صفحه اصلیدورهدوره مبانی مهندسی داده

دوره مبانی مهندسی داده

این دوره فشرده و عملیاتی، در ۴ هفته و طی ۱۸ جلسه برگزار شده است و شرکت‌کنندگان با مبانی، ابزارها و معماری‌های کلیدی مهندسی داده آشنا می‌شوند. مسیر آموزشی با نگاهی جامع به ابزارهای پرکاربرد و پروژه‌های واقعی طراحی شده است تا شرکت‌کننده نه‌تنها مفاهیم را بیاموزد بلکه بتواند آن‌ها را در سناریوهای واقعی به‌کار گیرد.
وضعیت فعلی
ثبت نام نشده (۵۶ صندلی باقی مانده است)
قیمت
۳,۲۰۰,۰۰۰ تومان
معرفی دوره

در دنیای امروز که هوش مصنوعی با شتابی بی‌سابقه در حال گسترش است، ارزش واقعی نه تنها در مدل‌ها، بلکه در داده‌های ساخت‌یافته، پاک و قابل استفاده نهفته است. اگرچه ابزارهای هوشمند می‌توانند بسیاری از وظایف تکراری را خودکار کنند، اما همچنان نقش مهندسان داده در طراحی پایپ‌لاین‌های داده، انتخاب پایگاه‌داده مناسب، پردازش توزیع‌شده و نگهداری زیرساخت‌های داده‌ای حیاتی و غیرقابل جایگزین است.

دوره‌ی آموزشی «مبانی مهندسی داده» با تکیه بر بیش از ۱۵ سال تجربه مدرس در زمینه زیرساخت داده و کار با ابزارها و فناوری‌های متنوع طراحی شده است. هدف این دوره، ارتقای دانش فنی و مهارت‌افزایی متخصصان سازمان در زمینه مفاهیم و ابزارهای کلیدی مهندسی داده است.

در این مسیر، شرکت‌کنندگان به‌صورت گام‌به‌گام با ابزارهایی همچون Docker، Kafka، Spark، Airflow، PostgreSQL، ClickHouse، Redis، Superset، Prometheus و Kubernetes آشنا خواهند شد و نحوه‌ی استفاده‌ی عملی از آن‌ها را در طراحی و اجرای جریان‌های داده می‌آموزند.

نحوه برگزاری و پیشرفت در دوره

    • نحوه برگزاری : دوره به صورت کامل ضبط و در پنل کاربری شرکت کنندگان قرار گرفته است. سوالات و ابهامات در کانال تلگرام دوره یا با تنظیم کردن جلسه با استاد درس، پاسخ داده خواهد شد. 
  • اطلاع‌رسانی‌های مرتبط با انتشار جلسات جدید و یا به روزرسانی جلسات موجود و تمرین‌ها از طریق گروه تلگرام، پیام‌رسان بله و ایمیل انجام خواهد شد.

جزئیات دوره

  • مدت دوره: ۳۶ ساعت آموزشی

  • سطح دوره: مقدماتی تا متوسط

  • پیش‌نیاز: آشنایی مقدماتی با SQL و زبان Python پیشنهاد می‌شود.

  • به‌روزرسانی: محتوای دوره به‌صورت مستمر به‌روزرسانی می‌شود و شرکت‌کنندگان همواره به آخرین نسخه‌ی مطالب و ویدئوها دسترسی خواهند داشت.

  • گواهینامه پایان دوره: با ارائه پروژه‌ی نهایی و پرداخت هزینه جداگانه صادر خواهد شد.

  • با ثبت نام در این درس، به مخزن گیت اختصاصی دوره + کانال تلگرام آن دسترسی خواهید داشت (ایمیل مربوطه برای شما ارسال خواهد شد) 

در دوره پیشنهادی مبانی مهندسی داده، مطالب زیر به صورت عملی، معرفی و مرور خواهند شد :

