برای نخستیـــن بار در ایـــران
Data Engineering with AWS

چرا باید در این دوره شرکت کرد؟

در این دوره‌ی آموزشی شما در کوتاه‌ترین زمان ممکن با 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. در این کورس آموزشی، با تمامی ابزارهایی که در بخش سرفصل‌ها (در ادامه) خواهید دید، آشنا خواهیم شد و با آنها به انجام کار عملی می‌پردازیم. مفاهیم تئوری را طبق جدیدترین کتب آموزشی در این حوزه بیان خواهیم کرد و جدیدترین ابزارهایی را که در حال حاضر کمپانی‌ها و شرکت‌های بزرگ در حال استفاده از آنها هستند، بشما آموزش خواهیم داد. همچنین برای نخستین بار در ایران، با ابزارهایی از آمازون (AWS) که در دنیای مهندسی داده بسیار پرکاربرد و بروز هست آشنا شده و کار خواهیم نمود. 

به شما آموزش خواهیم داد که چگونه از داخل ایران، از خدمات ابری آمازون استفاده نمائید. دقت کنید که برای دسترسی امن (با ریسک از دسترس خارج شدن بسیار کمتر) به پنل آمازون (Amazon Free Tier) مبلغی در حدود 700 الی 1 میلیون و 300 هزار تومان باید هزینه شود. البته روش‌هایی برای دسترسی رایگان به پنل آمازون نیز وجود دارد که در طول دوره آنرا با شما به اشتراک خواهیم گذاشت (در جلسات مرتبط با آمازون نحوه‌ی کار تشریح می‌گردد). شرکت‌کنندگانی که خارج از ایران هستند برای این بخش نیاز به هیچ مبلغ اضافه‌ای ندارند. 

🛑 تمرکز فضای دانشگاهی بیشتر بر تحقیق است تا مهارت و توانایی انجام کار عملی. پس اگر بدنبال مهارت‌های مفید و کاربردی هستید، تا از این طریق بتوانید وارد فضای کار بشوید، در بیرون محیط دانشگاه بدنبال دوره‌ها و افراد فعال در آن حوزه بگردید و کسب مهارت کنید. برای سرمایه‌گذاری روی خودتان، تردید نکنید.  

مدرس دوره کیست؟

آشنایی با ایشان

دکتر محــمد فزونــی

عضو هئیت علمی تمام وقت
دانشگاه گنبدکاووس
دانشیار گروه ریاضی و آمار

دکتر محمد فزونی، عضو هئیت علمی تمام وقت و دانشیار گروه ریاضی و آمار دانشگاه گنبدکاووس هستند. ایشان  از سال 1393 در این مجموعه مشغول به فعالیت‌های آموزشی و پژوهشی می‌باشند و از سال 1398 با داشتن یک بنیه‌ی قوی علمی تحلیلی (ریاضی) وارد دنیای علم داده شدند و تا به امروز در فعالیت‌های مختلفی، از آموزش گرفته تا انجام پروژه‌های داخلی و خارجی مشغول به فعالیت در حوزه‌های علم داده و مهندسی داده هستند. برخی از مدارک تخصصی ایشان در دنیای کلاد بشرح ذیل می‌باشند:

  • 1- AWS Kinesis
  • 2- AWS data analytics fundamentals
  • 3- Abrarvan Certifies Cloud Associate
پشتیبانی

تلگرام و ارسال تیکت

دسترسی همیشگی

به ویدیوها

دریافت ویدیوها

در پنل کاربری (دانلود ویدیوها)

پشتیبانی و پاسخگویی به سوالات، صد در صد توسط مدرس، آقای دکتر فزونی صورت خواهد گرفت. ما در این مجموعه همکار آموزشی (TA) نداریم! 

سرفصل‌های دوره

مهندسی داده چیست؟

کار با خط فرمان لینوکس

کار با آپاچی اسپارک

کار با کوبرنتیز

کار با آمازون اس.تری (S3)

آمازون ردشیفت (Redshift)

طراحی یک معماری داده

دیتابیس‌های غیررابطه‌ای

کافکا و چند ابزار دیگر از آپاچی

کار با ایرفلو

آمازون گلو (AWS Glue)

مدیریت انتقال دیتابیس (DMS)

انتخاب تکنولوژی

داکر و کاربرد آن

آشنایی با ابزارهای مانیتورینگ

کار با پرستو (Presto)

آمازون کنیسس (Kinesis)

