راهنمای انتخاب ابزارهای زیرساختی در مهندسی داده (Airflow، Spark، dbt، Kafka و...)
مقدمه
این کتابچه برای تیم‌های فنی طراحی شده تا با شناخت مزایا، معایب و کاربرد ابزارهای کلیدی مهندسی داده، بتوانند بهترین ترکیب ابزار را برای پروژه‌های خود انتخاب کنند.

توجه: محصولات ارائه‌شده در آسان‌جو کتاب چاپی یا pdf یا اثر حجیم دانشگاهی نیستند، بلکه «کتابچه الکترونیکی کاربردی» محسوب می‌شوند که در قالب پرسش و پاسخ‌های کاربردی برای استفاده سریع کاربران در مسائل روزمره پس از خرید عرضه می‌گردند.

دسترسی سریع پس از خرید

دسترسی سریع پس از خرید

کتاب‌های مرتبط

سایر کتاب‌ها در موضوعات مرتبط

راهنمای ساخت Pipeline داده برای آموزش مدل‌های یادگیری ماشین
راهنمای انتخاب معماری داده مناسب برای پروژه‌های هوش مصنوعی
راهنمای رعایت قوانین حریم خصوصی و GDPR در داده‌های هوش مصنوعی
راهنمای امنیت داده و مدیریت دسترسی در زیرساخت‌های هوش مصنوعی
راهنمای تضمین کیفیت داده در پروژه‌های یادگیری ماشین
راهنمای مقیاس‌پذیری زیرساخت داده
راهنمای کاهش هزینه در زیرساخت داده ابری
راهنمای پایش و مانیتورینگ پایپ‌لاین‌های داده
راهنمای اجرای تحلیل بلادرنگ روی داده‌های حجیم
راهنمای مقایسه Hadoop و Spark