دپارتمانمهندسی نرم افزار و ابزارهای توسعه
دوره های در حال ثبت نام
کد دوره : --
Big Data و سکوهای پردازش توزیع شده

این دوره برای علاقه مندان به مباحث Big Data و پردازش های توزیع شده طراحی شده است. پس از گذراندن دوره، دانش آموختگان درک بهتری از محیط کلان داده خواهند داشت و می توانند بسیاری از مسائل موجود در دنیای واقعی را با استفاده از ابزارهای موجود در این زمینه مدل کرده و توسعه دهند.

فرصت شغلی:
​شایان ذکر است لایتک صنعتی شریف ، برترین دانشجویان این دوره را با تایید استاد، به شرکت های زیر جهت نیروی کار و یا کارآموز معرفی مینماید 
شرکت پایانه های داده ای نوین (برای دیدن جزئيات اینجا کلیک نمایید )
 

در صورت نیاز به مشاوره و راهنمایی جهت شرکت در دوره، می توانید با شماره های لایتک تماس گرفته و نسبت به تعیین زمان مشاوره توسط کارشناسان لایتک اقدام گردد.

دوره های آموزشی کلان داده را برای حرفه ای شدن به خاطر بسپارید:

  • دوره تخصصی پایگاه داده های غیررابطه ای
  • دوره تخصصی Big Data
  • دوره تخصصی Apache Spark
مخاطبان دوره
  • علاقه مندان به مباحث Big Data
  • دانشجویان و فارغ التحصیلان رشته های کامپیوتر و فناوری اطلاعات
  • علاقه مندان به مفاهیم سیستم ها و برنامه نویسی توزیع شده
توانایی پس ازگذراندن دوره

آشنایی با مفاهیم و راه‌حل‌های موجود در دنیای کلان داده و توانایی حل مسائل موجود در این حوزه با استفاده از ابزارهای تدریس شده در کلاس

سرفصلهای دوره
  • توضیح در خصوص کلان داده و سیستم های توزیع شده
  • مفاهیم سیستم فایل توزیع شده و بررسی سیستم فایل هادوپ ) HDFS )
  • مفهوم مدل برنامه نویسی Mapreduce
  • نصب کلاستر سکوی Hadoop )سیستم فایل HDFS و چهارچوب Yarn ( و اجرای برنامه های نمونه بروی آن
  • نصب کلاستر Apache Storm و مدل توسعه برنامه در آن و اجرای برخی از مسایل دنیای واقعی بروی آن
  • نصب کلاستر Apache Spark و مدل توسعه برنامه در Spark و اجرای برنامه های نمونه بروی آن
مدت زمان
۴۰
هزینه دوره حضوری
۱۲۰۰۰۰۰ تومان
هزینه دوره مجازی
دوره به صورت مجازی برگزار نمی شود
تاریخ برگزاری
۹۸/۰۴/۲۰
روزهای برگزاری
پنجشنبه
ساعات برگزاری
۱۲ الی ۱۶
کد دوره : --
یادگیری عمیق – Deep Learning

در این دوره، یکی از محبوب ترین و پرکاربردترین حوزه علوم داده، یادگیری عمیق (Deep learning)، معرفی خواهد شد. در این دوره، علاوه بر آشنایی با مبانی تئوری یادگیری عمیق، تکنیک ها و مدل­های مختلف آموزش شبکه­های عصبی عمیق، قادر خواهید بود تا در عمل نیز به طراحی، پیاده­سازی و آموزش این شبکه­ها بپردازید. همچنین در این آموزش به کاربردهای آکادمیک و تحقیقاتی و کاربردهای عملی یادگیری عمیق پرداخته خواهد شد. 

