مسیر راه یادگیری مهندسی داده

مسیر راه یادگیری مهندسی داده

نوشته شده توسط: مجتبی بنائی
تاریخ انتشار: ۰۸ فروردین ۱۴۰۰
آخرین بروزرسانی: ۱۹ بهمن ۱۴۰۰
زمان مطالعه: 6 دقیقه
۴
(۵)

مقدمه

مدیریت زیرساخت داده در شرکت‌ها و سازمان‌های مختلف به یک نیاز اساسی تبدیل شده است و  موج آگهی‌های استخدام مهندس داده  از سمت شرکت‌های بزرگ ایرانی به سمت شرکت‌های متوسط و کوچک در حرکت است.  مهندسی داده  که در حقیقت ترکیب علم مدیریت کلان‌داده و داده‌های جریانی با دیتابیس‌های تحلیلی،‌ رابطه‌ای و NoSQL و نیز ابزارهای مختلف جمع آوری، ‌انتقال و پردازش داده است، حوزه بسیار وسیعی از مهارت‌ها را شامل می‌شود و نیاز به تجربه و بینشی عمیق در این حوزه دارد.

برای دوستانی که قصد یادگیری مهارت‌های مورد نیاز برای کار در حوزه مهندسی داده به صورت خودآموز دارند و یا می خواهند نکات تکمیلی در این خصوص را فرابگیرند، مسیر راه یادگیری مهندسی داده که توسط سایت  DataStack.tv  تهیه و در اختیار عموم قرار گرفته است را توصیه می‌کنیم که می‌تواند دیدی تقریبا کامل در باب مهندسی داده و نیازمندی‌های آن به علاقه‌مندان ارائه دهد.سعی خواهیم کرد نسخه بومی شده و جدیدتر این اینفوگرافیک حرفه‌ای را در آینده‌ای نزدیک منتشر نماییم.

 می‌توانید مسیر راه یادگیری مهندسی داده سایت Awesome Data Engineering  را هم به عنوان مکمل این اینفوگرافیک، بررسی کنید.

 

چه رتبه ای می‌دهید؟

میانگین ۴ / ۵. از مجموع ۵

اولین نفر باش

title sign
معرفی نویسنده
مجتبی بنائی
مقالات
3 مقاله توسط این نویسنده
محصولات
5 دوره توسط این نویسنده
مجتبی بنائی

دانشجوی دکترای نرم‌افزار دانشگاه تهران، مدرس دانشگاه و فعال در حوزه مهندسی‌ نرم‌افزار و علم داده که تمرکز کاری خود را در چند سال اخیر بر روی مطالعه و تحقیق در حوزه کلان‌داده و تولید محتوای تخصصی و کاربردی به زبان فارسی و انتشار آنها در سایت مهندسی داده گذاشته است. مدیریت پروژه‌های نرم‌افزاری و طراحی سامانه‌های مقیاس‌پذیر اطلاعاتی از دیگر فعالیتهای صورت گرفته ایشان در چند سال گذشته است.مهندس بنائی همچنین: مدرس دوره‌های BigDataی نیک آموز، دانشجوی دکترای نرم افزار و مدرس دانشگاه تهران، مجری و مشاور پروژه‌های کلان‌داده در سطح ملی و بین المللی، فعال در حوزه تولید محتوای تخصصی در زمینه پردازش داده می باشد.

title sign
دیدگاه کاربران