%40 تخفیف  برای خرید  مسیرهای یادگیری

logo mix

آموزش Hadoop (با زیرنویس فارسی AI)
Learning Hadoop
از پرفروش‌های چند ماه اخیر
کد محصول: FL5437-2817067
لیندا _ آموزش Hadoop (با زیرنویس فارسی AI) - Lynda _ Learning Hadoop
سطح مقدماتی
زیرنویس انگلیسی
زیرنویس فارسی AI
123,000 تومان
اضافه به سبد خرید add_shopping_cart
تولید کننده محتوا
Lynda.com (Linkedin Learning)
تولید کننده زیرنویس فارسی
فارسی لینـدا FarsiLynda.com
مدرس
Lynn Langit - لین لانگیت
تاریخ انتشار
1398/12/29
2020-03-19
سطح آموزش
مقدماتی
زبان آموزش
انگلیسی
زیرنویس
فارسی و انگلیسی
نوع زیرنویس فارسی
ترجمه شده توسط هوش مصنوعی (AI)
مدت زمان آموزش
4ساعت و 6دقیقه
تعداد ویدیو‌ها
57 ویدیو
حجم فایل‌ها
450 مگابایت (دانلود با تعرفه داخلی)
زمان تقریبی دانلود فایل‌ها
8 دقیقه (با سرعت اینترنت 1 مگابایت در ثانیه)
تعداد بازدید : 7139
درباره تولید کننده

lynda1

 

Lynda Weinman

بسیاری لیندا واینمن را "مادر آموزش اینترنتی" لقب داده اند. وی که هم اکنون (2016) ۶۰ سال سن دارد در ۱۹۹۵ سایتی را راه اندازی کرد که به عنوان منبعی رایگان برای دانش آموزان محسوب می شد. طی آن دوران لیندا به صورت خودآموز در حال یادگیری طراحی وب بود و تلاش داشت تا آموخته هایش را با سایرین نیز به اشتراک بگذارد. هر چند این روزها مسئله یاد شده امری عادی به حساب می آید اما در اواسط دهه نود -روزگاری که هنوز یوتیوبی نبود- یادگیری طراحی وب به صورت خودجوش چندان مسئله رایجی محسوب نمی گشت.

اشتیاق آن روزهای لیندا در یادگیری ، حالا به لطف وب سایت و سرویسی هایی همانند آنچه خود او راه اندازی کرده به میلیون ها نفر دیگر در سراسر دنیا نیز سرایت نموده و آنها می توانند با اندک هزینه ای و در هر جا و مکانی آنچه که دوست دارند را فرا بگیرند.
ناگفته نماند که پیدا کردن مسیر صحیح کسب و کار، حتی برای لیندا واینمن نیز بدون فراز و نشیب نبوده و وی هم مانند هر فرد موفق دیگری در راه رسیدن به پیروزی پستی و بلندی های بسیاری را از سر گذرانده.

درک نیازی که هیچکس به آن پاسخ نداده بود

وقتی در سال ۱۹۹۳ واینمن طراحی وب را اندک اندک فرا گرفته و قصد آموزش دادن آن را پیدا کرد، ابتدا به کتاب فروشی مراجع نمود و سعی کرد کتابی را به عنوان مرجع انتخاب و از روی آن به دانش آموزان خود درس بدهد. اما وی متوجه شد کتاب فروشی ها و کتابخانه ها تنها راهنماهایی بسیار فنی و پیچیده را ارائه می نمایند که درک شان برای افراد معمولی و با دانش متوسط تقریباً غیر ممکن محسوب می شود.

لیندا واینمن میگوید: به یاد می آورم که با خود فکر کردم شاید چنین کتابی هنوز وجود ندارد. بلافاصله از کتاب فروشی به خانه رفتم و ایده ی اولیه نوشتن آن را پیاده سازی کردم.

کمی بعد کتاب "طراحی گرافیک های تحت وب" که به باور بسیاری اولین کتاب ساده و قابل درک توسط عموم در رابطه با حرفه طراحی وب بود، توسط افراد بسیاری در سراسر دنیا به عنوان یک مرجع غیر فنی مورد استفاده قرار می گرفت و محبوبیتی غیر قابل باور به دست آورده بود.