مخاطبان دوره

افرادی که حوزه کاری یا تحقیقاتی آنان یادگیری ماشین و عمیق باشد

توانایی پس ازگذراندن دوره

امکان تحلیل و ساخت برنامه کاربردی در حوزه یادگیری عمیق

سرفصلهای دوره
  • مقدمه و معرفی یادگیری عمیق (Deep learning)
  • معرفی هوش مصنوعی، یادگیری ماشین و یادگیری عمیق
  • تاریخچه یادگیری عمیق
  • کاربردهای یادگیری عمیق
  • مزایا و چالش های یادگیری عمیق
  • روش ها و مدل های یادگیری عمیق
  • معرفی مدل های یادگیری عمیق
  • یادگیری بدون نظارت (Unsupervised)
  • مدل های خود رمزنگار (Auto Encoder)
  • مدل های شبکه عصبی عمیق مولد (Generative adversarial network)
  • یادگیری با نظارت (Supervised)
  • مدل های شبکه عصبی کانولوشنی (Convolutional neural network)
  • مدل های شبکه عصبی بازگشتی (Recurrent neural network)
  • جزئیات شبکه های عصبی کانولوشنی
  • لایه های کانولوشن
  • لایه های کاهش اندازه
  • مدل های برتر شبکه های عصبی کانولوشنی
  • نحوه آموزش شبکه های عصبی
  • آماده سازی داده های آموزش
  • انتخاب معماری مناسب شبکه
  • الگوریتم های آموزش و بهینه سازی
  • تکنیک های تنظیم و بهبود روند آموزش
  • تکنیک Batch Normalization
  • تکنیک Dropout
  • تکنیک انتقال یادگیری (Transfer Learning)
  • سخت افزارها، نرم افزارها و برنامه نویسی یادگیری عمیق (با پایتون)
  • معرفی سخت‌ افزارهای مناسب برای پیاده سازی ایده های یادگیری عمیق
  • معرفی نرم افزارها و کتابخانه های برنامه نویسی حوزه یادگیری عمیق
  • نحوه راه اندازی بسترهای کدنویسی پایتون، TensorFlow در ویندوز
  • مثال های برنامه نویسی در کتابخانه TensorFlow به زبان پایتون
مدت زمان
۲۸
هزینه دوره حضوری
۶۰۰۰۰۰ تومان
هزینه دوره مجازی
دوره به صورت مجازی برگزار نمی شود
تاریخ برگزاری
۹۸/۰۳/۲۸
روزهای برگزاری
سه شنبه
ساعات برگزاری
۱۶ الی ۲۰
کد دوره : --
Docker for Sysadmins

Docker در واقع یکEngine  متن باز بوده که وظیفه اتومات سازی Deploy  کردن اپلیکیشن ها را بر روی Container  ها دارد و همچنین یک نرم افزار تسهیل کننده جهت راه اندازی، ایجاد، Deploy گردن برنامه ها و به طوری کلی کار با Container ها می باشد.

در این دوره ما قصد داریم شما را با مفاهیمDocker  و تکنولوژی آن اشنا سازیم با هم به چند سرویس مختلف را در قالب Container پیاده کرده و نحوه کار با آن را فرا گیریم.

در دوره مذکور امکان پیش ثبت نام وجود دارد لطفا پس از مراجعه به پروفایل خود تنها بر روی نام دوره و گزینه ثبت نام کلیک کنید، در صورت به حد نصاب رسیدن با شما تماس گرفته می شود.

 

امروزه استفاده از سیستم عامل لینوکس در سمت سرورهای مختلف بسیار متداول شده است و بسیاری از شرکتها و سازمانها به کارشناسان مرتبط در حوزه آموزش لینوکس و متن باز نیاز دارند. در همین راستا، لایتک به ارائه آموزشهای حرفه ای سیستم عامل لینوکس می پردازد به گونه ای که دوره های آموزشی آن در قالب دوره های حضوری گروهی برگزار می شوند.  

