دورة عبر الإنترنت – تخصص احترافي معتمد في هندسة البيانات في بايثون من جوجل وجامعة ديوك

تحسين مهارات البرمجة الخاصة بك مع هندسة البيانات. استخدم البيانات الضخمة لاتخاذ القرارات وإجراء التحليلات وتطوير تطبيقات الذكاء الاصطناعي والتعلم الآلي.

Suggested by: Coursera (What is Coursera?)

Professional Certificate

المستوى المتوسط

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • علم البيانات
  • البيانات الضخمة
  • برمجة بايثون
  • هندسة المعلومات
  • كوبيرنيتيس
  • تصور البيانات
  • أباتشي هادوب
  • حاوية عامل الميناء
  • أباتشي سبارك
  • ندفة الثلج (مستودع البيانات)

What you will learn in the course

Courses for which the course is suitable

  • مهندس برمجيات
  • مفتاح
  • الباحث
  • عالم البيانات
  • مهندس بيانات
  • خبير التعلم الآلي
  • خبير في المعلومات التجارية

التدريب – سلسلة من ثلاث دورات

تعرف على كيفية استخدام هندسة البيانات للاستفادة من البيانات الضخمة في استراتيجية الأعمال أو تحليلات البيانات أو التعلم الآلي والذكاء الاصطناعي. من خلال إكمال هذه السلسلة من الدورات التدريبية، ستزود نفسك بالمعرفة والمهارات اللازمة لبناء خطوط بيانات فعالة وإدارة الأنظمة الأساسية المتقدمة مثل:

  • هادوب
  • شرارة
  • ندفة الثلج
  • طوب البيانات
  • كوبيرنيتيس

وسرد القصص باستخدام البيانات من خلال التصور. تعمق في مفاهيم البيانات الضخمة الأساسية، والحوسبة الموزعة باستخدام Spark، وبنية Snowflake، وإمكانيات التعلم الآلي لـ Databricks، وتقنيات Python لتصور البيانات، والأساليب المهمة مثل DataOps.

الجمهور المستهدف

تم تصميم هذه السلسلة من الدورات من أجل:

  • مهندسي البرمجيات
  • المطورين
  • الباحثين
  • علماء البيانات

الذين يرغبون في تعزيز تخصصهم في علوم البيانات أو التعلم الآلي، وكذلك للمحترفين الذين يرغبون في تطوير حياتهم المهنية كمهندس برمجيات يركز على البيانات أو عالم بيانات أو مهندس بيانات يعمل في مجال السحابة أو التعلم الآلي أو معلومات الأعمال أو مجالات أخرى.

مشروع التعلم العملي

يحتوي التدريب على مشروع نهائي يركز على استخدام Databricks API لتكرار مشروع موجود. يوفر خبرة عملية في العمل مع Databricks لإنشاء حل بيانات جاهز للمحفظة. سيتم تطبيق بايثون على مجموعة متنوعة من مهام هندسة البيانات.

Details of the courses that make up the specialization

Spark وHadoop وSnowflake لهندسة البيانات

  • الدورة 1 • 29 ساعة • 3.9 (40 تقييمًا)

تفاصيل الدورة

ماذا ستتعلم
  • قم بإنشاء خطوط بيانات قابلة للتطوير (Hadoop، وSpark، وSnowflake، وDatabricks) لإدارة البيانات بكفاءة.
  • تحسين هندسة البيانات من خلال التجميع والقياس لتحسين الأداء واستخدام الموارد.
  • قم ببناء حلول ML (PySpark، MLFlow) على Databricks للتطوير السلس للنماذج وتنفيذها.
  • تطبيق ممارسات DataOps وDevOps على التكامل والنشر المستمر (CI/CD) للتطبيقات المستندة إلى البيانات، بما في ذلك أتمتة العمليات.
المهارات التي سوف تكتسبها
  • التصنيف: بيانات ضخمة
  • التصنيف: برمجة بايثون
  • التصنيف: هندسة المعلومات
  • الفئة: أباتشي Hadoop
  • الفئة: أباتشي سبارك

المحاكاة الافتراضية وDocker وKubernetes لهندسة البيانات

  • الدورة 2 • 27 ساعة • 3.8 (23 تقييمًا)

تفاصيل الدورة

ماذا ستتعلم
  • إتقان المحاكاة الافتراضية والحاويات وDocker، بما في ذلك إنشاء ملف Dockerfile والتنسيق بين حاويات متعددة باستخدام Compose وAirflow.
  • تطوير الخبرة في مفاهيم Kubernetes الأساسية، وبنية المجموعة، والتنفيذ باستخدام البيئات السحابية، وGitHub Codespaces، والأدوات المستندة إلى الذكاء الاصطناعي.
  • يمكنك التنقل بين سيناريوهات البيانات أثناء إتقان النقل بالحاويات وتنفيذ التطبيقات والتعامل مع مشكلات الإنتاج من خلال التنسيق السحابي وممارسات SRE.
المهارات التي سوف تكتسبها
  • الفئة: التكامل القائم على السحابة
  • الفئة: الحاويات
  • الفئة: المحاكاة الافتراضية
  • الفئة: كوبرنيتس
  • الفئة: عامل ميناء (برمجيات)

تصور البيانات مع بايثون

  • الدورة 3 • 9 ساعات • 4.2 (15 تقييمًا)

تفاصيل الدورة

ماذا ستتعلم
  • استخدم أدوات Python وجداول البيانات وذكاء الأعمال بشكل احترافي لإنشاء تصورات بيانات رائعة وتفاعلية.
  • قم ببناء رؤى وقصص تعتمد على البيانات وتوصيلها من خلال تصورات رائعة وقصص بيانات.
  • إجراء تقييم واختيار أدوات وتقنيات التصور الأكثر ملاءمة لتلبية احتياجات المنظمة وأهدافها.
المهارات التي سوف تكتسبها
  • الفئة: الاتصالات التجارية
  • التصنيف: تحليل البيانات
  • التصنيف: برمجة بايثون
  • التصنيف: تطبيقات سحابية
  • الفئة: تصور البيانات