پی سی دانلود - cloud-computing

این دوره برای کسانی طراحی شده است که می‌خواهند پلتفرم Azure Data Factory را به صورت عملی و با پروژه‌های واقعی، خطوط داده پویا و حل مشکلات کاربردی بیاموزند. این دوره از سخنرانی‌های تئوری و آماده‌سازی عمومی برای گواهینامه‌ها فاصله گرفته و بر کاربرد واقعی تمرکز دارد. مسترینگ دیتا فکتوری آژور دوره‌ای است که به شرکت‌کنندگان کمک می‌کند تا به طور عملی و از طریق سناریوهای واقعی، مهارت‌های خود را در Azure Data Factory (ADF) ارتقا دهند. این دوره به جای تمرکز بر مفاهیم تئوریک، بر حل مسائل عملی و پیاده‌سازی پروژه‌های دنیای واقعی تمرکز دارد. شرکت‌کنندگان با یادگیری و استفاده از Azure Data Factory، می‌توانند داده‌ها را از منابع مختلفی مانند SQL، REST APIs، Snowflake و PostgreSQL جمع‌آوری کنند. علاوه بر این، دوره شامل آموزش ساخت چارچوب‌های قابل استفاده مجدد، پیاده‌سازی بارهای افزایشی و تبدیل داده‌ها با استفاده از Data Flows است. این دوره توسط CloudPandith (Mallaiah)، یک معمار ارشد داده و مربی حرفه‌ای، هدایت می‌شود و بیش از ۴۰ سناریوی بلادرنگ ADF را دربرمی‌گیرد. مخاطبان این دوره، چه مبتدی باشند و چه افراد حرفه‌ای، یاد می‌گیرند که چگونه خطوط داده را با استفاده از تمام ویژگی‌های ADF مانند SHIR (محیط‌های یکپارچه‌سازی خودمیزبان)، تریگرها (محرک‌ها)، ادغام Key Vault، CDC (تغییر داده‌های ضبط شده)، و زمان‌بندی Databricks طراحی، خودکارسازی و بهینه کنند. در این دوره، هر بخش آموزشی بر مبنای کاربردهای واقعی ساخته شده و نه بر اساس تئوری‌های کتابی.
در دوره آموزشی Mastering Azure Data Factory : Real-World Projects With ADF با ساخت و بهینه‌سازی خطوط داده در پلتفرم Azure آشنا خواهید شد.

این دوره آموزشی برای آشنایی کامل با مفاهیم پایه سنجش از راه دور ماهواره‌ای و تحلیل داده‌های GIS با استفاده از گوگل ارث انجین (GEE)، پلتفرمی در مقیاس سیاره‌ای برای داده‌ها و تحلیل‌های علوم زمین، طراحی شده است. این پلتفرم از زیرساخت‌های ابری گوگل بهره می‌برد و قادر به پردازش پتابایت‌ها داده تصویری است. در این دوره، با تمرین‌های عملی و داده‌های واقعی سنجش از راه دور و GIS، شرکت‌کنندگان به صورت گام به گام با این ابزار قدرتمند آشنا می‌شوند. با شرکت در این دوره، گامی مهم در مسیر تبدیل شدن به یک متخصص تحلیل داده‌های مکانی برداشته می‌شود. مدرس دوره، فارغ‌التحصیل مقطع MPhil از دانشگاه آکسفورد و دارای مدرک دکترا از دانشگاه کمبریج است. او چندین سال تجربه در تحلیل داده‌های واقعی سنجش از راه دور و انتشار مقالات در مجلات معتبر بین‌المللی را دارد. در طول دوره، از داده‌های واقعی سنجش از راه دور مانند داده‌های لندست (Landsat) از USGS و داده‌های راداری از JAXA استفاده می‌شود تا تجربه عملی کار با سنجش از راه دور و درک کاربرد آن فراهم گردد. این دوره تضمین می‌کند که شرکت‌کنندگان تکنیک‌های تحلیل داده‌های سنجش از راه دور را به طور عملی یاد گرفته و مهارت خود را در تحلیل‌های مکانی افزایش دهند.
در دوره آموزشی Complete Google Earth Engine for Remote Sensing & GIS با تحلیل داده‌های سنجش از راه دور و GIS با استفاده از گوگل ارث انجین آشنا خواهید شد.

