مهندسی داده در دهه گذشته به سرعت رشد کرده است و بسیاری از مهندسان نرمافزار، دانشمندان داده و تحلیلگران را به دنبال دیدگاهی جامع از این حوزه رها کرده است. با این کتاب کاربردی، یاد خواهید گرفت که چگونه با ارزیابی بهترین فناوریهای موجود از طریق چارچوب چرخه حیات مهندسی داده، سیستمهایی را برای پاسخگویی به نیازهای سازمان و مشتریان خود برنامهریزی کرده و بسازید. نویسندگان، جو ریس و مت هاسلی، شما را در طول چرخه حیات مهندسی داده راهنمایی میکنند و نشان میدهند که چگونه فناوریهای ابری مختلف را برای خدمت به نیازهای مصرفکنندگان نهایی داده به یکدیگر متصل کنید. شما درک خواهید کرد که چگونه مفاهیم تولید داده، جذب (Ingestion)، ارکستریشن (Orchestration)، تبدیل (Transformation)، ذخیرهسازی (Storage) و حاکمیت داده (Governance) را که در هر محیط دادهای فارغ از فناوری زیرساختی حیاتی هستند، اعمال کنید. این کتاب به شما کمک میکند تا: یک نمای کلی و مختصر از کل چشمانداز مهندسی داده به دست آورید. مسائل مهندسی داده را با استفاده از یک چارچوب سرتاسری از بهترین روشها ارزیابی کنید. هنگام انتخاب فناوریهای داده، معماری و فرآیندها، تبلیغات بازاریابی را کنار بزنید. از چرخه حیات مهندسی داده برای طراحی و ساخت یک معماری مستحکم استفاده کنید. حاکمیت داده و امنیت را در سراسر چرخه حیات مهندسی داده ادغام کنید.
اشتراکی

با مرور فصلها، ساختار ، محتوای کتاب را به سرعت بشناسید.
با مرور فصلهای این کتاب میتونی خیلی سریع بفهمی هر بخش چی یاد میده، ساختار کلی چطوره و از کجا باید شروع کنی. هر فصل روی یک مفهوم یا مهارت خاص تمرکز داره و موضوعات اصلیش رو میبینی تا انتخابت آگاهانهتر باشه. چه بخوای کل کتاب رو دنبال کنی، چه فقط یک بخش خاص رو دنبال کنی، این نما کمکت میکنه مسیرت رو پیدا کنی.
این بخش مفاهیم پایهای مهندسی داده را پایهگذاری کرده، نقش مهندس داده را تعریف میکند و چرخه حیات مهندسی داده را معرفی مینماید. این قسمت اصول طراحی معماریهای داده مستحکم را پوشش داده و چارچوبی برای ارزیابی و انتخاب فناوریهای مناسب ارائه میدهد.

توصیف مهندسی داده

چرخه حیات مهندسی داده

طراحی معماری داده خوب

انتخاب فناوریها در سراسر چرخه حیات مهندسی داده
این بخش به طور عمیق به هر یک از مراحل چرخه حیات مهندسی داده میپردازد. این قسمت نحوه تولید داده در سیستمهای منبع، ذخیرهسازی کارآمد، جذب داده قابلاعتماد، تبدیل از طریق پرسوجوها و مدلها، و در نهایت ارائه آن برای تحلیل، یادگیری ماشین و ETL معکوس را بررسی میکند.

تولید داده در سیستمهای منبع

ذخیرهسازی

جذب داده

پرسوجوها، مدلسازی و تبدیل

ارائه داده برای تحلیل، یادگیری ماشین و ETL معکوس
این بخش پایانی به جنبههای حیاتی امنیت و حریم خصوصی در مهندسی داده میپردازد و بر عادتهای امنیتی فعال و اصل حداقل امتیاز تأکید میکند. همچنین با بحث در مورد روندهای نوظهور مانند پشته دادههای زنده و ادغام دادهها با برنامهها، به آینده این حوزه نگاهی میاندازد.

امنیت و حریم خصوصی

آینده مهندسی داده
11 فصل در حال تولید
مدت زمان خوانش
13:34
نوع کتاب
اشتراکی
شرکت کنندگان
0 نفر
تولید کتاب
۳۱ شهریور ۱۴۰۵