[Simulative] Симулятор Инженер данных. Тариф Базовый (Андрон Алексанян, Елизавета Бережная)

[Robot]

Ссылка на картинку

Что такое курс-симулятор:

• Обучение на бизнес-кейсах
  Не обучаем на «апельсинах» — после курса-симулятора вы на 100% сразу же готовы решать рабочие задачи или внедрять знания на текущем месте работы
  
  
• Полная подготовка к собеседованиям
  Будете решать тестовые задания от реальных компаний и проходить тестовые собеседования еще в процессе обучения
• Уникальное портфолио
  Такого портфолио не будет ни у кого больше. Вы соберёте его из реальных задач из разных сфер бизнеса

Чем занимается инженер данных
Представьте, что у вас есть большая коробка с LEGO, из которой нужно выбрать детали для постройки замка или космического корабля.
Дата-инженеры обеспечивают доступность и качество данных, что особенно важно для принятия решений в бизнесе.
Вам нужно сначала выбрать нужные детали, затем правильно их соединить и в конце собрать всё вместе.
Этим и занимается инженер данных.

Кому подойдёт курс-симулятор:

• Новичкам в профессии
  Освоите основы инженерии данных для уверенного старта карьеры
  
  
• Начинающим инженерам данных
  Структурируйте свои знания, освоите весь необходимый стек на практике и уверенно войдите в профессию уже на 5 месяце обучения
• Аналитикам данных
  Изучите методы обработки и трансформации данных, что поможет лучше понимать архитектуру данных и улучшить качество аналитических отчетов
  
  
• Разработчикам
  Сможете освоить специфические задачи инженера данных, такие как работа с ETL-процессами и реализовать проекты в этой области

Какие задачи сможете решать после обучения:

• Создавать и работать с хранилищами данных
• Разрабатывать автоматизированные ETL-пайплайны
• Оптимизировать сложные SQL-запросы
• Работать с большими данными и озерами данных (data lake)
• Пользоваться и управлять DE-инфраструктурой: Linux, Docker, DWH и др.

Какие инструменты освоите:

• Базы данных
  PostgreSQL, DBeaver, Clickhouse
  
  
• Программирование
  Python, Pandas, Numpy, Matplotlib, Seaborn, Plotly, gspread, VS Code, Google Colab, Jupyter Notebook
• Визуализация данных
  Metabase
  
  
• Автоматизация и деплой
  Linux, Docker, bash, Airflow

Программа

1. Введение в профессию
2. SQL и базы данных
3. Визуализация в Metabase
4. Git/GitHub
5. Python
6. Объектно-ориентированное программирование в Python (ООП в Python)
7. Python для анализа данных
8. Linux
9. Docker
10. Airflow
11. Продвинутый SQL для работы с большими данными
12. Хранилища данных (DWH) - Clickhouse
13. Hadoop и озера данных (Data lake)
14. Spark / pySpark

Читать далее...

Показать больше