مسیر یادگیری دوره های مربوط به سیستم عامل لینوکس به شرح ذیل می باشد:

  • Linux Essentials
  • Linux DevOps Tools Engineer
  • LPIC-1 Certified Linux Administrator
  • LPIC-2 Certified Linux Engineer
  • LPIC-3 300: Linux Enterprise Professional Mixed Environment
  • LPIC-3 303: Linux Enterprise Professional Security
  • LPIC-3 304: Linux Enterprise Professional Virtualization and High Availability
  • Docker for Sysadmins
  • Shell Scripting

 

مخاطبان دوره
  • تمامی لینوکس کاران و متخصصان شبکه
  • Sysadmins Developers
توانایی پس ازگذراندن دوره
سرفصلهای دوره
  • شروع کار با Docker
  • معرفی Docker، تاریخچه و آشنایی با مباحث اولیه
  • پیش نیازهای نصب، نصب Docker  - آشنایی با مباحث اولیه و پیاده سازی آن ها
  • شروع کار با Docker  و Basic Commands
  • بررسی معماری Docker
  • آشنایی باContainer    و Image  , Docker Files
  • راه اندازی پراسس ها تحت Docker
  • Manage Containers
  • Resource Management
  • Docker logs
  • تنظیمات شبکه در Docker و Link  کردن Container  ها
  • راه اندازی سرویس های مختلف تحت Docker
  • آشنایی با مفهوم Storage
  • آشنایی Swarm Mode
  • و....
مدت زمان
۴۰
هزینه دوره حضوری
۱۰۰۰۰۰۰ تومان
هزینه دوره مجازی
دوره به صورت مجازی برگزار نمی شود
تاریخ برگزاری
۹۸/۰۲/۲۶
روزهای برگزاری
پنجشنبه
ساعات برگزاری
۰۸ الی ۱۲
کد دوره : --
پردازش داده های جریانی Stream Data Processing

این دوره برای علاقه مندان به مباحث کلان داده و پردازش دادههای جریانی طراحی شده است. پس از گذراندن دوره، دانش آموختگان درک بهتری از محیط کلان داده، داده‌های جریانی و نحوه مدیریت داده‌ها در نرخ تولید و پردازش‌های بالا را خواهند داشت و می توانند بسیاری از مسائل موجود در دنیای واقعی را با استفاده از ابزارهای موجود در این زمینه مدل کرده و توسعه دهند.

مخاطبان دوره
  • علاقه مندان به مباحث Big Data
  • دانشجویان و فارغ التحصیلان رشته های کامپیوتر و فناوری اطلاعات
  • علاقه مندان به مفاهیم سیستم ها و برنامه نویسی توزیع شده
توانایی پس ازگذراندن دوره
  • ارائه راه‌حل جهت دریافت و جمع ‌آوری جریان داده‌ها
  • ذخیره‌سازی داده‌های جریانی بصورت لحظه‌ایی
  • توانایی توسعه برنامه پردازش داده‌های جریانی
سرفصلهای دوره

Introduction to Stream Data Processing

  • Definition
  • Origin and history of Big Data
  • Webpages in Big Data projects
  • Big Data problems
  • Types of Big Data processing
    • Batch
    • Stream
    • Data processing in (almost) real time
    • Definition
    • Advantages and disadvantages
    • Examples
    • Types of message delivery guarentee
      • at-most-once
      • at-least-once
      • exactly-once
    • Tools:
      • Apache Kafka
      • Apache NiFi
      • ELK Stack
      • Apache Flume
      • Fluentd
    • Introduction to Apache Kafka

    • What Kafka is and why it was created
    • The Kafka Architecture
    • The main components of Kafka
    • Some of the use cases for Kafka
    • Kafka Command Line

    • The contents of Kafka's /bin directory
    • How to start and stop Kafka
    • How to create new topics
    • How to use Kafka command line tools to produce and consume messages
    • Kafka terminologies
      • Broker
      • Topic
      • Partition
      • Producer
      • Consumer
    • Kafka Producer Java API

    • The Kafka producer client
    • Some of the KafkaProducer configuration settings and what they do
    • How to create a Kafka producer using the Java API and send messages both synchronously and asynchronously

Kafka Consumer Java API

  • The Kafka consumer client
  • Some of the KafkaConsumer configuration settings and what they do
  • How to create a Kafka consumer using the Java API

