دوره جامع مهندسی داده
(دوره‌ی هفتم)
تاکید روی زبان برنامه‌نویسی Rust و دنیای پهناور MLOps
کل فرایند، از توسعه‌ی پایپ‌لاین‌های داده تا استقرار آن در سرورهای عملیاتی سازمان را بیاموزید. همچنین خواهید دید که چگونه به طراحی یک محصول دیتا-محور با زبان راست خواهیم پرداخت.
مدرس: دکتر محمد فزونی
آغاز دوره؛ 31 تیرماه 1404
ویژگی‌های دوره
- سطح متوسط تا پیشرفته
- 85 ساعت آموزش
- محتویات کمکی قابل دانلود
- در بستر اسپات پلیر
- مدرک پایان دوره
- آموزش کاملن عملی و کاربردی
- رفع اشکال توسط خود مدرس
- بر مبنای جدیدترین منابع آموزشی روز دنیا
- از توسعه‌ی محلی تا دیپلوی روی سرورها
- خلق یک محصول دیتا-محور با Rust
تغییرات اساسی این دوره نسبت به دوره‌های قبلی مهندسی داده مجموعه
- برخی از تکنولوژی‌های اصلی کار، بتازگی آپدیت‌های اساسی منتشر کردند (از جمله ایرفلو، کافکا و اسپارک). در این دوره روی آخرین ورژن‌ها متمرکز خواهیم شد.
- در کدهای قبل، زبان اصلی کار پایتون و زبان دوم جاوا بود. در این کد، جاوا را کنار گذاشته و وارد زبان برنامه‌نویسی راست (Rust) می‌شویم که بشدت در حال فراگیر و ترند شدن است. بعنوان پروژه‌ی سوم در این دوره، به بحث و بررسی در خصوص یک مسج‌بروکر (CipherMQ) که با زبان راست توسعه داده شده، خواهیم پرداخت.
- اضافه شدن بحث Flink از طریق PyFlink بعنوان لایه‌ای برای پرس‌وجو (کوئری) روی تاپیک‌های کافکا.
سرفصل‌های این دوره
در ادامه، سرفصلها را در سه بخش «مهندسی داده»، «ام‌ال‌آپس» و «راست برای مهندسی داده» مشاهده خواهید نمود.
بخش اول- مهندسی داده
در این بخش به ذکر اصلی‌ترین مفاهیم موجود در دنیای مهندسی داده می‌پردازیم. نکات مطرح شده در این بخش از کتاب مطرح و پرآوازه‌ی «Fundamentals of Data Engineering» اخذ خواهد شد.
در این‌روزها که حرف از معماری میکروسرویس همه‌جا هست و فراگیر شده، غیرممکن است که بدون داکر بتوانیم کاری از پیش ببریم. پس با داکر بعنوان یکی از ابزارهای اساسی در دنیای مهندسی داده کار خواهیم نمود.
در این بخش، به نصب WSL در ویندوز پرداخته و سپس اصلی‌ترین دستورات این سیستم عامل را در دنیای مهندسی داده بررسی خواهیم نمود. اگر کامپیوتر شما MacOS است نیازی به این کار نخواهید داشت.
در این بخش از آموزش، به کمک یک API عمومی و دستورات بی‌نظیر لینوکسی (کرون جابز) یک پروژه‌ی بسیار ساده ولی کاربردی در دنیای کار با دیتا را به شما آموزش می‌دهیم. بعد از این وارد ایرفلو می‌شویم که بنوعی متوجه قدرت و سادگی آپاچی ایرفلو بشوید.
در دنیای مهندسی داده ETL یکی از کارهای روزمره و اساسی هر مهندس داده است. آپاچی ایرفلو که یکی از اساسی‌ترین ابزارهای مدیریت جریان داده است، به این افراد کمک می‌کند که دیتاپایپ‌لاین‌های مجموعه را براحتی رصد کرده و مدیریت نمایند. از این طریق، بسادگی می‌توانیم نقاطی که دارای مشکل و خطا هستند را ببینیم و در اولین فرصت ممکن به رفع مشکلات بپردازیم.
