تخفیف ویژه همین الان — دوره‌های تخفیف‌دار را ببینید.
روز
:
ساعت
:
دقیقه
:
ثانیه
تخفیف‌های ویژه
دوره آموزشی آمادگی برای آزمون گواهینامه تحلیل‌گر داده دیتابریکس (سطح دستیار)

دوره آموزشی آمادگی برای آزمون گواهینامه تحلیل‌گر داده دیتابریکس (سطح دستیار)

8 ساعت 9 دقیقهمتوسط2026-06-05

مدرسین

Packt Publishing

Packt Publishing

جزئیات دوره

دنبال یه مسیر یادگیری جامع هستی که حسابی تو رو برای آزمون «تحلیلگر داده associate دیتابریکس» (Databricks Certified Data Analyst Associate) آماده کنه؟ این دوره دقیقا همینه! اول از همه با خود پلتفرم دیتابریکس آشنا میشی؛ یعنی همون جایی که کلی اطلاعات مهم disimpan و پردازش میشه. می‌فهمی که این پلتفرم چطور با سرویس‌های ابری مختلف کار می‌کنه، «یونیتی کاتالوگ» (Unity Catalog) چیه و چطور می‌تونی از محیط کاربری «ورک‌اسپیس» (workspace UI) به بهترین شکل استفاده کنی.

یاد می‌گیری چطور داده‌هات رو وارد دیتابریکس کنی، کوئری‌های SQL بنویسی که هم سریع باشن و هم بهینه، و از قابلیت‌های پیشرفته‌ای مثل «دلتا لیک» (Delta Lake) برای مدیریت و امن کردن داده‌هات استفاده کنی. مفاهیم پایه‌ای SQL رو با چاشنی ابزارهای هوش مصنوعی که کار رو خیلی راحت‌تر می‌کنن، یاد می‌گیری.

یکی از بخش‌های مهم دوره، آشنایی با مدل‌های داده‌سازیه؛ مثل مدل‌های «ستاره‌ای» (Star)، «دانه برفی» (Snowflake) و معماری «مدالیون» (Medallion). اینا بهت کمک می‌کنن سیستم‌های داده‌ای بسازی که هم مقیاس‌پذیر باشن و هم پایدار. در نهایت هم یاد می‌گیری چطور داشبوردها و نمودارهای جذاب بسازی تا بتونی نتایج تحلیل‌هات رو به راحتی به بقیه نشون بدی، البته حواست به امنیت داده‌ها هم حسابی جمع خواهد بود.

چه الان یه تحلیلگر داده باشی، چه تو حوزه هوش تجاری (Business Intelligence) کار کنی، یا کلاً علاقه‌مند به تکنولوژی باشی و بخوای توی این آزمون قبول بشی، این دوره با رویکرد عملی و دست‌به‌کار شدن، تو رو برای چالش‌های واقعی دنیای تحلیل داده آماده می‌کنه. با این دوره نه تنها برای آزمون آماده میشی، بلکه مهارت‌های تحلیلی‌ت رو هم توی محیط کارت به سطح بالاتری می‌بری.

اهداف یادگیری
آشنایی عمیق با پلتفرم دیتابریکس، اکوسیستم ابری آن، یونیتی کاتالوگ و رابط کاربری ورک‌اسپیس.
توانایی وارد کردن انواع داده‌ها به محیط دیتابریکس و مدیریت آن‌ها.
یادگیری نوشتن و بهینه‌سازی کوئری‌های SQL برای تحلیل داده‌ها.
تسلط بر استفاده از ویژگی‌های پیشرفته مانند Delta Lake برای مدیریت و تضمین امنیت داده‌ها.
کسب دانش در مورد مفاهیم کلیدی SQL و به‌کارگیری ابزارهای مبتنی بر هوش مصنوعی برای بهبود فرآیندهای کاری.
یادگیری تکنیک‌های مدل‌سازی داده شامل معماری‌های Star، Snowflake و Medallion برای ساخت سیستم‌های داده‌ای مقیاس‌پذیر.
کسب مهارت در ساخت داشبوردها و بصری‌سازی‌های داده (Data Visualizations) موثر.
درک اهمیت و پیاده‌سازی اصول امنیت داده در تمامی مراحل تحلیل.
آمادگی کامل برای آزمون Databricks Certified Data Analyst Associate.
تقویت مهارت‌های تحلیلی برای کاربرد در پروژه‌های واقعی و محیط‌های شغلی.