این دوره جامع و عملی در زمینه LLMOps برای توسعه‌دهندگان، دانشمندان داده، مهندسان MLOps و علاقه‌مندان به هوش مصنوعی طراحی شده است. هدف آن، آموزش ساخت، مدیریت و استقرار LLM‌های مقیاس‌پذیر با استفاده از ابزارهای پیشرفته و فناوری‌های مدرن مبتنی بر رایانش ابری است. در این دوره، شرکت‌کنندگان می‌آموزند که چگونه فاصله بین ساخت برنامه‌های قدرتمند LLM و استقرار آن‌ها در محیط‌های تولید واقعی را با استفاده از ابزارهایی مانند GitHub، Jenkins، Docker، Kubernetes، FastAPI، سرویس‌های ابری (AWS و GCP) و خطوط لوله CI/CD از بین ببرند. در طول این دوره، چندین پروژه کاربردی و جامع پیاده‌سازی می‌شود. این پروژه‌ها نحوه‌ی عملیاتی کردن مدل‌های HuggingFace Transformers، مدل‌های بهینه‌سازی‌شده و استقرار APIهای Groq را به همراه نظارت بر عملکرد با استفاده از Prometheus، Grafana و SonarQube نشان می‌دهند. همچنین، شرکت‌کنندگان مدیریت زیرساخت و هماهنگ‌سازی را با استفاده از Kubernetes (Minikube و GKE)، AWS Fargate و Google Artifact Registry (GAR) یاد خواهند گرفت.
در دوره آموزشی LLMOps And AIOps Bootcamp With 9+ End To End Projects با استقرار و مدیریت مدل‌های زبانی بزرگ در محیط‌های تولیدی آشنا خواهید شد.

این دوره جامع، شرکت‌کنندگان را با مبانی علوم داده و هوش مصنوعی مولد آشنا می‌کند و آن‌ها را قادر می‌سازد تا از طریق پروژه‌های عملی، مهارت‌های لازم برای ورود به بازار کار را کسب کنند. این دوره با رویکرد یادگیری از طریق انجام دادن، مفاهیم پیچیده را به شیوه‌ای ساده و کاربردی ارائه می‌دهد و شامل مباحثی از جمله برنامه‌نویسی پایتون، آمار و ریاضیات مورد نیاز، تکنیک‌های پیش‌پردازش و تحلیل داده، الگوریتم‌های یادگیری ماشین نظارت شده و بدون نظارت، و همچنین مفاهیم و کاربردهای هوش مصنوعی مولد و عامل‌محور می‌باشد. علاوه بر آموزش‌های فنی، این دوره راهنمایی‌های لازم برای ساخت رزومه و موفقیت در مصاحبه‌های شغلی را نیز ارائه می‌دهد تا شرکت‌کنندگان بتوانند با آمادگی کامل وارد حوزه علوم داده شوند.
در دوره آموزشی Full Stack Data Science with GenAI با مفاهیم و کاربردهای علوم داده و هوش مصنوعی مولد آشنا خواهید شد.