درست در همان زمان و در سال ۱۹۹۵ واینمن آدرس ایمیل فردی را مشاهده نمود که به صورت debbie@debbie.com بود و مشتاق شد بداند آیا دامنه ی لیندا نیز برای ثبت کردن در دسترس قرار دارد یا خیر. وی این دامنه را خریداری و وبسایتی تحت آن راه انداخت تا از طریقش بتواند با دانش آموزان و همچنین خوانندگان کتاب خود ارتباط برقرار نماید.

lynda2

شروعی کوچک و توسعه ای آهسته و پیوسته

بعد از موفقیت کتاب واینمن همسر او، بروس هون (Bruce Heavin)، که در اصل موسس کمپانی لیندا نیز محسوب می شود، پیشنهاد داد در طول تعطیلات بهاره یکی از سالن های کامپیوتر دانشگاهی را اجاره نموده و در آن به مدت یک هفته دوره آموزش طراحی وب برگزار نمایند.
آنها این ایده را عملی کردند و سپس به منظور جذب افراد علاقه مند بنر تبلیغاتی را روی سایت لیندا قرار دادند. نه تنها ظرفیت کلاس یاد شده بسیار سریع پر گشت، بلکه افراد از گوشه و کنار دنیا و حتی مثلاً شهر وین برای حضور در آن ثبت نام نمودند.

اینکه تنها یک بنر در سایت خود قرار دهیم و سپس مردم از سراسر دنیا برای حضور در کلاس مان ثبت نام نمایند، باعث شده بود تا شوکه شویم.
آن کارگاه های یک هفته ای بسیار زود باعث شدند تا کسب و کار امروزی لیندا و همسرش پایه گذاری گردد. واینمن از درآمد حق امتیاز کتاب خود با ارزش ۲۰ هزار دلار استفاده کرد و مدرسه طراحی وبی را راه اندازی نمود که دوره هایش در هر ماه به سرعت پیش فروش شده و ظرفیت شان تکمیل می گشت. لیندا می گوید: "مشتریان زیادی وجود داشتند که مجبور بودیم به آنها نه بگوییم، زیرا ظرفیتی برای پذیرش شان وجود نداشت".

اوج گیری پس از بحران

کسب و کار لیندا پس از چند سال توانست ۳۵ فرصت شغلی را ایجاد و درآمدی ۳.۵ میلیون دلاری را فراهم کند. اما در سال ۲۰۰۱ و پس از انفجار حباب دات کام و حوادث مرتبط به یازده سپتامبر، تمایل افراد به یادگیری دروس طراحی وب کاهشی عجیب پیدا کرد، تا جایی که واینمن و همسرش در ادامه دادن مسیر مردد شده بودند.

کمپانی آنها دچار بحرانی جدی گشت، واینمن و هون ۷۵ درصد کارمندان خود را اخراج کردند و تنها ۹ نفر در استخدام شان باقی ماند. دفتر و مقر برگزاری دوره های لیندا نیز کوچک تر گشت و سعی را بر این گذاشتند تا واحد هایی با قیمت ارزان تر اجاره نمایند.

روز های سیاهی بود و حتی خودم تردید داشتم که می توانیم این کسب و کار را ادامه دهیم یا خیر.

خود واینمن در مورد آن ایام می گوید: "همه در حال نبرد برای بقا بودند و سعی می کردند سر خود را بالای آب نگه دارند. ما نیز وضعیتی مشابه را تجربه می کردیم و در نهایت درست همین زمان بود که تصمیم گرفتیم خدمات خود را به صورت کاملاً آنلاین ارائه نماییم."

روزگاری که ایده یاد شده شکل گرفت و سپس عملی گشت (ارائه خدمات به صورت آنلاین) تماشای فیلم بر روی کامپیوترها تازه در حال رواج یافتن بود. لیندا دات کام تصمیم گرفت در ازای سرویسی که ارائه می کند هزینه حق اشتراکی ۲۵ دلاری را به صورت ماهیانه دریافت نماید.

افراد اندکی از این راهکار استقبال کردند. واینمن می گوید: "درآمد مان به شدت افت کرده بود. روز های سیاهی بود و حتی خودم تردید داشتم که می توانیم این کسب و کار را ادامه دهیم یا خیر."

با تنها ۱۰۰۰ نفر پرداخت کننده حق اشتراک ماهیانه، بقای کمپانی به نظر بسیار سخت می رسید. ایجاد یک جامعه ی آنلاین زمان بر است و لیندا به خود امید می داد که آنها مسیر شان را عوض نکرده اند بلکه راهی تازه را شروع نموده اند پس باید صبر پیشه کنند. او توضیح می دهد که "همه چیز بسیار آهسته پیش رفت. ولی کم کم پرداخت حق اشتراک ماهیانه آنلاین رواج پیدا کرد و مقدار آن هر ساله چندین برابر شد".

