تخفیف ویژه همین الان — دوره‌های تخفیف‌دار را ببینید.
روز
:
ساعت
:
دقیقه
:
ثانیه
تخفیف‌های ویژه
دوره آموزشی مبانی مهندسی داده مدرن

دوره آموزشی مبانی مهندسی داده مدرن

1 ساعت 23 دقیقهمتوسط2026-02-23

مدرسین

Pearson

Pearson

جزئیات دوره

داده‌ها همه‌جا هستند و هر روز هم حجمشون بیشتر می‌شه؛ به همین خاطر اگر می‌خوای تو دنیای تکنولوژی و هوش مصنوعی عقب نمونی، باید مهارت‌هات رو در حوزه Big Data و مهندسی داده به‌روز نگه داری.

در این دوره با مفاهیم پایه تا پیشرفته دنیای داده آشنا می‌شی؛ از معماری دیتالیک‌ها (Data Lake) گرفته تا مهندسی پایگاه داده، تبدیل داده‌ها (Data Transformation) و هماهنگ‌سازی فرآیندهای داده (Data Orchestration).

همچنین یاد می‌گیری چطور با ابزارهای مدرن و واقعی این حوزه کار کنی و جریان‌های کاری (Workflows) مربوط به داده رو به شکل عملی پیاده‌سازی کنی.

در طول آموزش، با ابزارهای مهم و پرکاربرد مثل DuckDB برای ذخیره و تحلیل داده، dbt برای تبدیل داده‌ها و ابزارهای orchestration مثل Airflow، Dagster و Prefect کار می‌کنی.

یکی از بخش‌های مهم دوره اینه که یاد می‌گیری چطور این ابزارها رو با هم ترکیب کنی و یک سیستم کامل و واقعی مهندسی داده بسازی که در پروژه‌های واقعی قابل استفاده باشه.

در نهایت هم مسیر رشد حرفه‌ای در دنیای داده بهت معرفی می‌شه؛ اینکه چه مهارت‌ها، تجربه‌ها و مدارکی لازم داری تا بتونی در حوزه Data Engineering حرفه‌ای بشی.

این دوره برای توسعه‌دهنده‌ها، دانشمندهای داده (Data Scientists) و مهندس‌هایی طراحی شده که می‌خوان وارد دنیای داده‌های بزرگ بشن یا مهارتشون رو ارتقا بدن.

🎯 اهداف یادگیری
درک مفاهیم پایه و پیشرفته Data Engineering
کار با مفاهیم Big Data و سیستم‌های داده‌ای مدرن
بارگذاری داده در DuckDB
استفاده از dbt برای تبدیل داده‌ها (Data Transformation)
طراحی و اجرای Data Pipeline
مدیریت جریان داده با ابزارهای Orchestration
کار با Apache Airflow برای مدیریت Workflow
استفاده از Dagster در مهندسی داده
کار با Prefect برای اتوماسیون داده
یکپارچه‌سازی dbt با Dagster
ساخت سیستم کامل Data Pipeline
درک معماری Data Lake
مدیریت و پردازش داده‌های حجیم
بهینه‌سازی گردش کار داده
درک مهارت‌ها و مسیر شغلی Data Engineer
آماده‌سازی برای ورود به بازار کار داده
افزایش توانایی در پروژه‌های واقعی داده
کار با ابزارهای مدرن داده
تحلیل و پردازش داده در مقیاس بزرگ
توسعه مهارت‌های حرفه‌ای در Data Engineering

سرفصل ها

مقدمه

  • مهندسی داده مدرن

دریاچه‌های داده مدرن

  • تاریخچه مختصری از کلان داده
  • چشم‌انداز داده‌های مدرن
  • انبارهای داده و دریاچه‌ها در زمینه هوش مصنوعی

اصول مهندسی پایگاه داده

  • مدل‌های داده رابطه‌ای در مقابل مدل‌های داده غیررابطه‌ای
  • ذخیره‌سازی داده‌های سطری در مقابل ستونی
  • نسخه آزمایشی عملی - بارگذاری داده‌ها در DuckDB
  • طراحی برای عملکرد

تبدیل داده‌ها

  • استخراج، تبدیل، بارگذاری در مقابل استخراج، بارگذاری و تبدیل
  • SQL یا پایتون
  • نسخه آزمایشی عملی - راه‌اندازی هسته dbt

هماهنگ‌سازی گردش کار

  • کنار هم گذاشتن همه چیز - داگستر و دی‌بی‌تی
  • نسخه آزمایشی عملی - دارایی‌های داگستر

نتیجه‌گیری - آینده مهندسی داده

  • مدرک یا حکم
  • محدوده - چرا متخصصان بر متخصصان پیروز خواهند شد
  • طراحی برای عملکرد

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