در این دوره آموزشی، شرکت‌کنندگان با چگونگی بهره‌گیری از پلتفرم داتابریکس به منظور مدیریت و پردازش حجم وسیعی از داده‌ها برای ساخت و آموزش مدل‌های هوش مصنوعی آشنا می‌شوند. همچنین، نحوه ادغام مدل‌های زبانی بزرگ پیشرفته در این فرآیند آموزش داده می‌شود تا امکان توسعه برنامه‌های کاربردی هوشمند در زمینه‌های مختلف پردازش زبان طبیعی فراهم گردد. این دوره شامل مباحثی پیرامون طبقه‌بندی متون، خلاصه‌سازی اطلاعات، جستجوی معنایی در متون و ساخت سیستم‌های هوش مصنوعی مکالمه‌ای است. از طریق تمرینات عملی و پروژه‌های واقعی، دانش‌پذیران تجربه لازم برای طراحی و پیاده‌سازی سیستم‌های هوشمند مبتنی بر داده و زبان را کسب خواهند کرد و با اصول معماری سامانه‌های هوش مصنوعی یکپارچه و روش‌های بهینه‌سازی عملکرد مدل‌ها آشنا می‌شوند.
در دوره آموزشی Building AI Applications with Databricks and Gen AI با ساخت برنامه‌های هوش مصنوعی با استفاده از داتابریکس و مدل‌های زبانی بزرگ آشنا خواهید شد.

اگر در AWS تازه‌کار هستید، باید با این دوره شروع کنید تا به سرعت نحوه ساختار آن و قدرت آن را بیاموزید. و اگر می‌خواهید گواهینامه AWS بگیرید، پس از آن، آنچه در اینجا یاد می‌گیرید، این کار را بسیار آسان‌تر خواهد کرد. اگر یک متخصص AWS هستید، می‌توانید با تماشای مجدد بخش دسته‌بندی سرویس‌ها با سرعت پخش بالا درست قبل از هر امتحان گواهینامه و هر زمان که در حال طراحی نوع جدیدی از سیستم هستید، بهره زیادی ببرید - تا ذهنتان را تازه کنید و مطمئن شوید که ارزش زیادی را از سرویس‌هایی که از دست داده‌اید یا فراموش کرده‌اید، از دست نمی‌دهید. اگر یک کاربر AWS هستید، این دوره شکاف‌هایی را که ممکن است در درک خود از AWS داشته باشید پر می‌کند و شما با بسیاری از سرویس‌های AWS آشنا خواهید شد که احتمالاً حتی نمی‌دانستید وجود دارند.
در دوره آموزشی Ultimate AWS Crash Course — For anyone jumping into AWS با سرویس‌ها، ساختار و کاربردهای AWS آشنا خواهید شد.

این دوره آموزشی جامع، رویکردی نوین در یادگیری SQL در محیط Google BigQuery ارائه می‌دهد و با بهره‌گیری از ابزارهای هوش مصنوعی تعبیه‌شده مانند Gemini، فرایند یادگیری را تسریع و تسهیل می‌کند. شرکت‌کنندگان در این دوره، اصول SQL، نحوه کار با BigQuery، تکنیک‌های بهینه‌سازی پرس و جو، روش‌های بارگذاری و آماده‌سازی داده و مهم‌تر از همه، نحوه استفاده از قابلیت‌های هوش مصنوعی برای درک بهتر مفاهیم، تولید کد، رفع خطا و تحلیل داده‌ها را خواهند آموخت و می‌توانند از این مهارت‌ها برای حل مسائل واقعی تحلیل داده استفاده کنند.
در دوره آموزشی Master SQL with BigQuery using AI tools - From Zero to Hero با مفاهیم و ابزارهای لازم برای تحلیل داده با استفاده از SQL و BigQuery به کمک هوش مصنوعی آشنا خواهید شد.