در ۲۰۰۶ تعداد مشترکین به ۱۰۰.۰۰۰ نفر رسید و واینمن و همسرش ۱۵۰ کارمند خود را به همراه خانواده هایشان به دیزنی لند بردند تا موفقیت بزرگی که رقم خورده بود را جشن بگیرند.

lynda4

ایجاد فرهنگ سازمانی مناسب در زمان رشد

اینکه اعضا و کارمندان شرکت همانند یک خانواده با یکدیگر در تعامل باشند همواره برای لیندا حائز اهمیت بوده و او حتی همیشه تلاش داشته تا افراد تحت استخدام خود را با اسم کوچک بشناسد و صدا بزند. ولی رشد سریع کمپانی و رسیدن تعداد کارمندان به عدد ۵۰۰، رفته رفته چالش هایی تازه را پدید می آورد و سبب می گردد واینمن در ایده آل های خود بازنگری نماید.

وی می گوید: "چالش اصلی بر سر تعیین سمت و مقام افراد بود. اینکه با هر کس چه برخوردی باید صورت بگیرد. همه ی کسانی که رشدی سریع را در شرکت خود تجربه کرده اند می دانند که ایجاد سلسله مراتب تا چه حد اهمیت دارد."

در ۲۰۰۷ تصمیم بر این شد تا یک مدیرعامل جهت اداره ی بهتر مجموعه به آن اضافه گردد. به گفته ی خود لیندا "درست در همان زمان بود که او تصمیم گرفت در رفتارها و برخوردهای خود سیاست بیشتری داشته و بروکراتیک تر عمل نماید".

ایجاد فرهنگ سازمانی برای شرکتی با بیش از ۵۰۰ کارمند کاری بسیار دشوار خواهد بود ولی حتی آنچه از این مسئله نیز دشوارتر به حساب می آید پایه ریزی درست و مطابقت دادن افراد با فرهنگ یاد شده است. اینکار در زمانی که یک شرکت نوپا و کوچک محسوب می شود چندان سخت نیست و شاید ضروری هم نباشد ولی با رشد آن صورت پذیرفتنش الزام می یابد.

 پیش به سوی موفقیت

مدتی است که بسیاری تصور می کنند دوره های آموزش ویدئویی می توانند آینده آموزش به حساب بیایند.

در طی سال های اخیر کمپانی واینمن توسط افراد گوناگونی که در حرفه ی خود بهترین هستند دوره های آنلاین متعددی را ایجاد نموده و سعی کرده نشان دهد این دوره های آنلاین راه و روش یادگیری را برای همیشه متحول کرده اند.

لیندا دات کام قالبی معین و کارآمد را برای دوره های آموزشی اش پدید آورده و سپس کوشش کرده تا از نظر موضوعی نیز در بین مطالب مورد تدریس خود تنوع ایجاد نماید. روزگاری در وب سایت مورد بحث تنها ۲۰ دوره آموزش ویدئویی آنلاین وجود داشت، اما اکنون این رقم به ۶۳۰۰ رسیده که شامل ۲۶۷.۰۰۰ ویدئوی آموزشی می گردد.

ارائه ی کتابخانه ای ویدئویی به جای اینکه از افراد درخواست شود تا در دوره هایی مشخص با روال معمول و پیوسته شرکت نمایند، عاملی بوده که سبب گشته شیوه ی آموزشی لیندا دات کام نسبت به سایرین کاملاً متفاوت گردد.

واینمن می گوید: "مدتی است که بسیاری تصور می کنند دوره های آموزش ویدئویی می توانند آینده آموزش به حساب بیایند. ما به خاطر همین تفاوت مان مورد توجه قرار داشته و تحت نظر سایرین هستیم".

lynda6

فروش به لینکدین Linked in

من به شخصه بر روی اثری که از همکاری دو کمپانی با یکدیگر پدید می آید متمرکز هستم.

واینمن زمانی که متوجه می شود لینکدین قصد خرید کمپانی اش را دارد، در ابتدا شوکه می گردد. او و همسرش هرگز به دنبال فروش شرکت خود و یافتن مشتری برای آن نبوده اند و البته در سن ۶۰ سالگی وی هنوز هم احساس می نموده که برای بازنشستگی بسیار زود است.

