دوره مدل‌سازی داده با هوش مصنوعی: از اصول تا ChatGPT و Copilot

آنچه یاد خواهید گرفت: درک اصول مدل‌سازی داده: مدل‌های مفهومی، منطقی و فیزیکی یادگیری چگونگی استفاده از هوش مصنوعی (Copilot و ChatGPT) در تمام مراحل مدل‌سازی داده ساخت Star Schema، شناسایی Factها و Dimensionها، و تسلط به Additivity یادگیری مبانی ETL و ELT و درک تاثیر آن‌ها بر مدل‌های داده تمرین روی مدل‌های Normalized در برابر Dimensional و شناخت زمان استفاده از هر کدام استفاده از MySQL Workbench و dbdiagram برای طراحی و پیاده‌سازی مدل‌ها انجام تمرین‌های عملی ETL با ابزارهای رایگان (Apache Hop) انجام یک پروژه پایانی جامع با ترکیب تمام مهارت‌های آموخته شده پیش‌نیازهای دوره فقط کنجکاو باشید. تمام مبانی در این دوره توسط مدرس آموزش داده می‌شود. توضیحات دوره دنیای داده‌ها به سرعت در حال تغییر است. از یک سو، سازمان‌ها همچنان به مبانی اثبات‌شده مدل‌سازی داده و هوش تجاری متکی هستند. مفاهیمی مانند Star Schemaها، Factها و Dimensionها، انبار داده‌ها و پایپ‌لاین‌های ETL از این دست مواردند. از سوی دیگر، ابزارهای هوش مصنوعی مانند ChatGPT و GitHub Copilot در حال دگرگون کردن روش‌های طراحی، پیاده‌سازی و بهینه‌سازی مدل‌های داده هستند. این دوره هر دو دنیا را به هم پیوند می‌دهد. در این دوره یک پایه قوی در مدل‌سازی داده سنتی به دست می‌آورید. همچنین چگونگی استفاده از هوش مصنوعی به عنوان دستیار در کارهای روزمره را می‌آموزید. مدرس به شما یاد می‌دهد چگونه مدل‌های مفهومی، منطقی و فیزیکی را طراحی کنید. ساخت انبارهای داده و Data Martها را فرا خواهید گرفت. همچنین درک می‌کنید که چگونه ETL و سیستم‌های OLAP در برابر OLTP معماری شما را شکل می‌دهند. در عین حال، کشف خواهید کرد که چگونه ChatGPT و Copilot می‌توانند به شما در ایده‌پردازی Schemaها، تولید کد SQL، بررسی کیفیت داده‌ها و حتی مستندسازی مدل‌ها کمک کنند. برخلاف بسیاری از دوره‌های تئوری‌محور، این دوره عملی و کاربردی است. شما با ابزارهای رایگانی مانند MySQL Workbench و dbdiagram برای ایجاد مدل‌های خود کار خواهید کرد. جریان‌های ETL را با Apache Hop می‌سازید و داده‌های خود را برای تحلیل به Power BI متصل می‌کنید. همچنین با مجموعه‌داده‌های واقعی و نیازمند پاک‌سازی کار می‌کنید و مانند یک پروژه واقعی به پاک‌سازی و تبدیل داده‌ها می‌پردازید. بخش برجسته این دوره، پروژه پایانی FastBite است که یک کسب‌وکار تحویل غذای شبیه‌سازی شده را بررسی می‌کند. شما از داده‌های منبع خام شروع می‌کنید. سپس مدل ابعادی را طراحی کرده و یک انبار داده در MySQL پیاده‌سازی می‌کنید. در ادامه، جریان‌های ETL را برای پر کردن جداول Fact و Dimension خود می‌سازید. در نهایت، برای پاسخ به سوالات واقعی کسب‌وکار، به Power BI متصل می‌شوید. در طول مسیر، چگونگی استفاده از ابزارهای هوش مصنوعی به عنوان دستیار را خواهید آموخت تا در پیشنهاد طراحی Schemaها، طبقه‌بندی Factها و Dimensionها، ایجاد منطق تبدیل و نوشتن مستندات به شما کمک کنند. در پایان این دوره، شما قادر خواهید بود: در هر مرحله از جریان کاری مدل‌سازی، از پشتیبانی هوش مصنوعی با ChatGPT و Copilot استفاده کنید. با اطمینان انبارهای داده و Data Martها را طراحی و پیاده‌سازی کنید. بر مدل‌سازی ابعادی با استفاده از Star Schemaها، مفاهیم SCD، مفاهیم Fact، مفاهیم Dimension و Additivity مسلط شوید. نقش پایپ‌لاین‌های ETL/ELT و مکان پیاده‌سازی منطق را درک کنید. یک پروژه مناسب برای رزومه بسازید که مهارت‌های شما را در مدل‌سازی داده و هوش تجاری اثبات کند. این روش مدرن یادگیری مدل‌سازی داده است: ترکیبی از بهترین شیوه های کلاسیک هوش تجاری (BI) و بهره‌وری مجهز به هوش مصنوعی اگر می‌خواهید اصول قوی در مدل‌سازی داده و هوش تجاری بسازید و همزمان چگونگی استفاده از ابزارهای هوش مصنوعی را بیاموزید، این دوره برای شماست. با این مهارت‌ها به یک متخصص داده سریع‌تر و هوشمندتر تبدیل می‌شوید. این دوره برای چه کسانی مناسب است؟ دانشجویان یا افرادی که به دنبال تغییر مسیر شغلی به سمت هوش تجاری (BI)، مهندسی داده یا تحلیل داده هستند. متخصصان هوش تجاری که می‌خواهند مهارت‌های مدل‌سازی داده خود را عمیق‌تر کنند. تحلیل‌گران داده که نیاز به درک انبارهای داده و مدل‌های ابعادی دارند. علاقه‌مندان به مهندسی داده که به دنبال تمرین عملی با ETL و معماری داده هستند. دانشجویان یا افرادی که به دنبال تغییر مسیر شغلی به سمت هوش تجاری (BI)، مهندسی داده یا تحلیل داده هستند.