی AWS با تسلط به مهم‌ترین سرویس‌های مهندسی داده AWS که شرکت‌ها در سراسر جهان از آنها استفاده می‌کنند، به یک مهندس حرفه‌ای داده AWS تبدیل شوید. این دوره برای کمک به شما در ساخت پایپ‌لاین‌های داده واقعی، دریاچه های داده، گردش‌کارهای ETL، پایپ‌لاین‌های استریمینگ و راه حل های تحلیلی با استفاده از AWS طراحی شده است. اگر می‌خواهید به مهندس داده AWS، مهندس داده ابری و مهندس کلان داده تبدیل شوید یا برای نقش‌های تحلیلگر داده AWS و مهندس داده AWS آماده شوید، این دوره تجربه‌ عملی و کاربردی لازم را با مهم‌ترین سرویس‌های AWS در اختیار شما قرار می‌دهد. شما یاد می‌گیرید چگونه پایپ‌لاین‌های مهندسی داده end-to-end را با استفاده از سرویس‌هایی مانند S3 و Glue و Lambda و Kinesis و Redshift و Athena و EMR و SNS و CloudWatch و موارد دیگر در AWS طراحی کردهو بسازید. این دوره تمرکز زیادی بر پروژه‌های واقعی و تمرین‌های عملی دارد، بنابراین مهارت‌های کاربردی لازم برای کار به‌ عنوان مهندس داده AWS در محیط‌های تولید را به دست خواهید آورد. آنچه یاد خواهید گرفت: ساخت پایپ‌لاین‌های مهندسی داده end-to-end در AWS ایجاد دریاچه داده با استفاده از Amazon S3 انجام ETL با AWS Glue پردازش کلان‌ داده با Amazon EMR ساخت پایپ‌لاین‌های استریمینگ بلادرنگ با Amazon Kinesis اجرای پایپ‌لاین‌های داده بدون سرور با AWS Lambda کوئری داده‌ با Amazon Athena ساخت انبار داده با Amazon Redshift پیاده‌سازی معماری‌های رویداد محور با SNS و SQS پایش پایپ‌لاین‌ها با AWS CloudWatch طراحی معماری داده AWS در سطح تولید درک بهترین شیوه‌ها برای مهندسی داده در AWS کار با داده‌ ساختاریافته و نیمه‌ساختاریافته ساخت پایپ‌لاین‌های داده دسته‌ای و استریمینگ یادگیری معماری دریاچه داده در AWS پیاده‌سازی جذب، تبدیل و تحلیل داده سرویس‌های AWS پوشش‌ داده‌ شده در دوره این دوره مهم‌ترین سرویس‌های AWS مورد استفاده در مهندسی داده و پایپ‌لاین‌های کلان‌ داده را پوشش می‌دهد. ذخیره‌سازی داده Amazon S3 معماری دریاچه داده ETL و پردازش داده AWS Glue AWS Lambda داده‌ استریمینگ Amazon Kinesis پردازش کلان‌ داده Amazon EMR Spark روی AWS تحلیل داده Amazon Athena نظارت و خودکارسازی AWS CloudWatch پایپ‌لاین‌های رویداد محور پیام‌رسانی و نوتیفیکیشن‌ها Amazon SNS مهندسی داده واقعی در AWS در این دوره چندین پروژه‌ واقعی مهندسی داده AWS را خواهید ساخت، مانند: ساخت دریاچه داده روی AWS S3 ایجاد پایپ‌لاین‌های ETL با AWS Glue کوئری داده با Amazon Athena ساخت پایپ‌لاین‌های بدون سرور با AWS Lambda ایجاد معماری‌های رویداد محور با SNS نظارت بر پایپ‌لاین‌ها با CloudWatch این پروژه‌ها سناریوهای واقعی تولید را که توسط تیم‌های مدرن مهندسی داده استفاده می‌شوند، شبیه‌سازی می‌کنند. چرا مهندسی داده AWS را یاد بگیریم؟ مهندسی داده یکی از پردرآمدترین نقش‌ها در حوزه‌ ابر و کلان‌ داده است. شرکت‌ها به‌ سرعت در حال انتقال پلتفرم‌های داده‌ خود به AWS هستند و به مهندسان داده AWS ماهر نیاز دارند که بتوانند دریاچه‌های داده، پایپ‌لاین‌های ETL و سیستم‌های تحلیلی مقیاس‌پذیر طراحی کنند. با یادگیری مهندسی داده AWS، می‌توانید فرصت‌های شغلی زیر را به دست آورید: مهندس داده AWS مهندس داده ابر مهندس کلان داده مهندس پلنفرم داده مهندس تحلیل مخاطبان دوره: مهندسان داده و مهندسان ابر توسعه‌دهندگان نرم‌افزار مهندسان کلان‌ داده توسعه‌دهندگان پایتون توسعه‌دهندگان ETL کسی که می‌خواهد به مهندس داده AWS تبدیل شود. پیش‌نیازهای دوره درک پایه‌ از: SQL مفاهیم ابر مبانی مهندسی داده (مفید است اما الزامی نیست.) هیچ تجربه‌ قبلی با AWS لازم نیست. همه‌ موارد از سطح مبتدی تا پیشرفته توضیح داده می‌شود. این دوره برای چه کسانی مناسب است؟ افرادی که می‌خواهند مهندس داده AWS شوند و پایپ‌لاین‌های داده واقعی را روی AWS بسازند. مهندسان داده‌ که می‌خواهند مهارت‌های خود را در سرویس‌های مهندسی داده AWS یاد بگیرند یا ارتقا دهند. مهندسان ابر که می‌خواهند در مهندسی داده روی AWS تخصص پیدا کنند. توسعه‌دهندگان ETL که می‌خواهند به مهندسی داده مدرن در ابر مهاجرت کنند.