زیرساخت ابری برای علم داده
( 25 ماژول‌ها )

ماژول #1
مقدمه ای بر رایانش ابری
مروری بر محاسبات ابری، مزایا و مفاهیم کلیدی

ماژول #2
بررسی اجمالی ارائه دهندگان ابر
مقایسه ارائه دهندگان اصلی ابر (AWS، Azure، GCP، IBM Cloud)

ماژول #3
اصول امنیت ابری
نگرانی های امنیتی، بهترین شیوه ها و انطباق در فضای ابری

ماژول #4
علم داده در ابر
مزایای علم داده مبتنی بر ابر، موارد استفاده رایج

ماژول #5
گزینه های ذخیره سازی ابری
مروری بر خدمات ذخیره سازی ابری (S3، Blob Storage، Cloud Storage)

ماژول #6
بلع و پردازش داده ها
بلع و پردازش مجموعه داده های بزرگ در ابر (Kinesis، Event Hubs، Cloud Pub/Sub)

ماژول #7
ذخیره سازی داده مبتنی بر ابر
راه حل های انبار داده مبتنی بر ابر (Redshift، BigQuery، Synapse)

ماژول #8
یادگیری ماشینی مبتنی بر ابر
مروری بر خدمات یادگیری ماشین مبتنی بر ابر (SageMaker، Azure Machine Learning، AutoML)

ماژول #9
Containerization برای علم داده
استفاده از کانتینرها (Docker) برای گردش‌های کاری علم داده‌های تکرارپذیر

ماژول #10
ارکستراسیون کانتینری مبتنی بر ابر
کانتینرهای هماهنگ در ابر (Kubernetes، ECS، ACI)

ماژول #11
محاسبات بدون سرور برای علم داده
مفاهیم و کاربردهای محاسبات بدون سرور در علم داده

ماژول #12
تجسم داده مبتنی بر ابر
ابزارها و خدمات تجسم داده مبتنی بر ابر (Tableau، Power BI، D3.js)

ماژول #13
تجزیه و تحلیل داده های بزرگ در فضای ابری
پردازش و تجزیه و تحلیل داده های بزرگ در فضای ابری (Hadoop، Spark، HBase)

ماژول #14
پردازش زبان طبیعی مبتنی بر ابر
خدمات و برنامه های کاربردی NLP مبتنی بر ابر (NLTK، spaCy، Stanford CoreNLP)

ماژول #15
Computer Vision مبتنی بر ابر
خدمات و برنامه های کاربردی بینایی کامپیوتری مبتنی بر ابر (OpenCV، TensorFlow، PyTorch)

ماژول #16
استراتژی های بهینه سازی هزینه های ابری
تکنیک‌هایی برای بهینه‌سازی هزینه‌های ابری برای بارهای کاری علم داده

ماژول #17
معماری ابری برای علم داده
طراحی معماری های ابری مقیاس پذیر و کارآمد برای حجم کاری علم داده

ماژول #18
همکاری و کنترل نسخه مبتنی بر ابر
ابزارهای همکاری و کنترل نسخه برای تیم های علم داده در فضای ابری (GitHub، GitLab، Bitbucket)

ماژول #19
مانیتورینگ و ثبت گزارش مبتنی بر ابر
ابزارهای نظارت و ثبت برای بارهای کاری علم داده مبتنی بر ابر

ماژول #20
پشتیبان گیری و بازیابی مبتنی بر ابر
استراتژی‌های پشتیبان‌گیری و بازیابی برای بارهای کاری علم داده مبتنی بر ابر

ماژول #21
امنیت ابری برای علم داده
بهترین شیوه های امنیتی برای بارهای کاری علم داده در فضای ابری

ماژول #22
انطباق و حاکمیت ابری
ملاحظات انطباق و حاکمیت برای بارهای کاری علم داده مبتنی بر ابر

ماژول #23
انتقال بارهای کاری علم داده به ابر
استراتژی‌هایی برای انتقال حجم‌های کاری علم داده در محل به ابر

ماژول #24
ایجاد یک تیم علوم داده مبتنی بر ابر
ملاحظات سازمانی برای ایجاد یک تیم علم داده مبتنی بر ابر

ماژول #25
جمع بندی و نتیجه گیری دوره
برنامه ریزی گام های بعدی در زیرساخت ابری برای حرفه علم داده

آماده یادگیری , به اشتراک گذاری و رقابت هستید؟

کپی رایت 2025 @ wizape.com
تمامی حقوق محفوظ است