  • تاریخچه، مفاهیم پایه و آشنایی با اکوسیستم کلان‌داده و مهندسی داده و ترندهای این حوزه در سال ۲۰۲۵ (۱ جلسه)
  • آشنایی با مفاهیم پایه داکر و کار عملی با آن با محوریت‌ پروژه‌های مهندسی داده (۱ جلسه)
  • آشنایی با خط فرمان لینوکس و دستورات اصلی مورد نیاز (۱ نیاز)
  • آشنایی و کار عملی با کافکا- نسخه ۴ به عنوان گذرگاه اصلی تبادل داده در سامانه‌های معاصر اطلاعاتی دنیا. (۲ جلسه)
  • کار با اسپارک – نسخه ۴ به عنوان ابزار توزیع شده پردازش داده‌ها و ایجاد یک سامانه پردازش جریان به کمک آن (۲ جلسه)
  • معرفی و کار عملی با ایرفلو (airflow)به عنوان یک ابزار مدیریت کارهای زمان‌مند و انجام ETL های روزانه (۲ جلسه)
  • شروع کار با پستگرس – مفاهیم پایه/ ابزارهای رایج / مدیریت بکا‌پ و ریکاوری/افزونه‌های پرکاربرد/ایندکس‌ها و بهینه سازی جداول (۲ جلسه )
  • آشنایی با گرافانا و پرومتئوس به عنوان ابزارهای رایج مانیتورینگ زیرساخت (۱ جلسه)
  • معرفی و کار عملی با Clickhouse برای ذخیره داده‌های تحلیلی و اجرای کوئری‌های پیچیده بر روی حجم عظیم داده‌. (۲ جلسه)
  • ذخیره و نمایش داده‌های متنی به کمک الستیک سرچ و کیبانا (۱ جلسه )
  • ایجاد یک لیک‌هوس ساده با آپاچی آیس‌برگ و تحلیل آن با DuckDB و نمایش نتایج در آپاچی سوپرست (۱ جلسه)
  • آشنایی با مفاهیم پایه مانیتورینگ و پایش با Prometheus/Grafana (۱ جلسه)
  • مروری بر مفاهیم اصلی حوزه مهندسی داده و پرسش و پاسخ و راهنمایی برای انجام پروژه نهایی (۱جلسه)

 

دوره مهندسی داده به‌صورت غیرحضوری و از طریق پلتفرم آموزشی سپهرام برگزار می‌شود.

برای مشاهده جلسات، کافی است شرکت‌کنندگان:

  1. به حساب کاربری خود در وب‌سایت سپهرام وارد شوند.

  2. از بخش «لیست دوره‌های ثبت‌نام‌شده»، درس مهندسی داده را انتخاب کنند.

  3. در صفحه دوره، با کلیک بر روی هر درس، موضوعاتی را که در عنوان آن‌ها عبارت «محتوای ویدئویی» درج شده است، انتخاب کرده و فیلم مربوط به آن جلسه را به‌صورت آنلاین مشاهده نمایند.

هم‌زمان، فایل‌ها و اسکریپت‌های هر جلسه نیز در مخزن گیت اختصاصی دوره قرار گرفته است تا شرکت‌کنندگان بتوانند همراه با مشاهده ویدئو، تمرین‌ها را به‌صورت عملی انجام دهند.

در صورت بروز هرگونه سؤال یا مشکل در حین مطالعه یا اجرای تمرین‌ها، اعضای دوره می‌توانند پرسش‌های خود را از طریق گروه تلگرام یا پیام‌رسان بله مطرح کنند و پاسخ خود را از مدرس یا سایر اعضای گروه دریافت نمایند.

📢 اطلاع‌رسانی درباره انتشار جلسات جدید، تمرین‌ها و آزمون‌ها نیز از طریق گروه تلگرام، بله و ایمیل سازمانی انجام خواهد شد.

 این دوره به‌صورت ویژه برای افرادی طراحی شده است که علاقه‌مند به ورود جدی به دنیای مهندسی داده هستند یا قصد دارند دانش و مهارت‌های فنی خود را در این حوزه ارتقا دهند. به‌طور خاص، مخاطبان اصلی این دوره عبارتند از:

  • دانشجویان رشته‌های مرتبط با علوم داده، مهندسی کامپیوتر، آمار، و برق که به دنبال یادگیری عملی ابزارها و تکنولوژی‌های مهندسی داده هستند.
  • توسعه‌دهندگان نرم‌افزار و مهندسان بک‌اند که می‌خواهند در پروژه‌های داده‌محور فعالیت کنند یا به تیم‌های دیتا مهندسی ملحق شوند.
  • تحلیل‌گران داده و دانشمندان داده که به دنبال درک عمیق‌تر زیرساخت‌های داده و ابزارهای مدیریت، پردازش و مهندسی داده هستند.
  • فعالان حوزه فناوری اطلاعات و DevOps که می‌خواهند زیرساخت‌های داده‌ای را بهتر بشناسند و در پروژه‌های داده‌محور مشارکت مؤثر داشته باشند.
  • افراد در حال مهاجرت شغلی (Career Switchers) که به دنبال ورود به بازار کار مهندسی داده هستند و می‌خواهند یک مسیر یادگیری عملی، پروژه‌محور و حرفه‌ای را طی کنند.
  •  

