مهندسی داده

معرفی دوره مهندسی داده IBM – کورسرا

چگونه با انجام پروژه های کاربردی، یک مهندس داده شویم؟

علاقه مندان حوزه مهندسی داده و مباحث زیرساختی پردازش و طراحی خطوط انتقال داده که روز بروز بر تعداد آنها افزوده میشود، از کمبود منابع آموزشی مناسب در این خصوص گله مند هستند و این کمبود را مانعی جدی در شروع به کار حرفه ای در این مسیر شغلی می دانند.

هر چند به نوبه خودم سعی کرده ام با طراحی و برگزاری دوره مهندسی داده با همکاری موسسه وزین نیک آموز، تا حدودی این کمبود در منابع فارسی را جبران کنم اما مطمئنا برای پیدا کردن تسلط نسبی از طریق انجام پروژه های متنوع و نیز احترام گذاشتن به سلایق افراد مختلف در این حوزه، نیاز خواهیم داشت که منابع آموزشی متنوع و با کیفیتی در دسترس مشتاقان مهندسی داده قرار داشته باشد .

در چند سال گذشته و بخصوص در یکسال اخیر، دوره های آموزشی مهندسی داده را دنیا رصد کرده ام و تنها دوره ای که از لحاظ جامعیت، سبک و پلتفرم ارائه، توجه بنده را به خودش جلب کرده است دوره مهندسی داده وب سایت معروف کورسرا است که با حمایت یکی از قدیمی ترین غول های فناوری اطلاعات آمریکا یعنی IBM ارائه میشود.

IBM Data Engineering

IBM Data Engineering

Offered by IBM. Launch your new career in Data Engineering. Master SQL, RDBMS, ETL, Data Warehousing, NoSQL, Big Data and Spark with … Enroll for free.

https://www.coursera.org/professional-certificates/ibm-data-engineer

این دوره که خود از سیزده کورس مختلف آموزشی تشکیل شده است، با شروع از پایتون و کار با دیتابیس های رابطه ای، به صورت پایه ای به آموزش مفاهیم مورد نیاز مهندسین داده می پردازد . دوره های آموزشی مندرج در این برنامه از قرار زیر هستند :

  • مقدمه ای بر مهندسی داده
  • پایتون برای علم داده، یادگیری ماشین و توسعه نرم افزار
  • پروژه پایتون برای مهندسی داده
  • مقدمه ای بر بانکهای اطلاعاتی رابطه ای
  • دیتابیس و SQL برای علم داده (پایتون)
  • مقدمه ای بر دیتابیس های NoSQL
  • مقدمه ای بر بیگ دیتا – آشنایی با هدوپ و اسپارک
  • مهندسی داده و یادگیری ماشین با اسپارک
  • مقدمه ای بر دستورات لینوکس و اسکریپت نویسی خط فرمان
  • مدیریت دیتابیس های رابطه ای
  • ETL و خطوط انتقال داده به کمک کافکا و ایرفلو
  • شروع کار با انباره های داده
  • پروژه نهایی

همانطور که می بینید سرفصل بسیار جامع و کاملی دارد و غیر از مسایلی مانند مدیریت لاگ و داده های Observability و دیتابیس های تحلیلی نوین مثل دروید، پینوت و کلیک هوس، سایر مباحث دوره ، مسایل اساسی حوزه مهندسی داده را پوشش میدهد.

شرکت در این دوره ها رایگان است (البته هنگام Enrolment یا ثبت نام باید مشابه با عکس زیر گزینه Audit را انتخاب کنید ) اما امکانات کامل این وب سایت آموزشی مانند دادن گواهینامه و یا تصحیح تمرینات، نیاز به پرداخت هزینه خواهد داشت.

ثبت نام کلی دوره نیاز به وارد کردن اطلاعات مالی خواهد داشت اما کافی است روی خود مینی دوره ها یعنی هر کدام از این دوره های سیزده گانه، کلیک کنید تا داخل صفحه هر مینی دوره، بتوانید مشابه با تصویر زیر بر روی ثبت نام و ادامه مسیر به صورت رایگان، کلیک نمایید .

البته می توانید درخواست حمایت مالی بدهید و دوره ها را به صورت کاملا رایگان و با تمام امکانات، دریافت کنید. در ویدئوی زیر این موضوع برای دوره علم داده IBM توضیح داده شده است :

اگر تجربه ای از شرکت در این دوره دارید، آنرا در قسمت نظرات با سایر علاقه مندان به اشتراک بگذارید.

مجتبی بنائی

دانشجوی دکترای نرم‌افزار دانشگاه تهران (yun.ir/smbanaie)، مدرس دانشگاه و فعال در حوزه توسعه نرم‌افزار و مهندسی داده که تمرکز کاری خود را در چند سال اخیر بر روی مطالعه و تحقیق در حوزه کلان‌داده و زیرساخت‌های پردازش داده و تولید محتوای تخصصی و کاربردی به زبان فارسی و انتشار آنها در سایت مهندسی داده گذاشته است. مدیریت پروژه‌های نرم‌افزاری و طراحی سامانه‌های مقیاس‌پذیر اطلاعاتی از دیگر فعالیتهای صورت گرفته ایشان در چند سال گذشته است.
0 0 رای ها
Article Rating
اشتراک در
اطلاع از
guest

این سایت از اکیسمت برای کاهش هرزنامه استفاده می کند. بیاموزید که چگونه اطلاعات دیدگاه های شما پردازش می‌شوند.

0 Comments
بازخورد (Feedback) های اینلاین
View all comments
دکمه بازگشت به بالا
0
افکار شما را دوست دارم، لطفا نظر دهیدx
()
x