Apache Spark، یک چارچوب محاسباتی برای داده های عظیم است. Spark از MapReduce به عنوان موتور اجرای خود، استفاده نمی کند اما بخوبی با هادوپ یکپارچه است. در واقع Spark میتواند در Yarn اجرا شود و با فرمت دادهای هادوپ و HDFS کار کند. Spark بیشتر بخاطر توانایی نگهداشتن مجموعه داده های بین کارها، در حافظه، شناخته می شود. این قابلیت Spark سبب می شود تا سریعتر از جریان کاری MapReduce معادل که مجموعه داده های همیشه از دیسک بار می شوند، عمل کند. دو نوع کاربردی که از مدل پردازشی Spark بهره می برند، الگوریتم های تکرار شونده (که یک تابع بر روی مجموعه دادهای بصورت تکراری تا حصول شرط خروج، اعمال میگردد، و تحلیل تعاملی(که یک کاربر مجموعه ای از پرس و جوهای اکتشافی تک کاره را بر روی مجموعه ای داده ها، اعمال می کنند) است. اسکالا (Scala) یک زبان برنامهنویسی شیءگرا و تابعی است. نام اسکالا آمیزهای است از "scalable" و "language" به معنی زبان مقایسپذیر، از اهداف اصلی ایجاد زبان اسکالا، ارائه زبانی است برای تولید نرمافزار مقیاسپذیر به روشی چابک و سریع، و به دور از مشکلات مرسوم. اسکالا تلفیق زبانهای شیگرا همچون روبی و جاوا با زبانهای تابعی همچون Haskell و Erlang است. از نقطه نظر چابکی و کارایی، عدهای اسکالا را جمع دو دنیای زبانهای پویا (Dynamic-Type) و ایستا (Static-Type) میدانند. در دوره آموزشی Udemy Spark & Big Data Essentials with Scala | Rock the JVM با آموزش اسپارک و داده های حجیم با اسکالا اشنا خواهید شد.
در مدل رابطهای دادهها، زبان ساختارمند پرسشها یا اسکیوال یا سیکوال (Structured Query Language - SQL) زبانی است سطح بالا مبتنی بر زبان سطح پایین و ریاضی جبر رابطهای که برای ایجاد، تغییر، و بازیابی دادهها و نیز عملیات بر روی آنها بهکار میرود. زبان SQL به سمت مدل شیگرا - رابطهای نیز پیشرفت کرده است. Microsoft SQL Server یک نرمافزار مدیریت پایگاه داده رابطهای است که توسط شرکت مایکروسافت توسعه داده میشود. از جمله ویژگیهای این سامانه، میتوان به ساخت و مدیریت بانک اطلاعاتی رابطهای، پشتیبانی از ACID، پشتیبانی از Referential integrity، قابلیتهای انتقال پایگاه و بسیاری از قابلیتهای دیگر داده اشاره کرد. این نرم افزار دارای ویرایشهای متنوع و متناسب با محیطهای کاری مختلف است. از جمله قابلیتهای کلیدی Microsoft SQL Server 2016، ساخت و مدیریت بانک اطلاعاتی رابطهای، پشتیبانی از ACID، پشتیبانی از Referential integrity، پشتیبانی از XML، رمز گذاری پیوسته اطلاعات، بهینه سازی موتور in-Memory OLTP، پشتیبانی از Microsoft Azure، انتقال پایگاه داده به سایر Platform ها و... می باشد. در دوره آموزشی Code with Mosh - Complete SQL Mastery با آموزش کامل تسلط بر اس کیو ال اشنا خواهید شد.
MERN سر واژه کلمات MongoDB, ExpressJS, React and NodeJS است. MongoDB را میتوان یکی از پرمخاطبترین پایگاههای داده موجود در جمع اعضای خانواده NoSQL دانست که بنابر برخی آمارهای جمعآوری شده، لقب پرمخاطبترین را نیز بهخود اختصاص داده است. این پایگاه داده یک مدل منعطف، پویا و سندگرا را ارائه میکند که ساختاری با خروجی بسیار بالا و قابلیت مقیاسپذیری آسان را دارا است که در پروژهها و سیستمهای کلان داده یا همان Big Data به شدت مورد نیاز است. ExpressJS و Node.js هم محیط یا Platform های برنامهنویسی تحت سرور است که بر پایهی موتور جاواسکریپت V8 گوگل کروم توسعه پیدا کرده است. Node.js میتواند برای ایجاد وبسرورهای ساده تا پیشرفته مورد استفاده قرار بگیرد. برای مثال ممکن است برای راهاندازی یک وبسایت همه منظوره که محتواهای متنی و چندرسانهای را در اختیار مشتریان قرار میدهد از این ابزار استفاده شود. React یک کتابخانه UI توسعه داده شده در فیسبوک، به منظور تسهیل در ایجاد تعامل، استفاده مجدد اجزاء است. فیسبوک در ساخت محصول از این استفاده می کند، و instagram بطور کامل با React نوشته شده است. در دوره آموزشی Udemy MERN React Node Next.js Multi User SEO Blogging Platform با آموزش پلتفرم سئو چند کاربره مرن، ری اکت، نود و نکست جی اس اشنا خواهید شد.
