М20762С: datu bāzu izstrāde Microsoft SQL Server platformā - kurss 56 990 rub. no Speciālists, apmācība 40 akadēmiskās stundas, datums 15.05.2023.
Literārs Mistrojums / / December 04, 2023
Pieredzējis kursu pasniedzējs Microsoft Azure, sertifikāta īpašnieks Microsoft sertificēts profesionālis, MCSE:Mākoņplatforma un infrastruktūra, MCSA: Windows Server 2012. Pieredze sistēmu administrēšanā ir vairāk nekā 20 gadus, mācību jomā - 5 gadi. Šobrīd Deniss Aleksejevičs ir izlaidis vairāk nekā 40 dažādu pārdevēju produktu grupas Microsoft.
Deniss Aleksejevičs ir beidzis UrFU ar inženiera inženiera grādu (gāzturbīnas). Strādājis par inženieri un sistēmu administratoru tādos uzņēmumos kā Okami-Motors-Vostok, PF SKB Kontur, Softline Trade. Darba laikā Softline Trade viņš tika paaugstināts par Microsoft System Center nodaļas vadītāju. Viņa galvenie darbības virzieni ir arhitektūras izstrāde, detālprojektēšana, darba grafiku un darbaspēka izmaksu tāmju izstrāde kā tehniskajam ekspertam, produktu ieviešana Microsoft sistēmas centrs (Service Manager, Configuration Manager, Operation Manager, Data Protection Manager), prezentācijas, apmācības klientam.
Deniss Aleksejevičs ir atbildīgs skolotājs, kura mērķis ir studenti maksimāli asimilēt materiālu un saprast, kā to pielietot praksē. Klausītāji īpaši atzīmē viņa radošumu un spēju atrast personisku pieeju mācībām, kā arī dažādu administratora problēmu risināšanas piemēru vērtību no personīgās pieredzes.
Speciālā skolotāja, prestiža starptautiskā statusa īpašnieks Microsoft sertificēts meistars. Maskavas Valsts Tehniskās universitātes absolvents, kas nosaukts N.E. Baumanis.
Savās nodarbībās Fjodors Anatoljevičs priekšplānā izvirza principu "Paskaties uz sakni!" - svarīgi ir ne tikai izpētīt mehānisma darbību, bet arī saprast, kāpēc tas darbojas tā un ne citādi.
Ģenerālists programmatūras projektēšanas un izstrādes jomā. Viņam ir daudzu gadu pieredze izstrādes komandas vadītāja un galvenā arhitekta amatā. Specializējas uzņēmumu lietojumprogrammu integrācijā, tīmekļa portālu arhitektūras izstrādē, datu analīzes sistēmās, izvietošanā un atbalstā Windows infrastruktūra.
Inženierzinātņu un dabaszinātņu prezentācijas stilu kombinācija ļauj skolēniem paust skolotāja aizrautību un radošo pieeju. Fjodors Anatoljevičs vienmēr saņem aizrautīgākās atsauksmes no saviem pateicīgajiem absolventiem.
Centra vadošā skolotāja par Microsoft Azure un tīkla tehnoloģijas Microsoft, ir statusi MS: MCSA, MCSE, MCDBA un SCNP.
Microsoft sertificēts treneris (MCT) ar vairāk nekā 20 gadu mācību pieredzi. Skolotāja laikā viņš apmācīja vairāk nekā 4000 speciālistu.
Aleksandrs Vitāljevičs zinātņu kandidāts, specialitātē kibernētika, profesionālu rakstu autors par informācijas apstrādes, pārsūtīšanas un aizsardzības sistēmām un automatizētām vadības sistēmām. Ir vairāk nekā 30 tehniskie sertifikāti (Microsoft, CompTIA, SCP, ITIL) un liela pieredze korporatīvo klientu tehniskā atbalsta pārvaldībā.
Aleksandrs Vitāljevičs vairāk nekā 14 gadus strādāja Microsoft Corporation tehniskā atbalsta dienestā, no kuriem vairāk nekā 10 gadus vadīja grupu tehniskais atbalsts korporatīvajiem klientiem, vairāk nekā 20 tehniskā atbalsta vadītāju komandas vadīšana un nodrošināšana Premium Premier atbalsts vairāk nekā 100 lielākajām Krievijas korporācijām, tostarp Magnit, Lenta, Russian Post, Kaspersky un utt. Aleksandrs Vitāljevičs aktīvi piedalījās jauna veida augstākās kvalitātes tehniskā atbalsta ieviešanā (Microsoft Vienotais atbalsts) Krievijā 2018.–2020. gadā, koncentrējoties uz palīdzības maksimālu palielināšanu mākoņtehnoloģiju ieviešanā organizācijām.
Nodarbību laikā skolotājs galveno uzsvaru liek uz praktisko iemaņu attīstīšanu skolēnos. Absolventi savos recenzijās vienmēr atzīmē ne tikai materiāla informācijas bagātību un struktūru, bet arī īpaši silto, draudzīgo atmosfēru, humoru un prakses gadījumu un stāstu pārpilnību.
1. modulis. Ievads datu bāzes izstrādē (2 ak. h.)