در حین کار با آپاچی ایرفلو، با یک دیتابیس NoSQL (یا بهتر بگوئیم موتور جستجو) با عنوان Elasticsearch کار خواهیم نمود و با آن آشنا می‌شویم. همچنین با بخش گرافیکی این دیتابیس که آنرا کیبانا می‌نامیم نیز آشنا خواهیم شد.
امروزه تمامی مجموعه‌ها در حوزه‌ی تکنولوژی در صورتی که بخواهند یک کار تیمی در حوزه‌ی نرم‌افزار و یا دیتا انجام بدهند، قطعن یک سیستم مدیریت ورژن کد را برای خود انتخاب نموده و طبق آن پیش خواهند رفت. در این کورس آموزشی ما شما را با گیت و گیت‌هاب که جزو بهترین سیستم‌های کنترل ورژن کدها می‌باشد آشنا خواهیم نمود. مفاهیم ابتدایی را بطور کامل مطرح می‌کنیم و به انجام کار عملی در این حوزه خواهیم پرداخت تا شما بطور کامل و دقیق با روند آشنا بشوید.
گیت‌هاب اکشنز یک ویژگی CI/CD (ادغام مداوم/انتشار مداوم) است که توسط گیت‌هاب ارائه می‌شود و به توسعه‌دهندگان امکان می‌دهد که جریان‌های کاری یا پایپ‌لاین‌های خود را به طور خودکار در مخزن‌های گیت‌هاب تنظیم کنند. این کار با استفاده از فایل‌های YAML برای تعریف جریان‌های کاری که می‌توانند با رخدادهای مختلفی مانند ارسال کد (code pushes)، درخواست‌های کشش (Pull request) یا مشکلات (issues) فعال شوند، انجام می‌شود. در حال حاضر در اکثر کمپانی‌های مطرح دنیا، اکثر توسعه‌دهندگان و مهندسان داده از این عملیات‌ها برای محیط پروداکشن مجموعه استفاده می‌نمایند.
آشنایی با پایگاه‌های داده، جزو مهم‌ترین دانسته‌های یک مهندس داده قلمداد می‌گردد. در سال‌های اخیر پوستگرس بعنوان یکی از پیشرفته‌ترین دیتابیس‌ها در دنیای متن‌باز، جایگاه ویژه‌ای را بین صاحبان کسب‌وکارها یافته است. از این روی، آشنایی و کار بصورت حرفه‌ای با این پایگاه داده از اهمیت بسیار زیادی برای مهندسین داده برخوردار می‌باشد. در این کورس، با ابزارهای گرافیکی و خط‌فرمان این پایگاه داده آشنا شده و در این محیط اقدام به آموزش زبان SQL خواهیم نمود. همچنین، برای کامل نمودن معلومات شرکت‌کنندگان، دوره آموزشی «دیتابیس و سی‌کو‌ال برای علم داده» نیز بصورت رایگان در اختیار شما قرار خواهد گرفت.
کلیک‌هاوس (ClickHouse) یک سیستم مدیریت پایگاه داده تحلیلی است که به طور خاص برای پردازش سریع و کارآمد داده‌های بزرگ طراحی شده است. این پایگاه داده به کاربران این امکان را می‌دهد که تحلیل‌های پیچیده را بر روی داده‌های حجیم انجام دهند و نتایج را در زمان واقعی (real-time) دریافت کنند. کلیک‌هاوس از معماری ستونی استفاده می‌کند که به بهینه‌سازی ذخیره‌سازی داده‌ها و تسریع در عملیات جستجو کمک می‌نماید. این سیستم به خصوص در حوزه‌های تجزیه و تحلیل داده، گزارش‌گیری و مدیریت داده‌های کلان محبوبیت دارد و به دلیل کارایی بالا و مقیاس‌پذیری، مورد توجه بسیاری از سازمان‌ها قرار گرفته است.
