Data Engineering using AWS Data Analytics Services Cover

Udemy – Data Engineering Master Class using AWS Analytics Services 2024-11

در تاریخ: 1403/10/30 10:32:05

توضیحات

Data Engineering Master Class using AWS Analytics Services نام دوره آموزش مهندسی داده با استفاده از خدمات تجزیه و تحلیل داده AWS است که توسط آکادمی یودمی منتشر شده است.

مهندسی داده همه چیز در مورد ایجاد Pipelines داده برای دریافت داده ها از منابع متعدد به Data Lakes یا Data Warehouses و سپس از دریاچه های داده یا انبارهای داده به سیستم های پایین دستی است. به عنوان بخشی از این دوره، من شما را با نحوه ساخت Pipelines مهندسی داده با استفاده از AWS Data Analytics Stack آشنا خواهم کرد. این شامل خدماتی مانند Glue، Elastic Map Reduce (EMR)، Lambda Functions، Athena، EMR، Kinesis و بسیاری دیگر است.

در اینجا مراحل سطح بالایی وجود دارد که به عنوان بخشی از دوره دنبال خواهید کرد.

راه اندازی محیط توسعه
شروع کار با AWS
فضای ذخیره سازی – همه چیز درباره AWS s3 (سرویس ذخیره سازی ساده)
امنیت سطح کاربر – مدیریت کاربران، نقش‌ها و سیاست‌ها با استفاده از IAM
زیرساخت – AWS EC2 (Elastic Cloud Compute)
جذب داده با استفاده از توابع AWS Lambda
مروری بر اجزای چسب AWS
سرور Spark History را برای AWS Glue Jobs راه اندازی کنید
فرو رفتن عمیق در کاتالوگ چسب AWS
کاوش APIهای AWS Glue Job
نشانک های کار چسب AWS
چرخه زندگی توسعه Pyspark
شروع کار با AWS EMR
استقرار برنامه های Spark با استفاده از
AWS EMR خط لوله جریان با استفاده از AWS Kinesis
مصرف داده ها از AWS s3 با استفاده از boto3 مصرف شده با استفاده از AWS Kinesis
پر کردن داده های GitHub به AWS Dynamodb
مروری بر Amazon AWS Athena
آمازون AWS Athena با استفاده از AWS CLI Amazon
AWS Athena با استفاده از Python boto3
شروع کار با Amazon AWS Redshift
داده ها را از AWS s3 در جداول AWS Redshift کپی کنید
برنامه ها را با استفاده از AWS Redshift Cluster توسعه دهید
جداول AWS Redshift با کلیدهای Distkey و Sortkey AWS
AWS Redshift Federated Queries and Spectrum

این دوره مناسب چه کسانی است :

مهندسان داده مبتدی یا متوسط که می خواهند خدمات AWS Analytics را برای مهندسی داده یاد بگیرند
مهندسان برنامه متوسط که می خواهند مهندسی داده را با استفاده از خدمات AWS Analytics بررسی کنند
مهندسان داده و تجزیه و تحلیل که می خواهند مهندسی داده را با استفاده از خدمات AWS Analytics یاد بگیرند
آزمایش کنندگانی که می خواهند Databricks را برای آزمایش برنامه های مهندسی داده که با استفاده از خدمات AWS Analytics ساخته شده اند، یاد بگیرند

آنچه در دوره Data Engineering Master Class using AWS Analytics Services فرا خواهید گرفت :

مهندسی داده با بهره گیری از ویژگی های AWS Analytics AWS Essentials مانند s3، IAM، EC2 و غیره
درک AWS s3 برای ذخیره سازی مبتنی بر ابر
درک جزئیات مربوط به ماشین های مجازی در AWS معروف به EC2
مدیریت کاربران، گروه‌ها، نقش‌ها و خط‌مشی‌های AWS IAM برای RBAC (کنترل دسترسی مبتنی بر نقش)
مدیریت جداول با استفاده از کاتالوگ AWS Glue
خطوط لوله داده دسته ای مهندسی با استفاده از AWS Glue Jobs
تنظیم خطوط لوله داده دسته ای با استفاده از AWS Glue Workflows
اجرای کوئری ها با استفاده از AWS Athena – سرویس موتور جستجوی سرور
استفاده از خوشه های AWS Elastic Map Reduce (EMR) برای ساخت Pipelines داده
استفاده از خوشه های AWS Elastic Map Reduce (EMR) برای گزارش ها و داشبوردها
جذب داده با استفاده از توابع AWS Lambda
و….

مشخصات دوره

ناشر: یودمی
مدرس: ,Durga Viswanatha Raju Gadiraju,Asasri Manthena,Perraju Vegiraju
زبان: انگلیسی
سطح آموزش: پیشرفته
تعداد دروس: 434
مدت زمان آموزش: 26 ساعت 15 دقیقه

سرفصل های دوره Data Engineering Master Class using AWS Analytics Services :

Data Engineering using AWS Data Analytics

پیش نیاز های دوره :

Programming experience using Python
Data Engineering experience using Spark
Ability to write and interpret SQL Queries
This course is ideal for experienced data engineers to add AWS Analytics Services as key skills to their profile