دریافت داده بصورت بچ و استریم

سرفصل‌های بخش AWS

  1. Creating a new AWS account and accessing it.
  2. Installing and configuring the AWS CLI.
  3. Creating a Lambda layer containing the AWS Data Wrangler library.
  4. Configuring Lake Formation permissions.
  5. Architecting a sample pipeline.
  6. Ingesting data with AWS DMS.
  7. Ingesting streaming data with Amazon Kinesis Data Firehose.
  8. Joining datasets with AWS Glue Studio.
  9. Creating data transformations with AWS Glue DataBrew.
  10. loading data into an Amazon Redshift cluster and running queries.
  11. Orchestrating a data pipeline using AWS Step Function.
  12. Creating an Amazon Athena workgroup and switching Workgroups and running queries.
  13. Creating a simple QuickSight visualization.
  14. Reviewing reviews with Amazon Comprehend.

🛑 قسمت‌های 13 و 14 را در آینده و بصورت آپدیت به دوره اضافه خواهیم نمود.

در کل 30 جلسه‌ی آموزشی خواهیم داشت!

  1. بیست (20) جلسه موارد مربوط به مهندسی داده است که با ابزارهای متن‌باز کار خواهیم نمود.
  2. ده (10) جلسه موارد مرتبط با کلاد آمازون می‌باشد که امکان اضافه شدن آن نیز وجود دارد (بدون پرداخت هزینه برای شرکت‌کنندگان).

جهت تهیه‌ی این دوره (و صد البته سرمایه‌گذاری روی خودتان) از طریق لینک زیر اقدام نمائید:

نحوه‌ی برگزاری

  1. تمامی آموزش‌ها برای سیستم عامل ویندوز طراحی شده‌اند.
  2. جهت شرکت در دوره، داشتن یک دانش متوسط از کامپیوتر، آشنایی در حد میانی با زبان انگلیسی و همراه داشتن یک سیستم تقریبن خوب (رم 8 و پردازنده‌ی 5 هسته‌ای همراه با هارد ssd) به یادگیری شما بسیار کمک خواهند نمود.
  3. آشنایی با زبان پایتون در حد متوسط به بالا در طول دوره بسیار مفید خواهد بود. 
  4. آشنایی با SQL و آگاهی از کلیت کار دیتابیس نیز بسیار مفید می‌باشد.  
  5. بیست (20) جلسه از این دوره، همان ویدیوهای کورس مبانی مهندسی داده هست که بتازگی برگزار شده است. مابقی ویدیوها بروز ضبط خواهند شد و در پنل کاربری شما قرار خواهند گرفت. در صورت نیاز برای کلاس‌های آنلاین نیز با هنرجویان هماهنگی‌های لازم انجام خواهد شد. 
  6. ممکن است که جلساتی مازاد نیز به دوره اضافه گردد. هدف تکمیل‌تر نمودن دوره و عمق دانش شماست. 
 

شما می‌توانید هزینه‌ی شرکت در این دوره را از طریق رمزارزها نیز واریز نمائید. برای این منظور با پشتیبانی ارتباط برقرا نمائید تا آدرس کیف پول و نوع ارز را مشخص و تائید کنید

سوالات متداول

✅ بله. ویدیوهای دوره بصورت فایل‌های قابل دانلود در اختیار شما قرار خواهند گرفت.

✅ بله. مبلغ دو میلیون تومان کسر خواهد شد و مابقی را پرداخت می‌نمائید.

✅ متاسفانه در حال حاضر خیر.

در طول دوره راه و روش را بشما معرفی خواهیم نمود.

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. 

نه ساعت زیاد دلیل بر کیفیت بالاست و نه برعکس آن. هدف ما این است که تا حد ممکن «یاد گرفتن را به دانشجو یاد بدهیم». اگر یاد بگیریم که خودمان بیاموزیم، بزودی از شر تمام این کورس‌ها و دوره‌ها خلاص خواهیم شد.  

هنوز ابهام دارید؟

می‌خواهید با مدرس صحبت کنید؟

اگر قصد دارید که قبل از ثبت‌نام با مدرس بطور مستقیم صحبت کنید و ابهامات و سوالات خود را مطرح نمائید، به لینک زیر مراجعه کنید. وقت بگیرید (نیازی به پرداخت هزینه نیست). در قسمت توضیحات بنویسید که دلیل این ملاقات چیست. سپس آقای دکتر وقت را با شما هماهنگ خواهند نمود.