Научитесь строить пайплайны данных в реальном времени
В современных компаниях накапливается большой объем данных, из которых можно извлекать важную аналитику, строить гипотезы или прогнозные модели.
Data Engineer — это специалист, который собирает данные из разных источников, очищает их и передает в удобном виде аналитикам для принятия бизнес-решений.
Аналитикам данных нужно знать, как работает хранилище данных, в каком виде там хранятся данные, как они обрабатываются и как их можно получить для анализа.
Курс ориентирован на практику и основные инструменты, подходит для тех, кто имеет базовые знания языка Python.
Программа курса:
1. Введение, практический linux
Кто такой Data Engineer и зачем ему Linux?
2. Современные хранилища данных
Разнообразие баз данных и их особенности
3. Экосистема Hadoop
Что такое Hadoop, что он умеет и как им пользоваться
4. Источники данных и работа с ними
Файлы как источники данных, JDBC — структурированные данные, SQL для выгрузки данных
5. Apache Spark и обработка данных
Зачем нужен Apache Spark и как с ним работать
6. Hadoop как хранилище данных
Особенности и нюансы hdfs
7. Apache Airflow для оркестрации конвейеров
Настройка data pipelines
8. Обзор облачных хранилищ
Особенности и нюансы работы с облачными хранилищами: Google, Amazon, Azure
Этот курс входит в программу Профессия «Data Scientist»