برای شرکت در این دوره، آشنایی پایه با یکی از زبان‌های برنامه‌نویسی (ترجیحاً Python یا SQL) و مفاهیم اولیه پایگاه داده کافی است. همه ابزارها از سطح پایه آموزش داده می‌شوند و مسیر یادگیری به‌گونه‌ای طراحی شده که حتی افراد با پیش‌زمینه متوسط نیز بتوانند به‌تدریج به سطح حرفه‌ای برسند

  • پایتون : زبان برنامه نویسی مورد استفاده در این دوره پایتون است.
  • SQL : در این دوره فرض شده است که دانشجو، اصول اولیه کار با دیتابیس‌های رابطه و نوشتن کوئری با SQL را بلد است

 🎓 پروژه عملی و دریافت گواهینامه پایان دوره

با توجه به تنوع ابزارهای مهندسی داده و تفاوت زمینه‌های کاری دانشجویان، انجام یک پروژه عملی برای دریافت گواهینامه پایان دوره الزامی است.
این پروژه فرصتی است تا:

  • 🛠 آموخته‌های خود را در یک سناریوی واقعی به کار ببندید

  • 📝 خروجی را به‌صورت حرفه‌ای مستندسازی کنید

  • 🤝 در کنار مدرس و منتورهای دوره، تجربه عملی کسب کنید

📌 انتخاب موضوع پروژه
موضوع معمولاً ترکیبی از ابزارهای آموزش‌داده‌شده در دوره و سایر ابزارهای رایج در مهندسی داده است و بر اساس علاقه‌مندی‌های شما انتخاب می‌شود. از اواسط دوره می‌توانید با پشتیبان، موضوع پروژه را مشخص کنید.

💳 شرط دریافت گواهینامه
برای دریافت گواهینامه رسمی، باید تا پایان دوره، محصول «گواهینامه پایان دوره مبانی مهندسی داده» را از بخش محصولات سایت خریداری کنید. پس از آن، جزئیات و دستورالعمل‌ها از طریق تلگرام، ایمیل یا پیامک برایتان ارسال می‌شود.

📜 مراحل دریافت گواهینامه

  1. تعریف پروژه عملی متناسب با سرفصل‌های دوره و حوزه‌های مورد علاقه شما

  2. دریافت چک‌لیست ارزیابی (Rubric) با معیارهای مشخص مثل:

    • معماری داده

    • کیفیت کد

    • مستندسازی

    • پوشش تست

    • مانیتورینگ و قابلیت نگهداری

  3.  ساخت مخزن Git شامل کدها، مستندات و منابع پروژه

  4. 📞 جلسه آنلاین با مدرس یا منتور اختصاصی برای بررسی معماری و دریافت بازخورد

  5.  تهیه گزارش کوتاه از مراحل و ابزارهای استفاده‌شده (PDF یا Markdown)

  6. 🎥 ضبط ویدئوی معرفی و دمو از پروژه (۳ تا ۷ دقیقه)

  7.  ارسال نهایی فایل‌ها حداکثر تا ۶۰ روز پس از پایان دوره از طریق تلگرام یا ایمیل

  8.  در صورت نیاز، جلسه نهایی آنلاین برای تحویل رسمی پروژه و پرسش‌وپاسخ

📩 پس از بررسی پروژه‌ها طبق چک‌لیست، گواهینامه رسمی دیجیتال با لینک اختصاصی قابل استعلام برای شما صادر و ارسال خواهد شد.

تمام اطلاعیه‌های تکمیلی، فایل‌های راهنما و زمان‌بندی جلسات از طریق گروه تلگرام تخصصی دوره اعلام می‌شود.