AngularJS کتابخانهای برپایهی جاوا اسکریپت است که به منظور تولید نرمافزارهای تحت وب توسط گوگل توسعه پیدا کرده است. ایدهی اصلی AngularJS، اضافه کردن امکاناتی به HTML است تا آن را از یک زبان نشانگذاری ساده خارج کند و ابزارهای لازم برای تولید یک نرمافزار داده محور را به سادهترین شکل ممکن فراهم نماید. امکانات متنوعی در این کتابخانه وجود دارد. ویژگی اصلی AngularJS، ایجاد ارتباط پویا میان دادههای ورودی و خروجی است. به این معنی که به سادگی میتوانید اطلاعات دریافت شده از کاربر را به صورت خودکار جمعآوری کنید، پردازش کنید، در محلهای دلخواه نمایش دهید یا به سرور بفرستید. در دوره آموزشی Udemy Reactive Angular Course (with RxJs) با آموزش ری اکتیو آنگولار همراه با آر ایکس جی اس اشنا خواهید شد.
یکی از رایج ترین و پرطرفدارترین زبان هایی که برای برنامه نویسی شیء گرا و سطح بالا استفاده می شود، زبان سیشارپ (C#) است. این زبان توسط مایکروسافت و جزئی از دات نت به وجود آمد و بعداً استانداردهای ECMA و ISO را نیز در بر گرفت و یکی از ۴۴ زبان برنامه نویسی ای است که توسط زمان اجرای زبان مشترک از .NET Framework پشتیبانی میشوند و در همه جا به وسیله مایکروسافت ویژوال استودیو شناخته میشود. در واقع زبان #C، یک زبان برنامه نویسی چند الگویی و است و منظم شده مدلهای تابعی، امری، عمومی، شی گرا و جز گرا و در بستر دات نت است. در دوره آموزشی Udemy C# Intermediate: Classes, Interfaces and OOP با آموزش متوسطه سی شارپ: کلاس ها، اینترفیس ها و شی گرایی اشنا خواهید شد.
مایکرو سرویس یک الگوی معماری نرمافزار است که برنامههای پیچیده از کنار هم نهادن پردازشهایی خرد و ناوابسته که از راه رابطهای زبان-ناآگاه با هم در پیوند هستند پدید میآیند. اسکالا (Scala) یک زبان برنامهنویسی شیءگرا و تابعی است. نام اسکالا آمیزهای است از "scalable" و "language" به معنی زبان مقایسپذیر، از اهداف اصلی ایجاد زبان اسکالا، ارائه زبانی است برای تولید نرمافزار مقیاسپذیر به روشی چابک و سریع، و به دور از مشکلات مرسوم. اسکالا تلفیق زبانهای شیگرا همچون روبی و جاوا با زبانهای تابعی همچون Haskell و Erlang است. Akka ابزاری برای ساخت برنامه های کاربردی روی سیستم های همزمان و توزیع شده می باشد. این یک ابزار رویداد محور است که در دات نت و Mono کاربرد دارد. آکا برای ساخت آسان اپلیکیشن های واکنش گرا، پایدار، همروند و دارای قابلیت تحمل خطا با استفاده از اکتورها کاربرد دارد. بر اساس نوع اکتور، استراتژی ها و ابزارهای تست اضافی دیگری نیز برای اکتورها لازم است. در دوره آموزشی Net Microservices - Refactor and Design - Course One با آموزش طراحی و بهینه سازی مایکروسرویس های دات نت اشنا خواهید شد.
(دیزاین پترن - Design Pattern) یک راه اثبات شده برای حل مشکلات و مسائل
معمول برنامه نویسی می باشد. الگوها جنبه های طراحی خوب را در قالب کد در
می آورند و کدهای قابل توسعه ی مجدد و همراه با خوانایی بسیار آسان که باعث
راحتی توسعه و افزایش سرعت در یک تیم برنامه نویسی می شود تولید می کنند.
الگوهای طراحی علاوه بر موارد بالا یک مزیت دیگر نیز دارد، اینکه باعث می
شود تا در یک تیم برنامه نویسی اعضای گروه بر روی ساختار و معماری یک
برنامه بتوانند به صورت بسیار راحت تر بحث و مشورت کرده و تصمیم گیری کنند.
