Dataingenjör - kurs 89 000 rub. från Otus, utbildning 4 månader, datum 30 november 2023.

Miscellanea / by admin / December 03, 2023

Vad kommer den här kursen att ge dig?

Förstå de viktigaste sätten att integrera, bearbeta och lagra big data
Förmåga att arbeta med Hadoop ekosystemkomponenter, distribuerad lagring och molnlösningar
Praktiska färdigheter i att utveckla datatjänster, skyltfönster och applikationer
Kunskap om principerna för att organisera övervakning, orkestrering, testning

Kursen behandlas utvecklare, DBMS-administratörer och alla som vill förbättra sin professionella nivå, behärska nya verktyg och engagera sig i intressanta uppgifter inom området att arbeta med data.

Efter att ha studerat Datateknik blir du en eftertraktad specialist som:

distribuerar, justerar och optimerar databearbetningsverktyg
anpassar datauppsättningar för vidare arbete och analys
skapar tjänster som använder resultaten av att bearbeta stora mängder data
ansvarig för dataarkitekturen i företaget

Verkliga fallstudier: exempel på implementeringar, verktygsanvändning, prestandaoptimering, problem, fel och tillämpade resultat
Mycket praktisk inriktning:

instagram viewer

Under kursen kommer vi stegvis att skapa en fungerande produkt, lösa tillämpade problem
En helhetsbild av utmaningarna och uppgifterna för modern verksamhet, och dataingenjörens roll för att lösa dem
Efterfrågan bland arbetsgivare

40 arbetsgivare är redan redo att kalla kursutexaminerade till intervju

Alexey Zheleznoy

kurser

Dataingenjör på Wildberries, DE Junior kursföreläsare. Mer än 7 år inom IT

Utexaminerad från Voronezh State University med utmärkelser. Student på HSE-masterprogrammet "System and Software Engineering". Yrkeserfarenhet - 2 års arbete som Dataanalytiker och Dataingenjör. Nu arbetar han med 5 populära databaser, utvecklar i Python och utvecklar snabbt sina kunskaper. Redo att dela med mig av min erfarenhet.

Roman Bogatov

väl

Han har utvecklat analytics i företaget i mer än 10 år. Bland prestationerna: - Konstruktion av vårt eget end-to-end webbanalyssystem; - Byggande av ett analytiskt lager baserat på MPP Vertica; - Organisering av databehandling baserad på Spark, Kafka, HDFS;- Bygga processer för att arbeta med data, inklusive datakvalitet;- Skapande av flera interna verktyg för att arbeta och strukturera metadata (Data Catalog);- Konstruktion av ett företagsrapporteringssystem, inklusive realtid; - I mer än 5 år har han ökat datakunskapen inom företaget, genomfört olika utbildningar om att arbeta med data, verktyg, SQL; Han utvecklade också flera analysledare som nu arbetar i stora företag. Huvudfokus ligger på att förstå affärsproblem när man arbetar med data och löser dem.

Vasily Sushko

väl

Avdelningschef, Sberbank 8 års erfarenhet av industriell utveckling, inklusive skapande och underhåll av webbapplikationer både i stora företag och i startups. 3 års utveckling av distribuerade system för stora statliga kunder. Genomförde tre projekt från grunden, från prototyp till färdiga för industriellt bruk. För närvarande engagerad i full-stack utveckling för interna kunder på banken, löser problem relaterade till dataanalys och ingenjörskonst. Erfarenhet av programmering i Java, Scala, Python, Javascript. Ett brett utbud av professionella intressen, allt från att bygga distribuerade system till prediktiv analys och avsiktsanalys. Utbildning: Kandidatexamen från UrFU uppkallad efter. B.N. Jeltsin "Informationsteknik".

Dataarkitektur
-Ämne 1.Dataingenjör. Uppgifter, färdigheter, verktyg, marknadens behov
-Ämne 2.Arkitektur av analytiska tillämpningar: grundläggande komponenter och principer
-Ämne 3.I lokaler / Molnlösningar
-Ämne 4. Pipelineautomation och orkestrering – 1
-Ämne 5. Pipeline-automation och orkestrering – 2

Data Lake
-Ämne 6. Distribuerade filsystem. HDFS/S3
-Ämne 7.SQL-åtkomst till Hadoop. Apache Hive/Presto
-Ämne 8. Datalagringsformat och deras funktioner
-Ämne 9. Analys av fjärrkontroll för 1 fall
-Ämne 10.Meddelandeköer. Kafka översikt.
-Ämne 11. Ladda ner data från externa system
-Ämne 12. Apache Spark – 1
-Ämne 13. Apache Spark – 2

DWH
-Ämne 14.Analytisk DBMS. MPP-databaser
-Ämne 15.DWH-modellering – 1. dbt grunderna
-Ämne 16.DWH-modellering – 2. Data Vault 2.0
-Ämne 17.DevOps-övningar i analytiska applikationer. CI+CD
-Ämne 18. Analys av fjärrkontroll för fall 2
-Ämne 19.Datakvalitet. Datakvalitetshantering
-Ämne 20. Implementering av en BI-lösning
-Ämne 21. Övervakning / Metadata

NoSQL/NewSQL
-Ämne 22.NoSQL-lagring. Bred kolumn och nyckel-värde
-Ämne 23.NoSQL-lagring. Dokumentorienterad
-Tema 24.ELK
-Tema 25.ClickHouse
-Ämne 26. Analys av fjärrkontroll för fall 3

MLOps
-Ämne 27. Organisation och paketering av kod
-Ämne 28. Docker- och REST-arkitektur
-Tema 29.MLFlow + DVC
-Ämne 30. Utplacering av modeller
-Ämne 31. Analys av fjärrkontroll för fall 4
-Ämne 32. Analys av fjärrkontroll för fall 5

Examensprojekt
-Ämne 33. Val av ämne och organisation av projektarbetet
-Ämne 34.Samråd
-Ämne 35. Skydd

Tags moln

Miscellanea

Gradering

Visningar

Kommentarer