[OTUS] Качество данных / Data Quality [Александр Бергер, Татьяна Водовозова]

Robot · 27 Мар 2026

Для кого этот курс?

Необходимые знания:

Понимание работы с данными – опыт работы с таблицами, SQL, Excel или BI-инструментами
Базовые знания SQL – умение писать простые запросы (SELECT, JOIN, WHERE)
Знание Python для аналитики данных
Общий опыт работы с корпоративными данными – понимание, как хранятся и обрабатываются данные в компаниях

После обучения вы сможете:

Внедрять процессы Data Quality и Data Governance в компании;
Автоматизировать контроль качества данных с помощью современных инструментов
Работать с метаданными, Data Catalog и управлять бизнес-терминами
Настраивать и оптимизировать проверки качества данных (DQ Checks)
Выстраивать взаимодействие между бизнесом, IT и аналитиками для управления данными

Дополнительно на курсе вы:

Будете работать над проектами, которые можно адаптировать под свою текущую работу, создавая решения для реальных задач
Изучите современные инструменты и актуальные решения и сможете использовать их в реальных проектах

Инструменты, которые вы освоите:

Soda
– инструмент для автоматизации контроля качества данных. Он позволяет настроить проверки качества данных, отслеживать ошибки и генерировать отчёты для принятия решений
OpenMetadata
– платформа для управления метаданными, которая позволяет строить Data Catalog, отслеживать lineage данных и организовывать процессы Data Governance
Airflow
– инструмент для автоматизации рабочих процессов и ETL-пайплайнов. Он помогает создавать, планировать и отслеживать задачи в рамках данных процессов, обеспечивая прозрачность и контроль