الگوها در واقع یک زبان هستند که می توانند برای بیان کردن ایده ها و راحت
کردن بحث ها مورد استفاده قرار گیرند. در دوره آموزشی Code with Mosh The Ultimate Design Patterns با آموزش کامل طراحی الگوها اشنا خواهید شد.
کراس (Keras) یک کتابخانهٔ متنباز شبکه عصبی است که به زبان پایتون نوشته شده است و قابل است که بر روی تنسورفلو یا ثینو قابل اجرا است. این نرمافزار به منظور آزمایش کردن سریع یادگیری عمیق طراحی شده است و در طراحی آن بر روی کوچک، ماژولار و قابل گسترش بودن توجه شده است. یادگیری عمیق (Deep learning) یک زیر شاخه از یادگیری ماشینی و بر مبنای مجموعهای از الگوریتمها است که در تلاش هستند مفاهیم انتزاعی سطح بالا در دادگان را مدل نمایند که این فرایند را با استفاده از یک گراف عمیق که دارای چندین لایه پردازشی متشکل از چندین لایه تبدیلات خطی و غیر خطی هستند، مدل میکنند. به بیان دیگر پایهٔ آن بر یادگیری نمایش دانش و ویژگیها در لایههای مدل است. یک نمونه آموزشی (برای نمونه: تصویر یک گربه) میتواند به صورتهای گوناگون بسان یک بردار ریاضی پر شده از مقدار به ازای هر پیکسل و در دید کلی تر به شکل یک مجموعه از زیرشکلهای کوچکتر (نظیر اعضای صورت گربه) مدل سازی شود. در دوره آموزشی Udemy Deep Learning with Keras and Tensorflow in Python and R با آموزش یادگیری عمیق با کراس و تنسورفالو در پایتون و آر اشنا خواهید شد.
به عنوان یکی از شاخههای وسیع و پرکاربرد هوش مصنوعی، یادگیری ماشینی (Machine learning) به تنظیم و اکتشاف شیوهها و الگوریتمهایی میپردازد که بر اساس آنها رایانهها و سامانهها توانایی تعلٌم و یادگیری پیدا میکنند. هدف یادگیری ماشین این است که کامپیوتر (در کلیترین مفهوم آن) بتواند به تدریج و با افزایش دادهها کارایی بهتری در انجام وظیفهٔ مورد نظر پیدا کند. گسترهٔ این وظیفه میتواند از تشخیص خودکار چهره با دیدن چند نمونه از چهرهٔ مورد نظر تا فراگیری شیوهٔ گامبرداری روباتهای دوپا با دریافت سیگنال پاداش و تنبیه باشد. طیف پژوهشهایی که در یادگیری ماشینی میشود گستردهاست. در سوی نظری آن پژوهشگران بر آناند که روشهای یادگیری تازهای به وجود بیاورند و امکانپذیری و کیفیت یادگیری را برای روشهایشان مطالعه کنند و در سوی دیگر عدهای از پژوهشگران سعی میکنند روشهای یادگیری ماشینی را بر مسایل تازهای اعمال کنند. البته این طیف گسسته نیست و پژوهشهای انجامشده دارای مولفههایی از هر دو رویکرد هستند. در دوره آموزشی Udemy Complete Machine Learning Course - Learn From Scratch با آموزش کامل یادگیری ماشین اشنا خواهید شد.
همراه با انتشار angular 4.0 در ماه مارس 2017، اگر شما بعنوان یک برنامه نویس با Angular.js Famework کار کرده باشید، قبلا اگر که قصد داشتید که این فریم ورک را آموزش ببینید حتما نیاز بود تا تمام مطالبی که از Angular.js 1.0 تا Angular.js.2 وجود داشت را فرا بگیرید. زیرا فقط بدلیل اینکه Angular.js 2 یک باز نویسی کامل از Angular.js1 بوده و هست.اما این مورد درباره ی Angular.js 4.0 صدق نمی کند. زیرا این فریم ورک یک بازنویسی کامل از Angular.js.2 نیست و در این کتابخانه ی جدید هسته اصلی تغییر پیدا کرده است همچنین نیازهای مفهومی این نسخه تغییر کرده است. در واقع تغییرات این نسخه منجر به ازکار افتادن تمام کدهای شما نمی شود بستگی دارد به نوع آنها، و همچنان در این نسخه قابلیتهایی هستندکه هنوز قابل استفاده اند، اما به زودی از نسخهای جدید Angular.js پاک خواهند شد. در دوره آموزشی Code with Mosh - Angular 4 - Beginner to Pro با آموزش مقدماتی تا پیشرفته آنگولار 4 اشنا خواهید شد.