سال‌ها بود که سیستم‌های یکپارچه از پایگاه‌های داده بعنوان محلی برای تجمیع داده‌ها و ارسال به مصرف‌کنندگان دیتا استفاده می‌کردند. اما معماری میکروسرویس این را برنمی‌تابد. در این معماری باید تولیدکنندگان و مصرف‌کنندگان داده تا حد ممکن از یکدیگر مجزا شوند. اینجا بود که آپاچی کافکا بعنوان یک مکان خاص برای دریافت و ارسال داده‌ها وارد کار شد. آپاچی کافکا در حال حاضر یکی از مهم‌ترین ابزارهای ممکن در دنیای پردازش داده‌های استریم و در لحظه است. میزان تاخیر ارسال داده‌ها در این سیستم در پایین‌ترین حد ممکن قرار دارد. از این رو، آپاچی کافکا توسط 80 درصد شرکت‌های مختلف در حوزه‌ی تکنولوژی دنیا بکار گرفته خواهد شد. در این دوره یکی از مباحث اصلی کار، کافکا می‌باشد که تا حد بسیار عمیقی با آن آشنا خواهیم شد و کارهای عملی عمیقی در آن انجام می‌دهیم.
آپارچی فلینک (Apache Flink) یک فریم‌ورک و موتور پردازش توزیع شده برای محاسبات Stateful بر روی جریان‌های داده‌ی نامحدود و محدود است. این سیستم برای پردازش جریان‌های داده با تأخیر کم و توان عملیاتی بالا طراحی شده است و می‌تواند در محیط‌های کلاستر مختلف با هر مقیاسی اجرا شود. فلینک قابلیت‌هایی مانند تحمل خطا، معناشناسی “exactly-once” برای حالت برنامه‌ها و پشتیبانی از هر دو مدل پردازش جریان (streaming) و دسته‌ای (batch) را ارائه می‌دهد، که آن را به یک ابزار قدرتمند برای تجزیه و تحلیل داده‌های بلادرنگ (استریم)، تشخیص تقلب، و مانیتورینگ فرآیندهای کسب و کار تبدیل می‌کند.
زمانی هدوپ حرف اول و آخر دنیای پردازش داده‌ها را می‌زد. مهندسین در این حوزه بالاترین دستمزد ممکن را داشتند. تا اینکه آپاچی اسپارک متولد شد و با سرعت وحشتناک خود و اینکه یک سیستم پردازش داده‌ی توزیع‌شده بود، همگان را شگفت‌زده کرد. در این کورس، سعی خواهیم نمود که علاوه بر کافکا، اسپارک را نیز در حد بسیار حرفه‌ای بشما آموزش دهیم. مشابه با کافکا، در این حوزه نیز با دو زبان پایتون و جاوا با هسته‌ی اسپارک ارتباط برقرار خواهیم نمود. با اسپارک تقریبن هر کاری که یک مهندس داده و یک متخصص ام‌ال‌آپس نیاز به آن دارد را می‌توانیم انجام دهیم. از کوئری‌نویسی‌ها در زبان SQL گرفته تا انجام و پیاده‌سازی الگوریتم‌های یادگیری ماشین.
بعد از ظهور دیتابیس‌های رابطه‌ای و عملکرد فوق‌العاده‌ی آنها بتدریج وارد عصری شدیم که دیگر این نوع از دیتابیس‌ها پاسخگوی نیازهای سازمان‌ها نبودند. در این زمان بود که دیتاورهوزها پا به عرضه‌ی وجود گذاشتند. ام بعد از مدت کوتاهی بخاطر حجم بالای داده، این ساختار نیز با مشکلاتی مواجه شد. عصر هوش مصنوعی مفهوم و ساختاری با عنوان دیتالیک را برای ما به ارمغان آورد. اما باز هم گذشت زمان بما ثابت کرد که باز هم زیرساخت‌هایی دیتایی مجموعه خالی از نقص نیست. تا اینکه رسیدیم به ساختار Data Lake House که به کمک ابزارهایی همانند Delta Lake که توسط تیم اسپارک توسعه داده شده بود، اجرا می‌گردید.