سرفصل ها

مقدمه

  • معرفی دوره
  • داستان داده (انبار داده، دریاچه داده، دریاچه داده)
  • دریاچه دلتا چیست؟
  • Databricks - یک مرور کلی سطح بالا

شروع کار با دیتابریک‌ها

  • ارائه دهنده خدمات ابری
  • حساب کاربری و فضاهای کاری Databricks
  • کاتالوگ یونیتی
  • در پلتفرم Databricks ثبت نام کنید
  • کنسول حساب Databricks را درک کنید
  • راهنمای رابط کاربری فضای کاری

وارد کردن داده‌ها

  • آپلود یک فایل محلی به عنوان جدول با استفاده از رابط کاربری
  • نوشتن کوئری‌های پایه در Databricks
  • آپلود یک فایل CSV محلی به یک volume با استفاده از رابط کاربری
  • ایجاد جدول دلتا از یک فایل CSV با استفاده از read files()
  • انتقال جدول دلتا به طرحواره دیگر
  • بارگذاری داده‌ها در جدول دلتا با استفاده از COPY INTO
  • استفاده از INSERT INTO برای اضافه کردن داده‌ها به جدول Delta
  • بررسی ویژگی‌های جدول دلتا در عمل
  • جداول مدیریت‌شده در مقابل جداول خارجی
  • دلتا شیرینگ
  • بازار دیتابریکز
  • وارد کردن داده‌ها از Amazon S3 به Databricks

تسلط بر SQL در Databricks

  • مرتب‌سازی نتایج پرس‌وجو با استفاده از ORDER BY
  • کار با توابع تجمیعی - به‌روزرسانی برای افزودن STDEV
  • گروه‌بندی و فیلتر کردن داده‌ها با استفاده از GROUP BY و HAVING
  • کار با توابع تبدیل رشته، تاریخ و داده
  • ترکیب جداول با استفاده از joins در Databricks SQL
  • ترکیب مجموعه نتایج با استفاده از عملگرهای مجموعه در Databricks SQL
  • مدیریت مقادیر NULL با استفاده از IS NULL، COALESCE و IFNULL
  • استفاده از عبارت CASE برای منطق شرطی
  • استفاده از زیرکوئری‌ها در SQL Databricks
  • عبارات جدولی رایج (CTE) در Databricks SQL
  • توابع پنجره در SQL Databricks

نماها در Databricks

  • نماهای استاندارد
  • نماهای موقت
  • نماهای مادی‌سازی‌شده
  • نماهای پویا

توسعه مدرن SQL با هوش مصنوعی در Databricks

  • هوش مصنوعی برای نوشتن و توضیح SQL
  • اشکال‌زدایی و بهینه‌سازی با هوش مصنوعی
  • بهترین شیوه‌ها - هوش مصنوعی + گردش کار تحلیلگر
  • بخش ویژه - استفاده از هوش مصنوعی برای تبدیل SQL به PySpark

مدیریت و ایمن‌سازی داده‌ها (کاتالوگ یونیتی)