این دوره آموزشی با استقبال بی‌نظیری از سوی شرکت‌کنندگان مواجه شده است و نظرات مثبت بسیاری را به خود جلب کرده است. به عنوان مثال، پادمالاتا راوی پس از گذراندن این دوره، آزمون AZ-900 را با نمره ۹۵۳ از ۱۰۰۰ با موفقیت پشت سر گذاشته و آن را یک تجربه یادگیری عالی و کامل توصیف کرده است. رافائل ماجره نیز با دو بار مطالعه دوره و چندین بار شرکت در آزمون‌های عملی، موفق به کسب نمره ۸۱۵ در آزمون خود شده است. کالوم دیویس نیز پس از اتمام برنامه بتای Azure Fundamentals و استفاده از آزمون عملی این دوره، گواهینامه AZ-900 خود را دریافت کرده و از کمک فراوان آن قدردانی کرده است. عمرو الرادایده نیز با کسب نمره ۸۸۰ در آزمون AZ-900، این دوره را بسیار مفید ارزیابی کرده است. در نهایت، خوزه آلکازار لوکه این دوره را فوق‌العاده ساده و کارآمد توصیف کرده و معتقد است که این دوره به او کمک زیادی کرده است تا مفاهیم را به شیوه‌ای قابل فهم بیاموزد؛ وی مدرس دوره را دارای استعدادی بی‌نظیر در تدریس می‌داند. این نظرات نشان‌دهنده کیفیت بالا و اثربخشی این دوره در آماده‌سازی شرکت‌کنندگان برای قبولی در آزمون AZ-900 است.
در دوره آموزشی AZ-900 Microsoft Azure Fundamentals + FULL Practice Exam! با مفاهیم پایه و اساسی پلتفرم ابری مایکروسافت آژور آشنا خواهید شد.

این دوره آموزشی جامع، اصول و شیوه‌های کلیدی مهندسی قابلیت اطمینان سایت (SRE) را به طور کامل بررسی می‌کند. شرکت‌کنندگان با مفاهیم اساسی مانند اهداف سطح خدمت (SLOs)، شاخص‌های سطح خدمت (SLIs) و بودجه‌های خطا آشنا می‌شوند و نحوه کاربرد عملی آن‌ها در سازمان را فرا می‌گیرند. دوره بر ساخت و بهینه‌سازی سیستم‌های نظارت و قابلیت مشاهده با استفاده از داده‌های تله متری، مدیریت حوادث و انجام کالبدشکافی بدون سرزنش تأکید دارد. همچنین، الگوهای معماری سیستم قابل اعتماد، اهمیت اتوماسیون و رویکردهای مدیریت تغییر مورد بحث قرار می‌گیرند. در نهایت، دوره به فرهنگ SRE و ایجاد همکاری مؤثر بین تیم‌های توسعه و عملیات می‌پردازد تا شرکت‌کنندگان بتوانند سیستم‌های قابل اعتمادتر و کارآمدتری ایجاد کنند.
در دوره آموزشی Site Reliability Engineering Essentials ابا مفاهیم و شیوه‌های کلیدی SRE آشنا خواهید شد.

این بخش اول از دوره مهندسی داده در AWS است. این دوره توضیحات مفصلی در مورد سرویس‌های مهندسی داده AWS مانند S3 (سرویس ذخیره‌سازی ساده)، Redshift، Athena، Hive، Glue Data Catalog و Lake Formation ارائه می‌دهد. این دوره به لایه انبار داده یا لایه مصرف و ذخیره‌سازی خط لوله مهندسی داده می‌پردازد. در جلد دوم، سرویس‌های پردازش داده (دسته‌ای و جریانی) را به نمایش خواهد گذاشت. شرکت‌کنندگان فرصت‌هایی برای انجام تمرین‌های عملی با استفاده از مجموعه داده‌های بزرگ (100 گیگابایت تا 300 گیگابایت یا بیشتر داده) خواهند داشت. علاوه بر این، این دوره تمرین‌های عملی ارائه می‌دهد که با سناریوهای زمان واقعی مانند تنظیم عملکرد پرس و جو Redshift، دریافت جریانی، توابع پنجره‌ای، تراکنش‌های ACID، دستور COPY، کلیدهای توزیع و مرتب‌سازی، WLM، امنیت سطح ردیف و ستون، پارتیشن‌بندی Athena، WLM Athena و غیره مطابقت دارند.
در دوره آموزشی Data Engineering on AWS Vol 1 - OLAP & Data Warehouse با مفاهیم و ابزارهای مرتبط با انبار داده در AWS آشنا خواهید شد.