در این قسمت با مفاهیم کلیدی کلاد کامپیوتینگ یا همان محاسبات ابری و سرویس‌های مختلف در پنل ابری ابرآروان آشنا خواهیم شد. تلاش خواهیم نمود که بخش زیادی از تسک‌های دوره را روی این سرویس دهنده‌ی خدمات ابری پیاده‌سازی نمائیم تا شما بصورت عملی با محیط پروداکشن یا تولید بطور کامل آشنا شوید. این بخش مخصوص شرکت‌کنندگان داخل ایران است که دسترسی به پنل‌های ابری سرویس‌دهندگان بزرگ مثل AWS, Azure, GCP ندارند.
در این دوره، علاوه بر پنل ابری آروان، شما را با AWS یکی از بزرگ‌ترین سرویس دهندگان خدمات ابری آشنا کرده و آموزش می‌دهیم که چگونه برخی از تسک‌های دوره را روی این پنل انجام دهید. این قسمت مخصوص شرکت‌کنندگانی است که خارج از ایران هستند و احیانن به پنل آروان دسترسی ندارند و یا بچه‌های داخل کشور که پنل امازون را دارند اما نمی‌دانند کار را چگونه و چطور آغاز نمایند.
یکی از ضعف‌های آپاچی اسپارک این است که سیستمی برای مدیریت کلاستر و نودها ندارد. در دنیای ام‌ال‌آپس به کمک کوبرنتیز که یک ابزار فوق‌العاده قدرتمند است، سعی خواهیم نمود که یک یک کلاستر اسپارک را پیاده‌سازی کرده و مدیریت آنرا به کوبرنتیز بسپاریم. کوبرنتیز، در ابتدا توسط گوگل توسعه داده شد. اما مدتی بعد تبدیل گردید به یک پروژه‌ی متن‌باز. در حال حاضر این ابزار تبدیل شده است به حالت پیش‌فرض در دنیای مدیریت کانتینرها.
در این کورس ابتدا مقدمات و مفاهیم اساسی این ابزار را خواهیم آموخت. سپس، به انجام کارهای عملی ممکن که یک مهندس داده به آن معلومات و دانسته‌ها نیاز دارد، می‌پردازیم.
در این بخش به پیاده‌سازی یک سیستم کشف تقلب برای یک مجموعه با تعدادی دفتر و دو دیتابیس خواهیم پرداخت. از ابزارهای زیر جهت پیاده‌سازی این پروژه استفاده خواهیم نمود:
1- آپاچی کافکا
2- آپاچی اسپارک
3- پوستگرس
4- مای اس‌کیوال
5- گرافانا
6- ردیس
7- ابرآروان برای پیاده‌سازی نهایی پروژه
بخش دوم- ام‌ال‌آپس
جنکینز (Jenkins) یک ابزار متن‌باز برای اتوماسیون فرآیندهای توسعه‌ی نرم‌افزار است. از این ابزار برای ساخت، تست و استقرار خودکار برنامه‌ها استفاده می‌شود. جنکینز با پشتیبانی از انواع زبان‌های برنامه‌نویسی و ابزارها، به توسعه‌دهندگان کمک می‌کند تا چرخه‌های توسعه را سریع‌تر و کارآمدتر مدیریت کنند. در این دوره شما را با مزایای بی‌شمار این ابزار در دنیای مهندسی داده و ام‌ال‌آپس آشنا خواهیم نمود.
ام‌ال فلو (MLflow) یک پلتفرم متن‌باز برای مدیریت چرخه‌ی عمر (lifecycle) مدل‌های یادگیری ماشین است. این پلتفرم شامل چهار مؤلفه‌ی اصلی است:
1. ردیابی مدل‌ها: امکان ردیابی و مستندسازی آزمایشات و نتایج مدل‌ها را فراهم می‌کند.
2. مدیریت مدل: امکان ذخیره، بارگذاری و به اشتراک‌گذاری مدل‌ها را فراهم می‌آورد.
3. اجرای مدل: امکان اجرای مدل‌ها در محیط‌های مختلف را می‌دهد.
4. مدیریت پروژه: به کاربران اجازه می‌دهد پروژه‌های یادگیری ماشین را سازماندهی کنند.
با استفاده از MLflow، تیم‌ها می‌توانند همکاری بهتری داشته باشند و روند توسعه مدل‌ها را بهینه کنند. در این کورس با این ابزار قدرتمند در دنیای ام‌ال‌آپس آشنا شده و اقدام به انجام کار عملی با آن می‌نمائیم.