Kafka Connect and Spark Streaming

  • How to use Kafka and Spark Streaming together

Streaming Platform Concept

  • Spark Streaming
  • Apache Storm
  • Apache Flink
  • Apache Kafka Streaming
مدت زمان
۲۰
هزینه دوره حضوری
۸۰۰۰۰۰ تومان
هزینه دوره مجازی
دوره به صورت مجازی برگزار نمی شود
تاریخ برگزاری
۹۸/۰۲/۱۹
روزهای برگزاری
پنجشنبه
ساعات برگزاری
۱۶ الی ۲۰
کد دوره : --
Data Science - علم داده

در این دوره آموزشی دانشجویان بصورت عملی کلیه مفاهیم هوش مصنوعی، شاخه علم داده را فرا می­گیرند. مراحل دوره آموزشی به این شکل است برنامه نویسی مقدماتی پایتون، پاک­سازی و خواندن مجموعه داده، دستکاری داده، نمایش داده، آمار و احتمالات، یادگیری ماشین، بهینه سازی ماشین، گزارش گیری، مطالعات موردی، پیاده سازی دست کم پنج پروژه در حین کلاس. علاوه بر این تمامی مراجع استفاده شده در طی آموزش از جمله کتاب، مقالات و آموزش­های مکمل به دانشجویان با ذکر منبع آموزشی داده می­شود. این دوره با استفاده از متد منحصر به فرد و جدید BBC تدریس می­شود.

مخاطبان دوره
  • فعال در حوزه آمار
  • تحلیلگران داده
  • فعال در حوزه Business Intelligence
  • کسانی که حداقل با یک زبان برنامه نویسی کار کرده اند
  • طراحان سایت
  • فعال در حوزه Bio-Medical جهت تحلیل دنباله­های DNA

سازمان­هایی که قصد مهاجرت به سیستم­های توصیه کننده دارند

توانایی پس ازگذراندن دوره

توانایی تحلیل داده، درک کامل کاربرد فرمول­های ریاضی، یادگیری پیاده سازی یادگیری ماشین، پیاده سازی سیستم­های توصیه کننده، آمادگی دانشجو جهت استخدام در حوزه­های علم داده

سرفصلهای دوره
  • نصب پایتون
  • نصب محیط­های کدنویسی
  • نصب محیط ایزوله
  • کار با ترمینال هر سیستم عامل
  • متغیر ها
  • انواع داده ای
    • Int
    • Float
    • String
    • Bool
    • Dictionary
    • Set
    • Tuple
    • List
  • قوانین نام گذاری
  • گرفتن ورودی از کاربر و نمایش خروجی
  • عملگرهای منطقی
  • اولویت عملگرها
  • توابع
  • حلقه
  • شیئ گرایی (ابتدایی)
  • بهبود عملکرد الگوریتم
  • جبر خطی
  • ماتریس ها
  • کار با Numpy
  • کار با Pandas
  • آمار و احتمالات
  • محاسبه شباهت کاربران
  • یادگیری ماشین
    • Feature Selection
    • Overfitting
    • Underfitting

Dimensionally Reduction

  • Supervised learning
  • Unsupervised learning
  • EDA
  • KNN
  • Regression
  • K-means
  • K-medoids
  • PCA
  • LDA
  • Fuzzy C-means
  • Decision Tree
  • Recommendation
    • Content-based
    • Collaborative filtering
  • ارزیابی الگوریتم
    • Sensitivity
    • Specificity
    • Confidence
    • Accuracy precision recall f1-score
    • Test train split
    • K-fold
    • Leave one out
    • Shuffle split
    • Logless
    • ROC(AUC)
    • Cross validation classification confusion matrix
    • MAE
    • MSE
    • R2
مدت زمان
۴۰
هزینه دوره حضوری
۱۲۰۰۰۰۰ تومان
هزینه دوره مجازی
دوره به صورت مجازی برگزار نمی شود
تاریخ برگزاری
۹۸/۰۲/۰۹
روزهای برگزاری
دوشنبه
ساعات برگزاری
۱۶ الی ۲۰
کد دوره : --
دوره کارگاهی Scrum (مدیریت چابک)

تفکر چابک یا Agile امروزه به نیاز بسیاری از سازمان‌ها برای مدیریت نیازمندی‌های مطرح شده از طرف مشتریان تبدیل شده و در حوزه‌ی تولید نرم‌افزار اسکرام یکی از متدهای جاری کردن روح این نوع تفکر در سازمان است.

