Python و SQL و PySpark لأساسيات البيانات الضخمة

تتطلب معالجة البيانات الضخمة مجموعة محددة من الأدوات لإدارة وتحليل المعلومات على نطاق واسع. إذا كنت تبدأ مسيرتك المهنية في هندسة البيانات أو علم البيانات، فإن إتقان هذا الثلاثي التكنولوجي الأساسي أمر ضروري. يقدم هذا البرنامج مقدمة شاملة للثلاثي الأساسي لمهارات البيانات: برمجة Python عملية تركز على هياكل البيانات، و SQL قوي للاستعلام وإدارة قواعد البيانات (باستخدام PostgreSQL)، و PySpark للحوسبة الموزعة حقًا. ستكتسب الثقة اللازمة لهيكلة مجموعات البيانات الضخمة والاستعلام عنها ومعالجتها بكفاءة. ما ستتعلمه: * إتقان مبادئ برمجة Python الأساسية واستخدام مكتبة pandas لمعالجة البيانات وتنظيفها بكفاءة. * فهم بنية الحوسبة الموزعة وتطبيق PySpark DataFrames لمعالجة البيانات على نطاق واسع باستخدام Apache Spark. * كتابة استعلامات SQL معقدة، بما في ذلك التقنيات المتقدمة مثل Common Table Expressions (CTEs) ودوال النافذة، باستخدام PostgreSQL. * ممارسة تحسين أداء الاستعلامات وتنفيذ مهام إدارة قواعد البيانات الأساسية. * تطبيق سير العمل الكامل، من قراءة البيانات الأولية باستخدام SQL إلى تحويلها في Python وتوسيع نطاق التحليل النهائي باستخدام PySpark. تبدأ الدورة بمفاهيم أساسية في معالجة البيانات وهيكل قاعدة البيانات قبل الانتقال إلى الممارسة العملية مع برمجة Python المصممة لمهام البيانات. تركز الوحدات النهائية على تطبيق تقنيات استعلام SQL وتوسيع نطاق تلك العمليات باستخدام القوة الموزعة لـ PySpark. تم تصميم هذه الدورة للمبتدئين تمامًا المهتمين بأدوار هندسة البيانات أو علم البيانات أو تحليل البيانات الذين يحتاجون إلى أساس قوي وعملي في تقنيات البيانات الضخمة. لا يلزم وجود خبرة سابقة في Python أو SQL أو Spark. ابدأ في بناء مجموعة مهاراتك الأساسية في البيانات الضخمة اليوم.