بعد از دیپلوی نمودن مدل یادگیری ماشین و حتی دیتاپایپ‌لاین، ما ملزم به انجام یکسری اقدامات و امورات هستیم که تا حد ممکن، کیفیت پیش‌بینی (یا هر آنچه مدل ما قصد آنرا دارد) بالا و در حد مطلوبی نگهداریم. در این کورس اقدامایت از جمله امنیت، محرمانگی دیتا بعد از استقرار، و مواردی اینچنینی را بحث و بررسی می‌نمائیم و با ابزارهای مطرح در این راستا کار عملی خواهیم نمود.
در آخرین بخش از این دوره، با تمامی ابزارهایی که کار عملی کردیم، اقدام به ساخت یک مدل یادگیری ماشین نموده و آنرا در سرورهای ابری دیپلوی می‌نمائیم. سپس عملیات پایانی یعنی مانیتورینگ و امورات امنیتی برای محافظت از مدل خود را انجام خواهیم داد. این پروژه تا حد بسیار زیادی بما کمک خواهد نمود که بتوانیم مفاهیم تئوری ذهنی خود را بصورت عملیاتی در آورده و آنها را بسازیم.
بخش سوم- راست برای مهندسی داده
در این دوره ابتدا مقدمات لازم برای کار با زبان برنامه‌نویسی Rust مطرح خواهد شد. راست زبان سختی است. اما بدلیل اینکه می‌توان با آن برنامه‌هایی نوشت که کار با CPU و Memory را بهینه می‌کند، در دنیای مهندسی داده که مدیریت منابع فوق‌العاده مهم است، توان کار و کدنویسی با این زبان بزودی به یکی از مهارت‌های شگف‌انگیز یک مهندس داده تبدیل خواهد شد. چیزی در حدود 8 ساعت آموزش روی مقدمات زبان راست خواهیم داشت. سپس در گام بعدی وارد CipherMQ خواهیم شد تا معماری و عملکرد این پروژه را بشما آموزش دهیم.
در آخرین بخش از دوره به ابزاری با نام CipherMQ خواهیم پرداخت. این ابزار یک مسج-بروکر فوق‌العاده امن و پرسرعت است که با زبان راست نوشته شده و با یک کلاینت پایتونی با آن تعامل خواهیم نمود.
به کمک راست می‌توانیم بسیاری از تکنولوژی‌های موجود در دنیای مهندسی نرم‌افزار و مهندسی داده را مجدد کدنویسی کرد تا به یک محصول بهینه‌تر رسید.
لازم به ذکر است که CipherMQ توسط مدرس دوره و تعدادی از هنرجویان سابق ایشان در حال توسعه است.
ثبت‌نام و ورود به دنیای مهندسی داده
با ثبت‌نام زود هنگام با کد «de7soon» یک میلیون تومان تخفیف بگیرید! فقط برای ده نفر اول ظرفیت دارد.
این دوره مناسب چه افرادی هست؟
- علاقمندان به دنیای تکنولوژی و کامپیوتر
- پژوهشگران حوزه هوش مصنوعی، بخصوص یادگیری ماشین
- افرادی که بدنبال ارتقای مهارت برای ورود به دنیای کار هستند
- افرادی که مفاهیم تئوری را بخوبی می‌شناسند اما عملی کار انجام نداده‌اند
نیاز به هیچ دانش ابتدایی ندارید
در این دوره ما فرض می‌کنیم که شما دانش بسیار محدودی از دنیای کامپیوتر، مهندسی داده و ام‌ال‌آپس دارید. تلاش می‌کنیم که تمامی موارد و مفاهیم را بصورت کاملن عملی و کاربردی بشما منتقل نمائیم. در پایان دوره متوجه حجم عظیم دانشی که کسب نموده‌اید خواهید شد.