با توجه به اینکه یادگیری مفاهیم مرتبط با اسکرام با وجود منابع متعددی که در دسترس قرار دارد همواره نیاز به تمرین و پیاده‌سازی داشته است و بسیاری از سازمان‌ها با توجه به عدم شناخت و تجربه‌ی کافی، هزینه‌های زیادی را جهت اجرایی‌سازی اسکرام در سازمان می‌نمایند، این دوره‌ی کارگاهی با شبیه‌سازی فرآیندها، جلسات و نقش‌های تیم‌های اسکرام و همچنین انجام پروژه‌های کوچک، زمینه‌ی تمرین و تجربه‌ی عملی متد اسکرام و تفکر چابک را فراهم خواهد آورد.

مخاطبان دوره
  • مدیران ارشد شرکت‌های نرم‌افزاری 
  • مدیران پروژه 
  • برنامه نویس‌ها 
  • افراد درگیر در فرایند تولید نرم‌افزار
  • علاقه مندان
توانایی پس ازگذراندن دوره
  • توانایی مدیریت پروژه‌های تولید نرم‌افزار با متد چابک 
  • توانایی شناخت و تمرین نقش‌های اسکرام در تیم 
  • توانایی مشارکت در تیم‌های اسکرام به صورت فعال و تاثیرگذار 
  • توانایی مهاجرت از روش‌های سنتی مدیریت پروژه به روش‌های چابک
سرفصلهای دوره
  • Agile manifesto
  • •    Values & principles
  • •    Scrum Framework
  • •    Product Backlig
  • •    Backlig Grooming
  • •    Estimation
  • •    Release Planning
  • Teams
  • •    Distributed Scrum
  • •    Scrum Roles
  • •    Sprint Planning
  • •    Sprint Execution
  • •    Definition of Done
  • Simulation
  • •    Tools
مدت زمان
۲۴
هزینه دوره حضوری
۱۰۰۰۰۰۰ تومان
هزینه دوره مجازی
دوره به صورت مجازی برگزار نمی شود
تاریخ برگزاری
۹۸/۰۲/۰۵
روزهای برگزاری
پنجشنبه
ساعات برگزاری
۱۶ الی ۲۰
کد دوره : --
Big Data و سکوهای پردازش توزیع شده

این دوره برای علاقه مندان به مباحث Big Data و پردازش های توزیع شده طراحی شده است. پس از گذراندن دوره، دانش آموختگان درک بهتری از محیط کلان داده خواهند داشت و می توانند بسیاری از مسائل موجود در دنیای واقعی را با استفاده از ابزارهای موجود در این زمینه مدل کرده و توسعه دهند.

فرصت شغلی:
​شایان ذکر است لایتک صنعتی شریف ، برترین دانشجویان این دوره را با تایید استاد، به شرکت های زیر جهت نیروی کار و یا کارآموز معرفی مینماید 
شرکت پایانه های داده ای نوین (برای دیدن جزئيات اینجا کلیک نمایید )
 

در صورت نیاز به مشاوره و راهنمایی جهت شرکت در دوره، می توانید با شماره های لایتک تماس گرفته و نسبت به تعیین زمان مشاوره توسط کارشناسان لایتک اقدام گردد.

