توضیحات
Applied Python Data Engineering Specialization، دوره آموزش عملی مهندسی داده پایتون توسط آکادمی Coursera منتشر شده است. یاد بگیرید چگونه از مهندسی داده برای استفاده از داده های بزرگ برای استراتژی کسب وکار، تحلیل داده یا یادگیری ماشین و هوش مصنوعی استفاده کنید. با تکمیل این مجموعه آموزشی، دانش و مهارت لازم برای ساخت خطوط لوله داده کارآمد را در اختیار خواهید داشت، پلتفرم های پیشرفته ای مانند Hadoop، Spark، Snowflake، Databricks و Kubernetes را مدیریت خواهید کرد و از طریق تصویرسازی، داستان هایی با داده ها تعریف خواهید کرد. شما مفاهیم داده های بزرگ، محاسبات توزیع شده با اسپارک، معماری Snowflake، قابلیت های یادگیری ماشین Databricks، تکنیک های پایتون برای تجسم داده ها و روش های حیاتی مانند DataOps را بررسی خواهید کرد. این دوره برای مهندسان نرم افزار، توسعه دهندگان، محققان و دانشمندان داده طراحی شده است که می خواهند تخصص خود را در علوم داده یا یادگیری ماشین تقویت کنند و همچنین برای متخصصانی که علاقه مند به دنبال کردن شغلی به عنوان مهندس نرم افزار داده محور، دانشمند داده، یا یک مهندس داده که در زمینه ابری، یادگیری ماشین، هوش تجاری یا زمینه های دیگر کار می کند. این تخصص، یک پروژه متمرکز بر استفاده از Databricks’ API برای تکثیر یک پروژه موجود را نشان می دهد. این کار تجربه عملی کار با Databricks برای ساخت یک راه حل داده آماده پورتفولیو را فراهم می کند. شما پایتون را برای کارهای مختلف مهندسی داده به کار خواهید گرفت.
آنچه خواهید آموخت
- خطوط لوله داده های بزرگ مقیاس پذیر (Hadoop، Spark، Snowflake، Databricks)برای مدیریت کارآمد داده ها ایجاد کنید.
- ایجاد جریان های کاری یادگیری ماشین (PySpark، MLFlow)در Databricks برای توسعه و استقرار یکپارچه مدل.
- پیاده سازی DataOps / DevOps برای ساده کردن فرایندهای مهندسی داده.
- شکل دهی و انتقال بینش ها و روایت های داده محور از طریق تصویرسازی های تاثیرگذار با پایتون و داستان سرایی داده
مشخصات دوره Applied Python Data Engineering Specialization
- ناشر : Coursera
- مدرس : Kennedy Behrman
- زبان: انگلیسی
- سطح آموزش: متوسط
- تعداد دروس: 3
- مدت زمان آموزش: 5 ماه با احتساب 10 ساعت کار در هفته
سر فصل های دوره Applied Python Data Engineering Specialization

پیش نیاز های دوره
- Experience in working with Python, Git for version control, Docker for containerization and Kubernetes for deployment and scaling; also a strong foundation in linear algebra and statistics.
تصاویر

فیلم نمونه
راهنمای نصب
پس از Extract، با Player دلخواه خود مشاهده کنید.
زیرنویس: انگلیسی
کیفیت: 720p
لینک دانلود
Spark, Hadoop, and Snowflake for Data Engineering
Virtualization, Docker, and Kubernetes for Data Engineering
Data Visualization with Python
گذرواژه فایل(ها): www.downloadly.ir
حجم فایل
2.04 گیگابایت






































![Data Science and Machine Learning Fundamentals [2025]](https://downloadly.ir/wp-content/uploads/2024/08/Data-Science-and-Machine-Learning-Fundamentals-2025.jpg)