من محمد فزونی هستم
عضو هئیت علمی دانشگاه گنبدکاووس و دانشیار گروه ریاضی و آمار در این دانشگاه (مشاهده‌ی صفحه‌ی دانشگاهی بنده). از سال 1393 بطور رسمی وارد حرفه‌ی تدریس شدم و تا امروز و با افتخار بیش از هزاران دانشجو را در ایران و خارج از کشور تربیت نمودم.
10+
کورس مختلف
15+
سال تجربه
200 K+
بازدید در یوتیوب
30 K+
دانشجو
زبان راست چیست و چرا در مهندسی داده به سمت آن باید برویم؟
زبان Rust یک زبان برنامه‌نویسی سیستم‌محور است که به خاطر امنیت، کارایی و قابلیت‌های هم‌زمانی (concurrency) خود شناخته می‌شود. راست به توسعه‌دهندگان این امکان را می‌دهد که بدون نگرانی از مشکلات معمولی مانند نشت حافظه (memory leaks) و خطاهای هم‌زمانی، نرم‌افزارهای سریع و پایدار بسازند. این زبان از یک سیستم نوع قوی و بررسی‌های زمان کامپایل بهره می‌برد که باعث می‌شود بسیاری از خطاهای رایج در زمان توسعه شناسایی شوند و به این ترتیب، کیفیت کد بهبود یابد.
در زمینه مهندسی داده، راست به خاطر کارایی بالای خود و قابلیت‌های مدیریت حافظه بهینه، به یک انتخاب جذاب تبدیل شده است. با توجه به حجم بالای داده‌ها و نیاز به پردازش سریع آنها، راست می‌تواند در پروژه‌های مقیاس بزرگ و پیچیده به خوبی عمل کند. علاوه بر این، جامعه‌ی رو به رشد راست و کتابخانه‌های متنوع آن، به توسعه‌دهندگان این امکان را می‌دهد که به راحتی ابزارهای تحلیلی و پردازشی خود را ایجاد کنند. به همین دلیل، توجه به زبان راست در مهندسی داده می‌تواند به بهبود عملکرد و امنیت نرم‌افزارها کمک کند.
توجه بفرمائید که طبق نظرسنجی‌های بعمل آمده در سایت استک‌اورفلو زبان راست برای 8 سال پیاپی، بهترین زبان برنامه‌نویسی در دنیا انتخاب شده است.
ام‌ال‌آپس چیست و گرایش بازار به کدام سمت می‌رود؟
در دهه‌ی گذشت شاهد حضور بی‌نظیر هوش مصنوعی و مباحث تحلیل داده در سازمان‌های مختلف بودیم. اما گذشت زمان به همگان ثابت نمود که بدون بستر دیتایی مناسب انجام پروژه‌هایی که وابسته به دیتا می‌باشد، غیر ممکن است. در نتیجه مهندسی داده (Data Engineering) متولد شد تا پاسخی باشد به این نیاز؛ یعنی حوزه و رشته‌ای که بستر و زیر ساخت دیتایی را برای کسب‌وکارها تهیه و تدارک می‌بیند. اما دنیای هوش مصنوعی که بسرعت باد در حال توسعه و تکامل است، اخیرن برگ دیگری را برای ما رو کرده و آن هم نیاز به متخصصین ام‌ال‌آپس می‌باشد که به خواسته‌های تخصصی سازمان‌ها پاسخ مناسب‌تر و سریع‌تری بدهند. در ادامه سعی می‌کنیم به این سوال که «ام‌ال‌آپس چیست و چگونه وارد این حوزه بشویم؟» پاسخ بدهیم.
اما ابتدا باید یک تعریف کلی از این حوزه داشته باشیم:
ام‌ال‌آپس (MLOps = Machine Learning Operations) یا عملیات یادگیری ماشین به مجموعه‌ای از فرآیندها، ابزارها و بهترین شیوه‌ها (Best Practices) اشاره دارد که به تیم‌های داده کاوی و یادگیری ماشین کمک می‌کند تا مدل‌های یادگیری ماشین را از مرحله توسعه تا تولید و نگهداری به طور مؤثر مدیریت نمایند (ادامه این نوشتار را در این لینک و مقاله مطالعه نمائید).