دوره های آموزشی کلان داده را برای حرفه ای شدن به خاطر بسپارید:

  • دوره تخصصی پایگاه داده های غیررابطه ای
  • دوره تخصصی Big Data
  • دوره تخصصی Apache Spark
مخاطبان دوره
  • علاقه مندان به مباحث Big Data
  • دانشجویان و فارغ التحصیلان رشته های کامپیوتر و فناوری اطلاعات
  • علاقه مندان به مفاهیم سیستم ها و برنامه نویسی توزیع شده
توانایی پس ازگذراندن دوره

آشنایی با مفاهیم و راه‌حل‌های موجود در دنیای کلان داده و توانایی حل مسائل موجود در این حوزه با استفاده از ابزارهای تدریس شده در کلاس

سرفصلهای دوره
  • توضیح در خصوص کلان داده و سیستم های توزیع شده
  • مفاهیم سیستم فایل توزیع شده و بررسی سیستم فایل هادوپ ) HDFS )
  • مفهوم مدل برنامه نویسی Mapreduce
  • نصب کلاستر سکوی Hadoop )سیستم فایل HDFS و چهارچوب Yarn ( و اجرای برنامه های نمونه بروی آن
  • نصب کلاستر Apache Storm و مدل توسعه برنامه در آن و اجرای برخی از مسایل دنیای واقعی بروی آن
  • نصب کلاستر Apache Spark و مدل توسعه برنامه در Spark و اجرای برنامه های نمونه بروی آن
مدت زمان
۴۰
هزینه دوره حضوری
۱۲۰۰۰۰۰ تومان
هزینه دوره مجازی
دوره به صورت مجازی برگزار نمی شود
تاریخ برگزاری
۹۸/۰۲/۰۵
روزهای برگزاری
پنجشنبه
ساعات برگزاری
۱۲ الی ۱۶
کد دوره : --
دوره تخصصی Apache Spark

این دوره به منظور بررسی مسائل موجود در حوزه Big Data و ارائه راه حل برای آنها با استفاده از ابزار قدرتمند آپاچی اسپارک طراحی گردیده است. بخش هایی نظیر پردازش ها جریانی، کار با الگوریتم های یادگیری ماشین و تحلیل داده های رابطه ایی با استفاده از ابزار اسپارک، مواردی هستند که در کلاس مورد بررسی قرار می گیرند.

همچنین از اسکالا به عنوان زبان توسعه برنامه ها استفاده می شود. به همین منظور بخشی از کلاس به یادگیری زبان اسکالا و کتابخانه های موجود در این زبان برنامه نویسی که مربوط به تحلیل داده های می باشند، اختصاص دارد.

در صورت نیاز به مشاوره و راهنمایی جهت شرکت در دوره، می توانید با شماره های لایتک تماس گرفته و نسبت به تعیین زمان مشاوره توسط کارشناسان لایتک اقدام گردد.

دوره های آموزشی کلان داده را برای حرفه ای شدن به خاطر بسپارید:

  • دوره تخصصی پایگاه داده های غیررابطه ای
  • دوره تخصصی Big Data
  • دوره تخصصی Apache Spark
مخاطبان دوره
  • علاقه مندان به مباحث Big Data
  • دانشجویان و فارغ التحصیلان رشته های کامپیوتر و فناوری اطلاعات
  • علاقه مندان به مفاهیم سیستم ها و برنامه نویسی توزیع شده
  • علاقه‌مندان به زبان اسکالا و سکوی آپاچی اسپارک
توانایی پس ازگذراندن دوره

توسعه برنامه ها مبتنی بر زبان اسکالا و حل مسئله های کلان داده با استفاده از ابزار آپاچی اسپارک