گواهینامه دوره مبانی مهندسی داده

با انجام پروژه عملی دوره، مهارت‌های خود را در یک سناریوی واقعی به کار ببندید و خروجی پروژه‌تان توسط مدرس و منتورهای متخصص بررسی شود. پس از ارزیابی، گواهینامه دیجیتال رسمی و قابل استعلام برای شما صادر خواهد شد. برای خرید و تهیه گواهینامه روی عنوان بالا کلیک کنید یا از قسمت فروشگاه، در منوی بالای سایت اقدام کنید.

ساختار درس‌ها و پشتیبانی آموزشی

برای تضمین یادگیری گام‌به‌گام و مؤثر:

  • هر درس شامل چند آزمون کوتاه و مفهومی است.
  • تنها پس از تکمیل موفق این آزمون‌ها، دسترسی به درس بعدی برای شما فعال می‌شود.

این ساختار به شما کمک می‌کند تا فرآیند آموزش را به‌صورت منظم، مرحله‌به‌مرحله و قابل ارزیابی دنبال کنید.

در صورت بروز مشکل در مسیر آموزشی یا انجام آزمون‌ها می‌توانید از طریق پیام‌رسان‌های تلگرام، واتساپ یا بله با حساب پشتیبانی مدرسه مهندسی داده سپهرام در ارتباط باشید:

شناسه پشتیبانی :  sepahram_ir@ (بله/ایتا/تلگرام/واتساپ)

ایمیل مدرسه مهندسی داده سپهرام : sepahram.ir@gmail.com

همچنین در گروه اختصاصی دوره، بخشی برای مطرح کردن خطاها و مسائل آموزشی در نظر گرفته شده است.تیم پشتیبانی سپهرام در سریع‌ترین زمان ممکن، پاسخ‌گوی سوالات شما خواهد بود.

منابع

این دوره دارای یک مخزن گیت اختصاصی و خصوصی است که پس از ثبت‌نام و پرداخت شهریه، دسترسی مادام‌العمر به آن برای شما فراهم می‌شود.

تمامی مطالب تدریس شده، کدهای نوشته شده در هر جلسه، مطالب تکمیلی، کتاب‌ها، مقالات و منابع مرتبط در این مخزن نگهداری می‌شود. با مراجعه به این ریپوزیتوری، همواره به جدیدترین مطالب آموزشی و منابع به‌روز مهندسی داده دسترسی خواهید داشت و می‌توانید آموزش‌های خود را بدون محدودیت ادامه دهید.

اطلاع رسانی‌ها

برای هر دوره، یک گروه تخصصی در تلگرام با دسته‌بندی‌های مختلف تشکیل می‌شود تا شما همواره در جریان آخرین اخبار و اطلاعیه‌های دوره باشید.

علاوه بر این، مطالب و اخبار مهم به صورت منظم از طریق ایمیل برای شما ارسال خواهد شد. در صورت بروز هرگونه مشکل در روند برگزاری کلاس‌ها، اطلاع‌رسانی فوری از طریق پیامک انجام می‌گردد.

همچنین شما می‌توانید در هر زمان از طریق حساب پشتیبانی مدرسه مهندسی داده سپهرام @sepahram_ir  در پیام‌رسان‌های بله، واتساپ و تلگرام به راحتی با ما در ارتباط باشید.

تمام اطلاعیه‌های تکمیلی در مورد زمان‌بندی، فایل‌های راهنما و جلسه‌ها، از طریق گروه تلگرام تخصصی دوره به اطلاع شما خواهد رسید.

 یک کانال پیشتیبان در پیام‌رسان بله/ایتا هم برای زمانی که اینترنت بین‌المللی در دسترس نباشد حتما ایجاد خواهد شد که بعد از ثبت‌نام، جزییات آن به شما ایمیل خواهد شد. 

 ابزارهای مورد نیاز برای شرکت در دوره

  1. Docker – برای اجرای سرویس‌ها و محیط‌های آزمایشی دوره.

  2. Docker Desktop – رابط کاربری و مدیریت کانتینرها روی سیستم‌های دسکتاپ.

  3. WSL (Windows Subsystem for Linux) – در صورت استفاده از ویندوز، باید نصب و فعال شود تا Docker به‌درستی کار کند.

  4. DBeaver – ابزار گرافیکی برای اتصال به پایگاه‌های داده و اجرای کوئری‌ها.

  5. Python – زبان برنامه‌نویسی مورد نیاز برای اجرای اسکریپت‌ها و تمرین‌ها (پیشنهاد می‌شود آخرین نسخه پایدار نصب شود).

  6. Java نسخه ۱۷ یا ۲۱ – مورد نیاز برای برخی ابزارها و فریم‌ورک‌های حوزه مهندسی داده.

  7. Microsoft Teams – پلتفرم برگزاری کلاس‌های آنلاین (قبل از شروع دوره نصب شود).

  8. Git – برای مدیریت نسخه کدها و دریافت پروژه‌ها از مخزن‌ها.

  9. ابزار نمایش و ویرایش فایل‌های Markdown (مانند Typora) – برای مشاهده و ویرایش مستندات دوره.