اما رفته رفته به این نتیجه می رسند که این فروش و ادغام دو کمپانی با یکدیگر احتمالاً امری منطقی و موثر خواهد بود. هر دو شرکت به نوعی تلاش داشته اند به افراد کمک کنند تا وضعیت شغلی خود را بهبود بخشند و احتمالاً در کنار یکدیگر بسیار بهتر از گذشته می توانند این هدف را محقق کنند.

واینمن می گوید: "بسیاری از مردم بر روی رقم معامله صورت پذیرفته تمرکز دارند و شاید این مسئله برای افرادی که با صنعت ما آشنا نیستند یک شگفتی محسوب شود. ولی خود من به شخصه بر روی اثری که از همکاری دو کمپانی با یکدیگر پدید می آید متمرکز هستم و اولین چیزی که در رابطه با این موضوع به ذهنم می رسد، میزان بزرگی این اثرگذاری است."

به نظر می آید حتی لیندا واینمن هم از موفقیت خودش شگفت زده است و تصور چنین روزی را نداشته. بر خلاف بسیاری از بنیانگذاران کمپانی ها مهم تکنولوژیک امروزی ، وی با هدف کسب درآمد های کلان شروع به کار نکرده و قصد اولیه اش هرگز ایجاد کمپانی نبوده که توسط لینکدین به ارزش ۱.۵ میلیارد دلار خریداری شد. او تنها سعی داشته آنچه که برای خودش جذاب بوده، یعنی طراحی وب را به سایرین نیز بیاموزد.

واینمن که بر حسب اتفاق بدل به یک معلم گشته، می گوید: "من نه چندان گنگ بودم و نه به آن صورت خوره ی دنیای تکنولوژی. افراد زیادی پیش من می آمدند و می پرسیدند چگونه این کار را انجام می دهی؟ یا چگونه آن کار را انجام می دهی؟ هرگز با خودم فکر نکرده بودم به اشتراک گذاشتن دانش در رابطه با آنچه که برایت جالب است، در واقع همان تدریس کردن محسوب می شود."

در حالکیه لیندا اعتقاد دارد تنها در زمان و مکان مناسبی حضور داشته، سخت است بدل شدن یک دامنه ی ۳۵ دلاری به کسب و کاری ۱.۵ میلیارد دلاری را حاصل یک اتفاق بدانیم.

فارسی لیندا

استفاده از Hadoop در هنگام پردازش داده‌های بزرگ، ضروری است - برای درک اطلاعات شما به عنوان سرور برای ذخیره آن ضروری است. این دوره برای معرفی Hadoop به شما است؛ سیستم‌های فایل کلیدی مورد استفاده با Hadoop؛ موتور پردازش آن، MapReduce، و بسیاری از کتابخانه‌ها و ابزارهای برنامه نویسی آن. توسعه دهنده و مشاور داده‌های بزرگ، Lynn Langit، نحوه تنظیم یک محیط توسعه Hadoop، اجرا و بهینه‌سازی MapReduce کارها، نمایش داده‌های اصلی با Hive و Pig را نشان می‌دهد و می‌توانید گردش کاری را برای برنامه ریزی کارها تنظیم کنید. بعلاوه، درباره عمق و وسعت کتابخانه‌های Apache Spark موجود در دسترس برای استفاده با خوشه Hadoop، و همچنین گزینه‌هایی برای یادگیری ماشین در حال اجرای کارها در یک Hadoop cluster را بیاموزید.

سطح آموزشی
خرید آنلاین و دانلود فوری
به همراه فایلهای تمرین
ویدئوهای آموزشی با زیرنویس
ویدئوهای آموزشی با زیرنویس فارسی
کیفیت HD ویدئوهای آموزشی
قابل استفاده برای ناشنوایان
 
 
 

نمونه ویدیوی آموزشی ( فایلهای زیر نویس جدا از فیلم است و میتوانید آنرا نمایش ندهید ) :

 

00 مقدمه
 _ | 00_01 شروع کار با Hadoop
 _ | 00_02 آنچه باید قبل از تماشای این دوره بدانید
 _ | 00_03 استفاده از خدمات ابری

 01 چرا تغییر کنیم؟
 _ | 01_01 محدودیت سیستم‌های مدیریت پایگاه داده رابطه ای
 _ | 01_02 معرفی CAP (ثبات، در دسترس بودن، پارتیشن بندی)
 _ | 01_03 درک داده‌های بزرگ