سرفصلهای دوره
  • توضیح در خصوص کلان داده و سیستم های توزیع شده
  • آماده سازی محیط کدنویسی و اجرا
    1. مقدمه بر زبان برنامه نویسی جاوا
    2. نصب و راه اندازی IDE
  • بررسی پروژه آپاچی Spark
  • راه اندازی و پیکربندی کلاستر Spark
  • توسعه و اجرای برنامه های نمونه با استفاده از پروژه Spark
    1. بررسی و کار با مفاهیم RDD
    2. Transformation و Action
    3. بررسی تابع‌های UDF
  • بررسی فرمت فایل‌های مورد استفاده در کلان داده و چگونگی نحوه استفاده از آنها در اسپارک
  • بررسی زیرساخت‌های ذخیر‌ه‌سازی داده و استفاده آنها همراه با اسپارک
    1. HDFS
    2. Object Storage
    3. Cassandra
    4. MongoDB
  • توسعه برنامه با استفاده از مولفه SparkSQL
    1. تحلیل داده‌های دارای ساختار توسط پرس‌وجوهای sql در اسپارک
    2. DataFrame
    3. Dataset
  • توسعه برنامه با استفاده از مولفه MLib در پروژه اسپارک
  • بررسی مولفه Graphframe به منظور پردازش داده‌های گراف در اسپارک
  • بررسی زیرساخت‌های استقرار پروژه اسپارک
    1. Yarn
    2. Mesos
    3. Docker
    4. Kubernetes
    5. Cloud Computing - IaaS
مدت زمان
۲۸
هزینه دوره حضوری
۹۰۰۰۰۰ تومان
هزینه دوره مجازی
دوره به صورت مجازی برگزار نمی شود
تاریخ برگزاری
۹۸/۰۲/۱۷
روزهای برگزاری
سه شنبه
ساعات برگزاری
۱۶الی ۲۰
کد دوره : --
دوره تخصصی Apache Spark

این دوره به منظور بررسی مسائل موجود در حوزه Big Data و ارائه راه حل برای آنها با استفاده از ابزار قدرتمند آپاچی اسپارک طراحی گردیده است. بخش هایی نظیر پردازش ها جریانی، کار با الگوریتم های یادگیری ماشین و تحلیل داده های رابطه ایی با استفاده از ابزار اسپارک، مواردی هستند که در کلاس مورد بررسی قرار می گیرند.

همچنین از اسکالا به عنوان زبان توسعه برنامه ها استفاده می شود. به همین منظور بخشی از کلاس به یادگیری زبان اسکالا و کتابخانه های موجود در این زبان برنامه نویسی که مربوط به تحلیل داده های می باشند، اختصاص دارد.

در صورت نیاز به مشاوره و راهنمایی جهت شرکت در دوره، می توانید با شماره های لایتک تماس گرفته و نسبت به تعیین زمان مشاوره توسط کارشناسان لایتک اقدام گردد.

دوره های آموزشی کلان داده را برای حرفه ای شدن به خاطر بسپارید:

  • دوره تخصصی پایگاه داده های غیررابطه ای
  • دوره تخصصی Big Data
  • دوره تخصصی Apache Spark
مخاطبان دوره
  • علاقه مندان به مباحث Big Data
  • دانشجویان و فارغ التحصیلان رشته های کامپیوتر و فناوری اطلاعات
  • علاقه مندان به مفاهیم سیستم ها و برنامه نویسی توزیع شده
  • علاقه‌مندان به زبان اسکالا و سکوی آپاچی اسپارک
توانایی پس ازگذراندن دوره

توسعه برنامه ها مبتنی بر زبان اسکالا و حل مسئله های کلان داده با استفاده از ابزار آپاچی اسپارک