  10. Visual Studio Code – ویرایشگر کد پیشنهادی برای توسعه و اجرای تمرین‌ها.

💡 چرا برای گواهینامه هزینه جداگانه پرداخت می‌شود؟
زیرا دریافت گواهینامه فقط یک فرآیند اداری نیست، بلکه نیازمند زمان و انرژی مضاعف از سوی مدرس و تیم متخصصین همکار است.

  • 📂 بررسی کامل پروژه‌های شما

  • 🔍 ارزیابی بر اساس معیارهای فنی و کیفی

  • 🛠 ارائه بازخورد و راهنمایی برای بهبود

  • 🤝 همراهی در رفع مشکلات تا رسیدن به یک خروجی حرفه‌ای

این هزینه دقیقاً بابت این فرآیند ارزیابی و پشتیبانی تخصصی است، تا ارزش گواهینامه شما واقعی و قابل استناد باشد.

 

محتوای دوره

بازکردن همه
بخش اول : مفاهیم پایه و پیش‌نیازها
بخش دوم : جعبه ابزار یک مهندس داده
۱ از ۲
مدرس دوره
مجتبی بنائی از سال ۱۳۸۰ مسیر حرفه‌ای خود را به‌عنوان مهندس نرم‌افزار آغاز کرد و از ۱۳۹۲ به‌طور تخصصی وارد دنیای مهندسی داده شد. او تجربه‌ای گسترده در طراحی سامانه‌های پردازش داده، مدیریت تیم‌های فنی، و تدریس دوره‌های تخصصی دارد. علاقه او به برنامه‌نویسی از سال ۱۳۷۵، زمانی که در المپیاد کامپیوتر خراسان بزرگ رتبه دوم را کسب کرد، آغاز شد و تاکنون ادامه دارد. در سال ۱۳۹۳ وب‌سایت مهندسی داده (BigData.ir) را راه‌اندازی کرد که امروز یکی از منابع معتبر فارسی‌زبان این حوزه است. همچنین، «مدرسه مهندسی داده سپهرام» را با هدف آموزش و انتقال تجربه به جامعه مهندسی داده تأسیس کرده است. او دانش‌آموخته کارشناسی مهندسی نرم‌افزار از دانشگاه تهران (ورودی 77) و کارشناسی ارشد نرم‌افزار از دانشگاه تربیت مدرس است و اکنون در حال تکمیل رساله دکتری خود در دانشگاه تهران است. تمرکز اصلی‌اش بر طراحی زیرساخت‌های داده، تولید محتوای تخصصی، و توسعه راهکارهای تحلیلی مقیاس‌پذیر است.
بازخورد و نظرات

5

Rated بر اساس 1 نظر
Rated
(1)
Rated
(0)
Rated
(0)
Rated
(0)
Rated
(0)
1 2 3 4 5
  1. >
    Neda
    ۲۶ شهریور ۱۴۰۴

    من از قبل با سایت BigData.ir آشنا بودم و همیشه از مقاله هایی که در این سایت گذاشته میشد استفاده میکردم. از خیلی وقت پیش منتظر دوره حرفه ای کلان داده بودم .واقعا جای برگزاری چنین دوره آموزشی که مدرسش جناب بنائی باشن خالی بود . خیلی خوشحالم که استارتش زده شد و تونستم تو این دوره شرکت کنم .
    ممنون از جناب بنائی

    مفید بود؟
3,200,000 تومان
افزودن به علاقمندی ها به علاقمندی ها افزوده شد
مشخصات این دوره:
  • فراگیران 44 دانشجو
  • درس ها 19
  • موضوع ها 120
  • مدت زمان 17+ ساعت
  • آزمون ها 0
  • زبان فارسی
اشتراک‌گذاری
گزارش
فروشگاه
جستجو
دوره ها

لطفا کلمات کلیدی را وارد کنید