مهنــدسی داده برای مبتدیان

 

 

 

مدرس:
علی محـــمدی
کارشناس ارشد آنالیز عددی 

شروع دوره: 8 مردادماه 1404

نحوه دریافت

از طریق اسپات پلیر

پشتیبانی

گروه تلگرامی و پرسش از مدرس

telegram channel: @elmedadeir

زمان

18 ساعت آموزش

 

ثبت‌نام در دوره

جهت ثبت‌نام در دوره از طریق لینک زیر اقدام نمائید:

https://www.m-fozouni.ir/de-intro-2/

 

در این دوره چه خواهید آموخت؟

در این دوره‌ی آموزشی، شما در کوتاه‌ترین زمان ممکن با مبانی و مقدمات لازم برای ورود به دنیای مهندسی داده (Data Engineering) که در حال حاضر یکی از بهترین مشاغل در حوزه‌ی تکنولوژی در سراسر دنیاست، آشنا خواهید شد. میانگین درآمد یک مهندس داده در حال حاضر 120 هزار دلار در سال می‌باشد.

چرا مهندسی داده؟

در سال‌های اخیر، با توجه به استفاده‌های متنوع و متعدد از داده (data) در سازمان‌های بزرگ و کوچک، و فراگیر شدن استفاده از روش‌های مختلف هوش مصنوعی در بالا بردن بهره‌وری مجموعه‌ها، نیاز مبرم به استانداردسازی زیرساخت دیتایی (اطلاعات)، بیش از قبل احساس می‌گردد. در مهندسی داده‌، دغدغه‌ی اصلی سر و سامان دادن به این زیرساخت‌ها و اتوماتیک نمودن خطوط (data pipeline) ورود و خروج داده می‌باشد. یک مهندس داده باید با بروزترین ابزارها در حوزه‌ی کار با داده، از اسپارک گرفته تا انواع مختلف دیتابیس‌ها آشنایی خوبی داشته باشد. بطور کلی چون عرضه در این رشته کم‌تر بوده، در حال حاضر تقاضا در آن بسیار بالاتر است و بازار کار بسیار مطلوبی دارد.

سرفصل دوره

عنوان جلسه	مدت زمان
چرا مهندسی داده؟	35 دقیقه
آشنایی با سیستم عامل و سرور	20 دقیقه
پایتون و طریقه نصب آن	28 دقیقه
پایتون – عبارات شرطی	23 دقیقه
پایتون – لیست‌ها	18 دقیقه
پایتون – توابع و حلقه‌ها	15 دقیقه
پایتون – فاکتوریل، سری فیبوناچی ، رشته‌ها و …	23 دقیقه
پایتون – بررسی اعداد اول، محاسبه میانگین، یافتن عناصر مشترک در دو لیست	15 دقیقه
پایتون – مبانی برنامه‌نویسی شی‌گرا (OOP)	18  دقیقه
مدیریت داده‌ها با پانداس	25 دقیقه
طریقه نصب  PostgreSQL	10 دقیقه
طریقه نوشتن کوئری در پوستگرس‌کیوال	20 دقیقه
ساخت جدول و استفاده از WHERE  PRIMARY KEY	7 دقیقه
پروژه ETL  ساده با پایتون و API ، Postman، PostgreSQL	20 دقیقه
پروژه آنالیز داده‌های بیماران قلبی – مقدمه	8 دقیقه
پروژه آنالیز داده‌های بیماران قلبی – بخش اول	25 دقیقه
پروژه آنالیز داده‌های بیماران قلبی – بخش دوم	30 دقیقه
پروژه آنالیز داده‌های بیماران قلبی – بخش سوم	4 دقیقه
پیش‌بینی بیماری قلبی با ماشین لرنینگ – بخش اول	52 دقیقه
پیش‌بینی بیماری قلبی با ماشین لرنینگ – بخش دوم	32 دقیقه
داکر و طریقه نصب آن	9 دقیقه
اجرای پروژه پیش‌بینی بیماری قلبی با داکر	18 دقیقه
آشنایی با برخی از فرمت‌های داده و فرصت‌های داده‌ای (CSV, JSON, Avro)	60 دقیقه
آشنایی با دیتابیس‌ها (رابط‌های رابطه‌ای و غیررابطه‌ای)	45 دقیقه
آشنایی با فضای ذخیره‌سازی ابری (ابر آروان)	60 دقیقه
ارتباط بین برنامه‌ها و سیستم‌ها (API میانی)	60 دقیقه
زبان اس‌کیوال (SQL)	120 دقیقه
پروژه ساخت داشبورد فروش یک فروشگاه آنلاین (استفاده از Plotly، API، PostgreSQL، …)	180 دقیقه
مجموع	18 ساعت (تقریبی)