سرفصلهای دوره
  • توضیح در خصوص کلان داده و سیستم های توزیع شده
  • آماده سازی محیط کدنویسی و اجرا
    1. مقدمه بر زبان برنامه نویسی جاوا
    2. نصب و راه اندازی IDE
  • بررسی پروژه آپاچی Spark
  • راه اندازی و پیکربندی کلاستر Spark
  • توسعه و اجرای برنامه های نمونه با استفاده از پروژه Spark
    1. بررسی و کار با مفاهیم RDD
    2. Transformation و Action
    3. بررسی تابع‌های UDF
  • بررسی فرمت فایل‌های مورد استفاده در کلان داده و چگونگی نحوه استفاده از آنها در اسپارک
  • بررسی زیرساخت‌های ذخیر‌ه‌سازی داده و استفاده آنها همراه با اسپارک
    1. HDFS
    2. Object Storage
    3. Cassandra
    4. MongoDB
  • توسعه برنامه با استفاده از مولفه SparkSQL
    1. تحلیل داده‌های دارای ساختار توسط پرس‌وجوهای sql در اسپارک
    2. DataFrame
    3. Dataset
  • توسعه برنامه با استفاده از مولفه MLib در پروژه اسپارک
  • بررسی مولفه Graphframe به منظور پردازش داده‌های گراف در اسپارک
  • بررسی زیرساخت‌های استقرار پروژه اسپارک
    1. Yarn
    2. Mesos
    3. Docker
    4. Kubernetes
    5. Cloud Computing - IaaS
مدت زمان
۲۸
هزینه دوره حضوری
۹۰۰۰۰۰ تومان
هزینه دوره مجازی
دوره به صورت مجازی برگزار نمی شود
تاریخ برگزاری
۹۸/۰۲/۱۰
روزهای برگزاری
سه شنبه
ساعات برگزاری
۱۶ الی ۲۰
برنامه دروس مهندسی نرم افزار و ابزارهای توسعه

دوره آموزشی

دانشجویان می توانند به صورت آزاد هر یک از دوره های آموزشی این مرکز را انتخاب نموده و پس از اتمام دوره انتخابی و شرکت در آزمون، گواهینامه معتبر دانشگاه صنعتی شریف را دریافت نمایند. (به طور مثال دوره آموزش آزاد Java SE یا جاوای مقدماتی)

مقطع آموزشی

دانشجویان می توانند در صورت تمایل، دوره های آموزشی به شرح ذیل را سپری نموده و موفق به دریافت مدرک مقطع آموزشی مربوطه شوند. (به طور مثال مقطع آموزشی کاردان برنامه نویسی تجاری)

Associate Of Science in Business Application Engineering

گواهینامه های مورد نیاز در این مقطع به شرح ذیل است.

  • دوره آموزشی مبانی سیستم عامل و شبکه (اختیاری)
  • دوره آموزشی JavaSE
  • دوره آموزشی Oracle Workshop I,II

Bachelor Of Science in Business Application Engineering

گواهینامه های مورد نیاز در این مقطع به شرح ذیل است.

  • دوره آموزشی JavaEE I
  • دوره آموزشی Android Programming
  • دوره آموزشی مهندسی نرم افزار


Master Of Science in Business Application Engineering

گواهینامه های مورد نیاز در این مقطع به شرح ذیل است.

  • دوره آموزشی JavaEE II
  • دوره آموزشی امنیت در نرم افزار
  • دفاع از پایان نامه
نام کاربری یا کلمه ورود اشتباه است
ثبت نام انجام نشد
باشگاه ۲۲۰۸۲ عضوی لایتک
ثبت نام
ورود به صفحه شخصی
بازیابی گذرواژه
آدرس:
ساختمان شماره (1) : ضلع شمالی دانشگاه شریف - خیابان قاسمی - کوچه گلستان - پلاک 3
ساختمان شماره (2) : ضلع شمالی دانشگاه شریف - خیابان قاسمی - کوچه گلستان - پلاک 9
تلفن: ۰۲۱۶۶۰۱۳۶۴۷ - ۰۲۱۶۶۰۱۳۴۵۵
فکس: ۰۲۱۸۹۷۸۳۷۵۶
ایمیل: info@laitec.ir , edu@laitec.ir
شماره حساب : ۶۹۴۹۶۱۹۵۵۳ با شناسه ۱۲۳/۴۴ نزد شعبه بانک ملت باجه دانشگاه صنعتی شریف
استفاده از مطالب سايت لایتک فقط برای مقاصد غیر تجاری و با ذکر منبع بلامانع است.
کلیه حقوق این سایت متعلق به آزمایشگاه یادگیری فناوری اطلاعات دانشگاه صنعتی شریف (لایتک) می باشد.
laitec.ir
Copyright © 2002-2019