 02 Hadoop چیست؟
 _ | 02_01 معرفی Hadoop
 _ | 02_02 درک توزیع Hadoop
 _ | 02_03 درک تفاوت HBase و Hadoop
 _ | 02_04 کاوش در مورد آینده Hadoop

 03 درک اجزای اصلی هسته Hadoop
 _ | 03_01 درک ماشینهای مجازی جاوا (JVM)
 _ | 03_02 کاوش در HDFS و سایر سیستم‌های فایل
 _ | 03_03 معرفی اجزای خوشه Hadoop
 _ | 03_04 معرفی جرقه Hadoop
 _ | 03_05 کاوش در توزیع‌های Apache و Cloudera Hadoop
 _ | 03_06 استفاده از ابر عمومی برای میزبانی Hadoop: AWS یا GCP

 04 راه اندازی محیط توسعه Hadoop
 _ | 04_01 درک قسمت‌ها و قطعات
 _ | 04_02 میزبانی Hadoop بصورت لوکال با توزیع توسعه دهنده Cloudera
 _ | 04_03 راه اندازی ماشین مجازی توسعه دهنده Cloudera Hadoop
 _ | 04_04 افزودن کتابخانه‌های Hadoop به محیط آزمایش شما
 _ | 04_05 چیدن زبان برنامه نویسی و IDE خود را
 _ | 04_06 برای توسعه از GCP Dataproc استفاده کنید

 05 درک MapReduce 1.0
 _ | 05_01 درک نقشه MapReduce 1.0
 _ | 05_02 کاوش در مؤلفه‌های MapReduce 0j0o0b0
 _ | 05_03 کار با سیستم فایل Hadoop
 _ | 05_04 با استفاده از کنسول، MapReduce کار را اجرا کنید
 _ | 05_05 بررسی کد برای MapReduce WordCount 0j0o0b0
 _ | 05_06 اجرای و پیگیری Hadoop 0j0o0b0s0

 06 تنظیم MapReduce
 _ | 06_01 تنظیم با روش‌های فیزیکی
 _ | 06_02 تنظیم یک Mapper
 _ | 06_03 تنظیم یک Reducer
 _ | 06_04 با استفاده از حافظه پنهان برای جستجو

 07 درک MapReduce 2.0 / YARN
 _ | 07_01 درک نقشه MapReduce 2.0
 _ | 07_02 کدگذاری یک WordCount اساسی در جاوا با استفاده از MapReduce 2.0
 _ | 07_03 کاوش در WordCount پیشرفته در جاوا با استفاده از MapReduce 2.0

 08 درک کندو
 _ | 08_01 معرفی کندو و HBase
 _ | 08_02 درک کندو
 _ | 08_03 دوباره با استفاده از کندو از WordCount بازدید کنید
 _ | 08_04 شناخت بیشتر در مورد بهینه‌سازی پرس و جو HQL
 _ | 08_05 استفاده از کندو در GCP Dataproc

 09 درک خوک
 _ | 09_01 معرفی خوک
 _ | 09_02 درک خوک
 _ | 09_03 بررسی موارد استفاده برای Pig
 _ | 09_04 کاوش در ابزارهای خوک در GCP Dataproc

 10 درک جریان کار و اتصالات
 _ | 10_01 معرفی اوزی
 _ | 10_02 ساخت یک گردش کار با اوزی
 _ | 10_03 معرفی Sqoop
 _ | 10_04 وارد کردن داده با Sqoop
 _ | 10_05 معرفی ZooKeeper
 _ | 10_06 هماهنگی گردش کار با ZooKeeper

 11 با استفاده از جرقه
 _ | 11_01 معرفی جرقه آپاچی
 _ | 11_02 برای محاسبه Pi یک Spark کار را اجرا کنید
 _ | 11_03 اجرای یک جرقه کار در یک نوت بوک Jupyter

 12 Hadoop امروز
 _ | 12_01 درک گزینه‌های یادگیری ماشین
 _ | 12_02 درک دریاچه‌های داده
 _ | 12_03 تجسم سیستم‌های Hadoop

 13 قدم بعدی
 _ | 13_01 مراحل بعدی با Hadoop

00 Introduction
_ 00_01 Getting started with Hadoop
_ 00_02 What you should know before watching this course
_ 00_03 Using cloud services

01 Why Change
_ 01_01 Limits of relational database management systems
_ 01_02 Introducing CAP (consistency, availability, partitioning)
_ 01_03 Understanding big data

