در حال حاضر محصولی در سبد خرید شما وجود ندارد.
آیا شما برای امتحان Microsoft Azure Data Engineering (DP-203) آماده هستید یا به دنبال درک بهتر نحوه طراحی و توسعه پردازش داده ها هستید؟ این دوره، دوم در یک سری، می تواند به شما کمک کند. هدیه نوح، بنیانگذار Pragmatic A.I. آزمایشگاه ها و یک انجمن بنیاد نرم افزار پایتون، چگونگی طراحی و توسعه پردازش داده ها را با Azure پوشش می دهد. نوح نشان می دهد که چگونه از جرقه آپاچی، کارخانه داده ها و databricks استفاده کنید تا داده ها را در Azure مصرف و تبدیل کنید. او بیش از تمیز کردن داده ها و وظایف تبدیل داده های رایج داده می شود، سپس به راه حل های پردازش دسته ای می پردازد. پس از توضیح نحوه ادغام نحوه ادغام نوت بوک های Jupyter / Python به خط لوله داده شما، نوح در مورد پردازش جریان، تفاوت بین جریان جریان و پردازش دسته ای و استفاده از راه حل کارخانه داده های Azure برای مدیریت دسته ها و خطوط لوله خود بحث می کند.
توجه: این دوره بود ایجاد شده توسط Noah هدیه. ما خوشحالیم که این آموزش را در کتابخانه ما برگزار کنیم.
عنوان اصلی : Microsoft Azure Data Engineering (DP-203): 2 Design and Develop Data Processing
سرفصل های دوره :
مقدمه:
طراحی و توسعه پردازش داده ها در مایکروسافت Azure
بررسی سریع تکنولوژی پیش نیاز
1. مصرف و تبدیل داده ها:
داده های تبدیل با استفاده از Apache Spark
پاک کردن داده ها
وظایف انتقال داده های رایج
2. طراحی و توسعه یک راه حل پردازش دسته ای:
توسعه راه حل های پردازش دسته ای
ادغام نوت بوک های Jupyter / Python
3. طراحی و توسعه یک راه حل پردازش جریان:
ایجاد یک راه حل پردازش جریان
4. مدیریت دسته ها و خطوط لوله:
مدیریت دسته ها و خطوط لوله
نتیجه گیری:
خلاصه و مراحل بعدی
Microsoft Azure Data Engineering (DP-203): 2 Design and Develop Data Processing
در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.
آژور در GitHub Actions
متخصص کلود AWS شوید : دوره حرفه ای برنامه ریزی برای مهاجرت SAP-C01
AWS Certified Advanced Networking – Specialty (ANS-C01) Cert Prep: 4 Network Security, Compliance, and Governance
متخصص راهکارهای معماری AWS شوید : طراحی برای پیچیدگی سازمانی
کار با توابع Google Cloud
مدرک معمار راهکارهای AWS : طراحی راهکارهای جدید و استفاده از راهکارهای موجود
Google Cloud Professional Cloud Architect Cert Prep: 5 Managing Implementation
ملزومات MLOP با Azure: 2 Databricks MLFlow و ردیابی MLFlow
شش عنصر کلیدی MLOps
ساخت برنامه های خط فرمانی به زبان Python