در این دوره مفاهیم تئوری را از کتاب زیر خواهیم گفت که توسط متخصصان گوگل در سال 2024 به چاپ رسیده و در حال حاضر یکی از بهترین کتاب‌ها در دنیای MlOps و یا صنعتی‌سازی مدل‌های یادگیری ماشین محسوب می‌شود:
برخی از نظرات فراگیران قبلی
برخی از مشتریان ما
سوالات متداول
بله. از طریق نرم‌افزار اسپات‌پلیر دسترسی به تمامی ویدیوها خواهید داشت. برای هر شخص یک لایسنس صادر خواهد شد. در صورتی که لایسنس شما به هر دلیلی از کار بیافتد باید برای دریافت لایسنس دوم مبلغی را پرداخت نمائید. در نتیجه در حفظ و نگهداری کد مربوط به خود نهایت دقت را مبذول فرمائید.
تمامی سوالات و ابهامات هنرجویان توسط مدرس، آقای دکتر فزونی، پاسخ داده خواهد شد. یک گروه تلگرامی داریم که بعد از ثبت‌نام در آنجا عضو خواهید شد. به تفکیک هر درس، یک تاپیک وجود دارد که در همان بخش سوالات را مطرح می‌نمائید.
روز مشخصی ندارد و زمان و روز کلاس‌های آنلاین توسط مدرس و با هماهنگی با هنرجویان تنظیم خواهد شد. در نظر داشته باشید که کلاس‌های آنلاین تنها جهت رفع اشکال و گفتگو با شرکت‌کنندگان است. تسک‌های (تمرین‌های) عملی دوره بصورت آفلاین ضبط و در پنل شما قرار خواهند گرفت.
بله. می‌توانید وجه ثبت‌نام را در سه قسط با مشخصات زیر واریز نمائید
- 3 میلیون تومان (پرداختی اول)
- 3 میلیون تومان (قسط اول، سی روز پس از ثبت‌نام)
- 2 میلیون و سیصد هزار تومان (قسط دوم، شصت روز پس از ثبت‌نام)
به منظور ثبت‌نام قسطی به این صفحه مراجعه نمائید و در بخش توضیحات مرقوم بفرمائید که وجه پرداختی جهت ثبت‌نام در چه دوره‌ای هست.
- توجه بفرمائید در حالتی که شما دوره را بصورت قسطی تهیه بفرمائید، تنها به اندازه میزان پرداختی، دسترسی شما به ویدیوها باز خواهد شد.
- اگر در موعد مقرر، مبلغ قسط خود را پرداخت ننمائید، مجموعه می‌تواند دسترسی شما را قطع نماید.
بدانید که آرزوی تیم آموزشی ما این است که بتوانیم شما را در مسیر درست قرار دهیم. پس از موارد مطرح شده برداشت منفی نفرمائید.
در حالت کلی خیر. بهترین مدرک، مهارت‌هایی است که کسب می‌نمائید. ولی در صورت نیاز و درخواست برای شما مدرک نیز صادر خواهیم نمود.
هیچ کورسی در دنیا (در دنیای تکنولوژی) بعد از اتمام شما را مستقیم به شغل و درآمد نخواهد رساند. تنها تداوم در یادگیری و شرکت در جلسات مصاحبه مسیر را برای شما باز می‌کند. پس درگیر عناوین تبلیغاتی مختلف نشوید. اما مطمئن باشید که این مهارت‌ها بسیار فراگیر بوده و نیاز به آنها در حال حاضر بسیار زیاد است. ولی در این دوره چون عمق مطالب را بیشتر نمودیم، قطعن شما توانمندی‌هایی بسیار خاص را کسب خواهید نمود که ضامن موفقیت در جلسات مصاحبه می‌باشد.
مدرس تمامی موارد را بشما خواهد گفت، اما شما باید سطح مطلوبی از اطلاعات را از دنیای کار با داده‌ها داشته باشید که بتوانید بهترین نتیجه ممکن از این دوره را بگیرید.
تمامی آموزش‌ها برای سیستم عامل ویندوز که فراگیرتر است، تهیه می‌شوند. اما شما براحتی می‌توانید دروس را در لینوکس و یا مک نیز پیاده‌سازی نمائید.