02 What Is Hadoop
_ 02_01 Introducing Hadoop
_ 02_02 Understanding Hadoop distributions
_ 02_03 Understanding the difference between HBase and Hadoop
_ 02_04 Exploring the future of Hadoop

03 Understanding Hadoop Core Components
_ 03_01 Understanding Java Virtual Machines (JVMs)
_ 03_02 Exploring HDFS and other file systems
_ 03_03 Introducing Hadoop cluster components
_ 03_04 Introducing Hadoop Spark
_ 03_05 Exploring the Apache and Cloudera Hadoop distributions
_ 03_06 Using the public cloud to host Hadoop; AWS or GCP

04 Setting up Hadoop Development Environment
_ 04_01 Understanding the parts and pieces
_ 04_02 Hosting Hadoop locally with the Cloudera developer distribution
_ 04_03 Setting up the Cloudera Hadoop developer virtual machine
_ 04_04 Adding Hadoop libraries to your test environment
_ 04_05 Picking your programming language and IDE
_ 04_06 Use GCP Dataproc for development

05 Understanding MapReduce 1.0
_ 05_01 Understanding MapReduce 1.0
_ 05_02 Exploring the components of a MapReduce job
_ 05_03 Working with the Hadoop file system
_ 05_04 Running a MapReduce job using the console
_ 05_05 Reviewing the code for a MapReduce WordCount job
_ 05_06 Running and tracking Hadoop jobs

06 Tuning MapReduce
_ 06_01 Tuning by physical methods
_ 06_02 Tuning a Mapper
_ 06_03 Tuning a Reducer
_ 06_04 Using a cache for lookups

07 Understanding MapReduce 2.0 YARN
_ 07_01 Understanding MapReduce 2.0
_ 07_02 Coding a basic WordCount in Java using MapReduce 2.0
_ 07_03 Exploring advanced WordCount in Java using MapReduce 2.0

08 Understanding Hive
_ 08_01 Introducing Hive and HBase
_ 08_02 Understanding Hive
_ 08_03 Revisiting WordCount using Hive
_ 08_04 Understanding more about HQL query optimization
_ 08_05 Using Hive in GCP Dataproc

09 Understanding Pig
_ 09_01 Introducing Pig
_ 09_02 Understanding Pig
_ 09_03 Exploring use cases for Pig
_ 09_04 Exploring Pig tools in GCP Dataproc

10 Understanding Workflows and Connectors
_ 10_01 Introducing Oozie
_ 10_02 Building a workflow with Oozie
_ 10_03 Introducing Sqoop
_ 10_04 Importing data with Sqoop
_ 10_05 Introducing ZooKeeper
_ 10_06 Coordinating workflows with ZooKeeper

11 Using Spark
_ 11_01 Introducing Apache Spark
_ 11_02 Running a Spark job to calculate Pi
_ 11_03 Running a Spark job in a Jupyter Notebook

12 Hadoop Today
_ 12_01 Understanding machine learning options
_ 12_02 Understanding data lakes
_ 12_03 Visualizing Hadoop systems

13 Next Steps
_ 13_01 Next steps with Hadoop

مدرس: Lynn Langit - لین لانگیت

تعداد دوره های آموزشی: 31

لین لانگیت یک معمار و توسعه دهنده Cloud است که راه حل هایی را با خدمات وب (Amazon (AWS و (Google Cloud Platform (GCP ایجاد می کند. او متخصص پروژه های داده های بزرگ (big data) است. لین با AWS Athena، Aurora، Redshift، Kinesis و IoT کار کرده است. او همچنین کار تولید با Databricks برای Apache Spark و Google Cloud Dataproc، Bigtable، BigQuery و Cloud Spanner انجام داده است. لین همچنین مؤسس آموزش برنامه نویسی برای کودکان (Teaching Kids Programming) است. او در زمینه فناوری اطلاعات و Cloud در آمریکای شمالی و جنوبی، اروپا، آفریقا، آسیا و استرالیا سخنرانی کرده است.

جدیدترین آموزشهای مرتبط

تمامی زیرنویس‌های فارسی و مطالب ترجمه شده در سایت، بطور انحصاری متعلق به فارسی لینـدا بوده و هر گونه کپی‌ برداری و یا استفاده از آنها به هر شکلی در سایتها یا برنامه‌های دیگر پیگرد قانونی دارد
logo-samandehi
فارسی کلاس