Ievads SQL Server platformā
Izstrādātāja rīki un uzdevumi
Laboratorijas darbi
2. modulis. Tabulu projektēšana un izgatavošana (2 ak. h.)
Tabulas izstrāde
Datu veidi
Shēmu izmantošana
Darbības uz galdiem
Laboratorijas darbi
3. modulis. Tabulu izstrādes kompleksie aspekti (2 ak. h.)
4. modulis. Datu integritātes nodrošināšana, izmantojot ierobežojumus (2 ac. h.)
Datu integritātes nodrošināšana
Domēna integritāte
Vienība un atsauces integritāte
Laboratorijas darbi
5. modulis. Indeksi (2 ac. h.)
Kā darbojas indeksi
Datu tipi un indeksi
Kaudze, grupēti un negrupēti indeksi
Vienkārši un salikti indeksi
Laboratorijas darbi
6. modulis. Efektīvo indeksu izstrāde (2 ak. h.)
Indeksa attīstības stratēģija
Indeksu vadība
Vaicājuma izpildes plāns
Datu bāzes dzinēja konfigurācijas palīgs
Vaicājumu krātuve
Laboratorijas darbi
7. modulis. Kolonnu indeksi (2 ac. h.)
Ievads kolonnu indeksos
Kolonnu indeksu izveide
Kolonnu indeksu izmantošana
Laboratorijas darbi
8. modulis. Reprezentāciju noformēšana un veidošana (2 ak. h.)
Viedokļu mērķis
Skatu izveide un pārvaldība
Viedokļu ietekme uz veiktspēju
Laboratorijas darbi
9. modulis. Uzglabājamo procedūru projektēšana un izveide (2 ak. h.)
Ievads saglabātajās procedūrās
Saglabāto procedūru izmantošana
Parametrizētas procedūras
Izpildes konteksta pārvaldība
Laboratorijas darbi
10. modulis. Lietotāja funkciju projektēšana un izveide (2 ac. h.)
Funkcijas pārskats
Skalārās funkcijas
Tabulas funkcijas
Funkciju izveide
Alternatīvi mehānismi
Laboratorijas darbi
11. modulis. Datu izmaiņu apstrāde, izmantojot trigerus (2 ak. h.)
Sprūda dizains
Trigeru ieviešana
Uzlabotas aktivizētāja funkcijas
Laboratorijas darbi
12. modulis. Atmiņā ievietotās tabulas (3 ac. h.)
Tabulas atmiņā
Procedūras, kas apkopotas uz bināro kodu
Laboratorijas darbi
13. modulis. Pārvaldīts kods datu bāzē (2 ac. h.)
14. modulis. XML datu glabāšana un apstrāde (3 ac. h.)
Ievads XML
Datu glabāšana XML formātā
XML indeksu izveide
Datu konvertēšana uz XML
Vaicājumu izpilde ar XQuery
Datu konvertēšana no XML uz tabulas skatu
Laboratorijas darbi
15. modulis. Telpisko datu uzglabāšana un apstrāde (2 ac. h.)
Ievads telpiskajos datos
Darbs ar telpiskajiem tipiem
Telpisko tipu izmantošana lietojumprogrammās
Laboratorijas darbi
16. modulis. Nestrukturētu datu glabāšana un apstrāde (2 ac. h.)
Ievads nestrukturētajos datos (BLOB)
Nestrukturētu datu glabāšana atsevišķos failos
Pilna teksta meklēšana
Laboratorijas darbi
17. modulis. Konkurētspējīga piekļuve datiem (3 ac. h.)
Vienlaicīga piekļuve datiem un darījumi
Bloķēšanas mehānisms
Laboratorijas darbi
18. modulis. Veiktspēja un uzraudzība (3 ac. h.)
Izsekošana un paplašinātie notikumi
Statistika par pašreizējiem pieprasījumiem
Datu bāzes failu iestatījumu optimizēšana
Metrika veiktspējas mērīšanai
Laboratorijas darbi
Kursa mērķis ir iemācīties brīvi un pārliecinoši lietot mūsdienīgas datu bāzes kopumā un jo īpaši Microsoft SQL Server 2017. Kurss paredzēts analītiķiem, kuri izmanto Microsoft SQL Server datu bāzes, atskaišu izstrādātājiem, datu bāzes lietojumprogrammu atbalsta speciālisti, datu bāzu administratori un izstrādātāji, un lietojumprogrammas. * *kurss tiek pasniegts sadarbībā ar ARMKYBERSEC akadēmiju
4,2
foršs kurss, kurā izklaidēsimies ar datu analīzes un apstrādes pamata rīkiem, izmantojot Python programmēšanas valodu 🐍 un Pandas bibliotēku 🐼
4
Kurss sniedz studentiem pamatzināšanas par SQL, ļaujot izstrādātājam rakstīt vaicājumus pret vienu vai vairākām tabulām, modificēt tabulu datus un izveidot datu bāzes objektus. Galvenais kursā izmantotais izstrādes rīks ir Oracle SQL Developer; SQL Plus tiek izmantots kā papildu.
4,2