آموزش بر پایه تجربه پروژه‌های واقعی

شاهراه داده

از معماری تا عملیات واقعی سیستم‌های داده در مقیاس Production

۲۰ هفته
ظرفیت محدود
SpotPlayer
پشتیبانی تلگرام
PostgreSQL
Kafka
Flink
Data
Platform
CDC
Stream
Lakehouse
Monitoring
Docker
Kubernetes
Grafana

دوره‌های منتشرشده

تصویر دوره ثبت نشده است

شاهراه داده

بوت‌کمپ کامل مهندسی پلتفورم داده

قیمت: ۳۰٬۰۰۰٬۰۰۰ تومان

ظرفیت باقی‌مانده: ۹۸

مهلت ثبت‌نام: ۱۴۰۵/۴/۱۵

ثبت‌نام از داشبورد

این دوره ابزارمحور نیست؛ سیستم‌محور است

این دوره ترجمه کتاب نیست و خلاصه یک منبع آماده محسوب نمی‌شود.
محتوای دوره حاصل تجربه عملی در پروژه‌های واقعی Data Platform است.
تمرکز دوره بر طراحی، پیاده‌سازی و بهره‌برداری از سیستم‌های داده در مقیاس Production است.

مسیر یادگیری

Data ThinkingData ModelingLarge-scale DatabasesStorage & RetrievalTransactionsDistributed SystemsEvent DrivenReliable PipelinesStreamingPlatform DesignObservabilityResilienceGovernanceData Platform Architect

سرفصل‌های اصلی دوره

01

تفکر داده‌محور و معماری سیستم‌های مدرن

شناخت چرخه عمر داده، نقش Data Platform و جریان داده در سازمان.

خروجی یادگیری: توانایی ترسیم معماری کلان یک سیستم داده‌محور.

چرخه عمر دادهData Platformجریان داده

02

مدل‌سازی داده برای سیستم‌های عملیاتی و تحلیلی

طراحی موجودیت‌ها، روابط، کلیدها و مدل‌های تحلیلی با نگاه Data Warehouse Thinking.

خروجی یادگیری: انتخاب مدل داده مناسب برای use caseهای عملیاتی و تحلیلی.

مدل دادهروابطData Warehouse

03

طراحی پایگاه‌های داده در مقیاس بزرگ

بررسی OLTP، OLAP، Index Design، Partitioning، Performance و ظرفیت‌سنجی.

خروجی یادگیری: طراحی پایگاه داده‌ای که با رشد داده و ترافیک قابل اداره باشد.

OLTPOLAPPartitioning

04

الگوهای ذخیره‌سازی و بازیابی اطلاعات

شناخت Storage Engine، فایل‌ها، صفحات، Cache، Index و Query Path.

خروجی یادگیری: تحلیل مسیر اجرای Query و طراحی برای سرعت.

Storage EngineCacheQuery Path

05

تراکنش‌ها و سازگاری داده

کار با ACID، Isolation، Locking، MVCC، Consistency و مدیریت خطا.

خروجی یادگیری: تعریف سطح سازگاری درست و کنترل خطاهای داده‌ای.

ACIDMVCCConsistency

06

طراحی سیستم‌های توزیع‌شده

طراحی با Replication، Sharding، Consensus، Coordination و Fault Tolerance.

خروجی یادگیری: شناخت trade-offهای سیستم توزیع‌شده در شرایط خطا.

ReplicationShardingConsensus

07

معماری رویدادمحور و ارتباط بین سرویس‌ها

طراحی Event Driven، Message Broker، Queue، Stream و Async Processing.

خروجی یادگیری: طراحی ارتباط غیرهمزمان و پایدار بین سرویس‌ها.

Event DrivenQueueStream

08

ساخت Data Pipelineهای قابل اعتماد

پیاده‌سازی ETL، ELT، CDC، Data Integration، Error Handling، Retry و Monitoring.

خروجی یادگیری: ساخت Pipeline قابل مشاهده، قابل retry و قابل اعتماد.

ETLCDCMonitoring

09

پردازش جریانی داده

کار با Streaming، Windowing، Stateful Processing، Exactly Once و Real-time Analytics.

خروجی یادگیری: پیاده‌سازی پردازش بلادرنگ با تضمین correctness.

WindowingStateful ProcessingExactly Once

10

طراحی یک Data Platform واقعی

کنار هم قرار دادن معماری کامل، انتخاب تکنولوژی، Deployment، Docker، Kubernetes و مقیاس‌پذیری.

خروجی یادگیری: طراحی blueprint اجرایی برای یک Data Platform واقعی.

DeploymentDockerKubernetes

11

مشاهده‌پذیری، مانیتورینگ و عیب‌یابی

طراحی Logging، Metrics، Tracing، Alerting و Incident Response.

خروجی یادگیری: عیب‌یابی سیستم داده در شرایط Production.

LoggingMetricsTracing

12

پایداری، دسترس‌پذیری و بازیابی

طراحی High Availability، Disaster Recovery، Backup، Capacity Planning و Resilience.

خروجی یادگیری: آماده‌سازی پلتفرم برای خرابی، رشد و بازیابی.

High AvailabilityBackupResilience

13

امنیت، کیفیت و حاکمیت داده

پیاده‌سازی Data Governance، Data Quality، Security، Encryption، Access Control و Audit.