  • مبانی کاتالوگ یونیتی - به زبان ساده توضیح داده شده است
  • کاتالوگ یونیتی در عمل - اتصال فضای کاری و مجوزها
  • اعمال تگ‌ها در کاتالوگ یونیتی با استفاده از رابط کاربری
  • اعمال و کشف تگ‌ها در کاتالوگ یونیتی با استفاده از SQL
  • درک و مشاهده‌ی تبار داده‌ها در کاتالوگ یونیتی
  • امنیت کاتالوگ یونیتی - نقش‌ها، مجوزها، اشتراک‌گذاری و بهترین شیوه‌ها

کار با داشبوردها و مصورسازی‌ها در Databricks

  • داشبورد هوش مصنوعی و هوش تجاری چیست؟
  • طراحی مجموعه داده‌ها برای داشبوردها
  • کار با انواع مصورسازی در داشبوردهای SQL Databricks، بخش ۱
  • کار با انواع مصورسازی در داشبوردهای SQL Databricks، بخش ۲
  • بهبود داشبوردهای Databricks با شمارنده‌ها، ویجت متن و تصویر
  • ویژگی‌های پیشرفته هوش مصنوعی
  • فیلترینگ داشبورد - فیلترینگ محلی، سراسری و متقاطع
  • کار با پارامترها در کوئری‌های SQL و داشبوردها
  • اشتراک‌گذاری و مدیریت مجوزهای داشبورد در Databricks
  • زمان‌بندی به‌روزرسانی خودکار داشبورد
  • ایجاد مصورسازی در دفترچه یادداشت‌ها و ویرایشگر SQL
  • ایجاد و پیکربندی هشدارها در Databricks SQL

توسعه، اشتراک‌گذاری و نگهداری فضاهای هوش مصنوعی، هوش مصنوعی و هوش مصنوعی (AI BI Genie)

  • مقدمه‌ای بر هوش مصنوعی، هوش مصنوعی، جنی و فضاهای جنی
  • ایجاد فضای هوش مصنوعی، هوش تجاری و جنی در Databricks
  • بهینه‌سازی فضاهای هوش مصنوعی و هوش مصنوعی - نظارت، بازخورد، دستورالعمل‌ها، معیارها
  • مدیریت مجوزها و اشتراک‌گذاری فضاهای هوش مصنوعی، هوش مصنوعی و هوش مصنوعی (AI BI Genie Spaces)

مدل‌سازی داده‌ها با Databricks SQL

  • درک جداول واقعیت و ابعاد در مدل‌سازی داده‌ها
  • طراحی طرحواره‌های ستاره و دانه برف
  • مدل‌سازی مخزن داده‌ها - هاب‌ها، لینک‌ها و ماهواره‌ها
  • معماری مدالیون - لایه‌های برنزی، نقره‌ای و طلایی
  • ساخت جداول جریان با معماری مدالیون
  • توضیح ETL در آخرین مرحله

تحلیل کوئری‌ها

  • مقدمه‌ای بر فوتون در Databricks
  • تحلیل عملکرد پرس‌وجو با استفاده از تاریخچه پرس‌وجو و نمایه پرس‌وجو
  • آشنایی با جدول CACHE در Databricks
  • خوشه بندی مایع در Databricks
  • توضیح بهبود داده‌ها
  • Delta Lake VACUUM - حذف فایل‌های داده منسوخ

خلاصه

  • خلاصه

دوره های مرتبط

مسیرهای مرتبط

درباره ما

لینداکده یک بستر یادگیری پیشرو است که به افراد کمک می کند تا کسب و کار ، نرم افزار ، فناوری و مهارت‌های خلاقانه را برای دستیابی به اهداف شخصی و حرفه ای بیاموزد.

شماره تلفنکانال آپاراتپشتیبانی تلگرامکانال تلگرامپیج اینستاگرام

کلیه‌ی حقوق این سایت متعلق به لینداکده می باشد

قوانین و شرایط|حریم خصوصی

نماد الکترونیک enamad در صورت اتصال با آی‌پی داخل کشور، نمایش داده خواهد شد.
logo-samandehi - لوگو ساماندهی
zarinpal
zibal