در حال حاضر محصولی در سبد خرید شما وجود ندارد.
آیا شما برای آزمون مهندسی داده های Microsoft Azure (DP-203) آماده هستید یا فقط به دنبال درک قوی تر از چگونگی طراحی و پیاده سازی ذخیره سازی داده ها هستید؟ در هر صورت، این دوره، اولین سری در یک سری، می تواند به شما کمک کند. هدیه نوح، بنیانگذار Pragmatic A.I. آزمایشگاه ها و یک موسسه بنیاد نرم افزار پایتون، به شما نشان می دهد که چگونه طراحی و پیاده سازی ذخیره سازی داده ها را در Azure. نوح شما را از طریق فرآیند کامل طراحی یک ساختار ذخیره سازی داده ها، از طراحی یک راه حل دریاچه داده Azure برای طراحی یک راه حل آرشیو داده ها پیاده می کند. او استراتژی های پارتیشن بندی داده افقی، عمودی و کاربردی را توضیح می دهد و نحوه انتخاب استراتژی برای داده های شما بهترین کار را می کند. نوح در حال طراحی هر دو فروشگاه های تحلیلی و متاستاز می رود، سپس به ساخت هندسه های جدول، ساختارهای ذخیره سازی داده ها، معماری داده ها و موارد دیگر غرق می شود.
عنوان اصلی : Microsoft Azure Data Engineering (DP-203): 1 Designing and Implementing Data Storage
سرفصل های دوره :
توجه: این دوره توسط هدیه نوح ایجاد شد. ما خوشحالیم که این آموزش را در کتابخانه ما برگزار کنیم.
مقدمه:
طراحی و پیاده سازی ذخیره سازی داده ها در مایکروسافت Azure
بررسی سریع تکنولوژی پیش نیاز
1. طراحی یک ساختار ذخیره سازی داده ها:
طراحی یک راه حل دریاچه داده Azure
انواع فایل ها را برای ذخیره سازی توصیه کنید
انواع فایل ها را برای پرس و جو تحلیلی توصیه کنید
طراحی برای پرس و جو کارآمد
طراحی برای هرس داده
طراحی یک ساختار پوشه
طراحی یک استراتژی توزیع
طراحی یک راه حل آرشیو داده ها
2. طراحی یک استراتژی پارتیشن:
نمای کلی از پارتیشن بندی داده ها
استراتژی پارتیشن
3. طراحی لایه خدمت:
طراحی فروشگاه های تحلیلی
Design Metastores
4. اجرای ساختارهای ذخیره سازی فیزیکی:
Geometries جدول های مختلف را اجرا کنید
ساخت سازه های ذخیره سازی داده ها
5. اجرای معماری داده ها:
اجرای معماری داده ها، ساختارها و خدمت
نتیجه گیری:
خلاصه و مراحل بعدی
Microsoft Azure Data Engineering (DP-203): 1 Designing and Implementing Data Storage
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.
مقایسه Github Actions با AWS Code Build
دوره یادگیری استفاده از AWS Sagemaker
اتومات کردن Jenkins به کمک Python
AWS Certified Solutions Architect – Professional (SAP-C02) Cert Prep: 4 Accelerate Workload Migration and Modernization
Google Cloud Professional Machine Learning Engineer Cert Prep: 1 Framing ML Problems
AWS Certified Data Analytics – Specialty (DAS-C01) Cert Prep: 1 Collection
Generative AI and Large Language Models on AWS
کامپایل پایتون از پایه به کمک Github CodeSpaces
شش عنصر کلیدی MLOps
Google Cloud Professional Data Engineer Cert Prep: 2 Building and Operationalizing Data Processing Systems