خروجی یادگیری: کنترل کیفیت، امنیت و دسترسی داده در سطح سازمان.

Data GovernanceEncryptionAudit

14

پروژه نهایی

طراحی و پیاده‌سازی کامل یک Data Platform واقعی از ابتدا تا استقرار نهایی.

خروجی یادگیری: تحویل پلتفرم کامل همراه معماری، اجرا، مانیتورینگ و runbook.

ArchitectureImplementationOperations

Tech Stack دوره

SQL Server
PostgreSQL
MySQL
MongoDB
Redis Sentinel
Redis Cluster
Ignite
Elasticsearch
Kafka
NiFi
Flink
Spark
Airflow
Samza
Beam
ClickHouse
Druid
Pinot
Kylin
Cassandra
Iceberg
MinIO
Apache Camel
Kong
Apache APISIX
Tyk
KrakenD
Apache Arrow
MLflow
Kubeflow
MXNet
Milvus
Qdrant
FAISS
Centrifugo
Superset
ECharts
Power BI
Docker
Kubernetes

هر مفهوم با یک Lab واقعی همراه است

Docker Compose Lab
Kubernetes Lab
Monitoring Lab
Incident Lab
Capstone Lab

مطالب این دوره از دل Production آمده‌اند

Kafka Cluster
NiFi Cluster
Redis Sentinel
Redis Cluster
CDC
Monitoring
Incident Response
High Availability
Troubleshooting
Performance Tuning
Backup & Restore

بعد از دوره چه کاری می‌توانید انجام دهید؟

Data Platform طراحی کند.
Pipeline batch و stream بسازد.
CDC پیاده‌سازی کند.
Kafka architecture طراحی کند.
Redis Sentinel و Cluster را بفهمد و deploy کند.
Lakehouse با Iceberg و MinIO بسازد.
ClickHouse/Druid/Pinot را برای analytics استفاده کند.
سیستم را monitor کند.
incident واقعی را troubleshoot کند.
Docker و Kubernetes را برای اجرای platform استفاده کند.

این دوره برای چه کسانی است؟

Backend Developer
Data Analyst
BI Developer
Software Engineer
DevOps Engineer
Data Engineer Junior
Technical Lead
Database Developer

چه کسانی نباید شرکت کنند؟

کسی که دنبال آموزش مقدماتی برنامه‌نویسی است.
کسی که فقط مدرک می‌خواهد.
کسی که علاقه‌ای به کار عملی ندارد.
کسی که نمی‌خواهد با infra و production درگیر شود.

مدرس دوره

راهنبر پلتفرم

سجاد حمره

تمرکز مدرس روی آموزش Production-driven، طراحی Data Platform و تحلیل incidentهای واقعی است.

KafkaRedisDockerKubernetesPostgreSQLFlinkSparkObservability

قیمت و Cohort

گروه اول

۲۰ هفته

ظرفیت ۱۰۰ دانشجو

دسترسی SpotPlayer

پشتیبانی Telegram

پروژه نهایی

تأیید دستی ثبت‌نام

ثبت‌نام با موبایل

در انتظار تأیید ادمین

ابتدا حساب دانشجو را با شماره موبایل، نام، نام خانوادگی و رمز عبور می‌سازید. ثبت‌نام دوره از داخل داشبورد انجام می‌شود و پس از تأیید پرداخت، دسترسی و لایسنس SpotPlayer فعال خواهد شد.

ساخت حساب دانشجو

پرسش‌های پرتکرار

آیا برای شرکت در دوره باید برنامه‌نویسی بلد باشم؟

آشنایی پایه با برنامه‌نویسی و SQL کمک می‌کند، اما مسیر دوره از آماده‌سازی محیط شروع می‌شود.

آیا دوره فقط آموزش ابزارهاست؟

خیر. دوره سیستم‌محور است و ابزارها برای حل مسئله‌های واقعی وارد می‌شوند.

اگر شاغل باشم می‌توانم دوره را بگذرانم؟

بله، اما باید برای Labها و تمرین‌های عملی زمان منظم بگذارید.

آیا ویدئوها ضبط می‌شوند؟

بله، دسترسی ویدئوها از طریق SpotPlayer مدیریت می‌شود.

دسترسی به ویدئوها از طریق چیست؟

بعد از تأیید ادمین، لایسنس SpotPlayer در پنل دانشجو نمایش داده می‌شود.

چرا باید شماره موبایل بدهم؟

ورود دانشجو فقط با کد تأیید موبایل است و watermark لایسنس با موبایل ساخته می‌شود.

آیا می‌توانم اکانت را با شخص دیگری share کنم؟

خیر. هر حساب فقط یک نشست فعال دارد و ورود جدید نشست قبلی را لغو می‌کند.

پروژه نهایی چیست؟

یک Data Platform کامل با CDC، stream، batch، lakehouse، analytics، search، realtime و monitoring.

آیا پرداخت آنلاین وجود دارد؟

در نسخه v2 پرداخت دستی است و ادمین آن را ثبت و تأیید می‌کند.

تأیید دانشجو چطور انجام می‌شود؟

پس از ثبت موبایل و تکمیل پروفایل، ادمین ثبت‌نام را بررسی و فعال می‌کند.