دورة عبر الإنترنت – تخصص احترافي معتمد في معالجة البيانات بدون خادم Google Cloud

إنشاء تطبيقات بيانات كبيرة قابلة للتطوير بسهولة وكفاءة.

Suggested by: Coursera (What is Coursera?)

Professional Certificate

البدء المستوى المتوسط تتقدم متضمن

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • خطأ تقريبي
  • رسم بياني
  • الانحدار
  • السببية
  • نموذج البيانات
  • الاستخراج والتحويل والتحميل (ETL)
  • التحليلات
  • الإحصاء (علوم الكمبيوتر)

What you will learn in the course

Courses for which the course is suitable

  • مهندس بيانات
  • محلل البيانات الضخمة
  • مهندس البيانات السحابية
  • مطور خط أنابيب البيانات
  • أخصائي عمليات البيانات
  • عالم البيانات
  • مطور ذكاء الأعمال
  • مهندس معالجة البيانات

التدريب – سلسلة دورات من ثلاثة أجزاء

لقد أصبح من الصعب أكثر فأكثر الحفاظ على مجموعة من التقنيات القادرة على تلبية المتطلبات المتزايدة للأعمال التي تركز على البيانات. يعرف كل محترف في مجال البيانات الضخمة العناصر الثلاثة للبيانات الضخمة: الحجم والسرعة والتنوع. وماذا لو كانت هناك تقنية مناسبة للكميات الكبيرة ومصممة لتلبية هذه المتطلبات؟

هذا هو المكان الذي يأتي فيه دور Google Cloud Dataflow. يعمل Google Cloud Dataflow على تبسيط عملية معالجة البيانات من خلال الجمع بين المعالجة المجمعة والتدفقية، ويوفر تجربة عمل بدون خادم تسمح للمستخدمين بالتركيز على التحليل بدلاً من البنية التحتية. هذا التدريب مخصص للعملاء والشركاء الذين يرغبون في تعميق فهمهم لـ Dataflow وتحسين تطبيقات معالجة البيانات الخاصة بهم.

كجزء من التدريب، هناك ثلاث دورات:

  • المؤسسات ، التي استعرضت كيفية عمل Apache Beam وDataflow معًا لتلبية احتياجات معالجة البيانات الخاصة بك دون المخاطرة بالتبعية للبائع
  • تطوير خطوط الأنابيب ، والذي يدور حول كيفية تحويل منطق أعمالنا إلى تطبيقات معالجة البيانات التي يمكن تشغيلها على Dataflow
  • العمليات ، الذي يستكشف أهم الفئات لتشغيل تطبيق البيانات في Dataflow، بما في ذلك المراقبة واستكشاف الأخطاء وإصلاحها والاختبار والموثوقية.

مشروع التعلم التطبيقي:

يتضمن هذا التدريب مختبرات عملية باستخدام منصة Qwiklabs. تعتمد المعامل على المفاهيم التي تمت مناقشتها في وحدات الدورة. عندما يكون ذلك ممكنًا، فإننا نقدم إصدارات لغة Java وPython للمختبرات. بالنسبة للمختبرات التي تتطلب إضافة/تحديث رمز، فإننا نقدم حلاً موصى به كمرجع لك.

Details of the courses that make up the specialization

معالجة البيانات بدون خادم باستخدام تدفق البيانات: أساسيات دورة اللغة البرتغالية البرازيلية

  • الدورة 1 • 3 ساعات

تفاصيل الدورة

ماذا ستتعلم

  • اشرح كيفية عمل Apache Beam وCloud Dataflow معًا لتلبية احتياجات معالجة البيانات في مؤسستك
  • لتلخيص فوائد Beam Portability Framework والسماح لك باستخدامه في خطوط أنابيب Dataflow الخاصة بك
  • قم بتمكين Shuffle & Streaming Engine لخطوط الدفع والتدفق بطريقة توفر أقصى قدر من الأداء
  • لتمكين التخطيط المرن للموارد لأداء أكثر ربحية

معالجة البيانات بدون خادم باستخدام تدفق البيانات: عمليات الدورة باللغة البرتغالية البرازيلية

  • الدورة 2 • 9 ساعات

تفاصيل الدورة

ماذا ستتعلم

  • إجراء المراقبة واستكشاف الأخطاء وإصلاحها والاختبار وCI/CD على خطوط أنابيب Dataflow
  • تنفيذ خطوط أنابيب Dataflow مع التركيز على الموثوقية لتحقيق أقصى قدر من استقرار منصة معالجة البيانات

المهارات التي سوف تكتسبها

  • الفئة: خطأ تقريبي
  • الفئة: الرسوم البيانية
  • الفئة: الانحدار
  • التصنيف: السببية

معالجة البيانات بدون خادم باستخدام تدفق البيانات: تطوير خطوط الأنابيب في دورة اللغة البرتغالية البرازيلية

  • الدورة 3 • 18 ساعة

تفاصيل الدورة

ماذا ستتعلم

  • في الجزء الثاني من سلسلة الدورات التدريبية حول Dataflow، سنتعمق في تطوير خطوط الأنابيب باستخدام Beam SDK. سنبدأ بإلقاء نظرة عامة على الأفكار الأساسية في Apache Beam.
  • بعد ذلك، سنناقش معالجة بيانات التدفق باستخدام النوافذ والعلامات المائية وبرامج التشغيل.
  • سنستمر في تغطية خيارات المصادر والوجهات في مساراتك، ومخططات التعبير عن بياناتك المنظمة، وكيفية إجراء تحويلات ذات حالة باستخدام State وTimer APIs.
  • سننتقل إلى مراجعة أفضل الممارسات التي ستساعد على زيادة أداء خط الأنابيب لديك.
  • في نهاية الدورة، سنقدم SQL وDataframes لتمثيل منطق عملك في Beam وكيفية تطوير خطوط الأنابيب باستخدام دفاتر ملاحظات Beam بطريقة متكررة.

المهارات التي سوف تكتسبها

  • الفئة: نموذج البيانات
  • الفئة: الإنتاج والتحويل والتحميل (ETL)
  • التصنيف: تحليلات
  • الفئة: الحالة (علوم الكمبيوتر)