Стоимость курса
129 200 ₽
Рассрочка от 10 767 ₽/мес
Срок обучения: 5 месяцев
Курс Инженер данных от Karpov Courses
Стоимость курса
129 200 ₽
Рассрочка от 10 767 ₽/мес
Срок обучения: 5 месяцев
Стоимость курса
129 200 ₽
Рассрочка от 10 767 ₽/мес
Срок обучения: 5 месяцев
Основные преимущества курса
Глубокое системное понимание архитектуры данных
Курс обучает не просто работе с данными, а полноценному проектированию сквозных систем хранения и обработки, учитывая всю архитектуру хранилища данных.
Практический проект с реальными технологиями
Промежуточный практический проект воссоздаёт реальные ETL-процессы на базе Airflow, Spark, S3 и Greenplum, близко приближенный к задачам инженера данных в индустрии.
Освоение широкого спектра современных инструментов
Студенты изучают ключевые технологии и инструменты: PostgreSQL, Hadoop, Greenplum, Python, Hive, Spark, Kafka, Airflow, Tableau и др., включая работу с облачными сервисами и Kubernetes.
Доступ к облачным технологиям Yandex Cloud
Курс предоставляет бесплатный доступ к облачной инфраструктуре Yandex Cloud, что позволяет практиковаться на современных и надежных платформах для хранения и обработки данных.
Фокус на профессионалов с базовыми знаниями
Программа рассчитана на специалистов с начальными или средними навыками (junior+/middle), желающих углубить знания и выйти на новый уровень в инженерии данных.
Обучение построению и автоматизации ETL-процессов
Курс подробно разбирает создание, автоматизацию и мониторинг ETL-циклов с использованием Airflow и современных подходов к обработке больших данных.
Характеристики курса
Уровень сложности
средний
Входное тестирование
нет
Конкурсный отбор
нет
Продолжительность
5 месяцев
Формат обучения
по собственному графику
Гибкость расписания
дедлайны по неделям
Видеоконтент
да
Тесты и квизы
да
Проектные работы
да
Вебинары/Живые сессии
нет
Практические задания
да
Кейсы из практики
да
Куратор
нет
Проверка ДЗ
нет
Чат/Комьюнити
нет
Карьерные консультации
нет
Сертификат
да
Тип сертификата
сертификат об окончании
Гос. лицензия
нет
Пожизненный доступ
нет
Скачивание материалов
нет
Оффлайн-доступ
нет
Мобильное приложение
нет
Помощь с трудоустройством
нет
Практика на проектах
да
Компании-партнёры
нет
Помощь с портфолио
нет
Помощь с резюме
нет
Программа курса
1
Введение в Data Warehouse
Обзор архитектуры централизованного хранилища данных, его компонентов и проектирование уровня детализации.
2
Работа с базами данных
Изучение реляционных и MPP баз данных, их архитектуры и практическая настройка PostgreSQL и Greenplum.
3
Процессы ETL
Основы извлечения, преобразования и загрузки данных; автоматизация ETL с помощью Apache Airflow.
4
Хранение и обработка больших данных
Распределенное хранение на Hadoop, паттерны обработки, отказоустойчивость и восстановление.
5
Потоковая обработка данных
Методы и инструменты потоковой обработки, мониторинг и профилирование заданий в Apache Spark.
6
Практический проект ETL
Реализация ETL-процессов на Airflow с использованием Spark, S3 и Greenplum, приближенный к реальным задачам.
7
Облачные технологии и Kubernetes
Использование облачных решений для DWH и Data Lake, настройка JupyterHub и Spark в Kubernetes.
8
Визуализация данных
Работа с BI-инструментами Tableau и создание интерактивных дашбордов для мониторинга хранилищ.
9
Машинное обучение на больших данных
Основы распределенного ML, работа с Spark ML, построение и применение ML-пайплайнов.
10
Управление качеством данных
Подходы к контролю качества, отслеживанию происхождения данных и управлению интеграциями.
Часто задаваемые вопросы
Курс подходит специалистам начального и среднего уровней, аналитикам данных, инженерам данных, бэкенд-разработчикам и разработчикам бизнес-решений, которые хотят системно освоить архитектуру и инструменты хранилищ данных.
Требуется уверенное владение SQL (SELECT, WHERE, GROUP BY, HAVING), умение работать с подзапросами и JOIN, опыт с оконными функциями, знание Python, основ ООП, командной строки, Linux и Git.
Программа включает изучение архитектуры Data Warehouse, работу с PostgreSQL и MPP базами, автоматизацию ETL с Airflow, обработку больших данных на Hadoop и Spark, облачные решения, визуализацию в Tableau, машинное обучение на Spark ML и управление качеством данных.
PostgreSQL, Hadoop, S3, Greenplum, Python, SQL, Hive, Spark, Kafka, ML Flow, Spark ML, SuperSet, Tableau, DataLens, Airflow и Kubernetes.
Обучение проходит онлайн с практическими проектами и самостоятельной работой, включая промежуточный проект, максимально приближенный к реальным задачам инженера данных.
Да, курс включает промежуточный практический проект по построению ETL-процессов в Airflow на основе двухуровневой платформы данных, доступный после прохождения модуля о больших данных.
Вы сможете проектировать и строить сложные системы хранения и обработки данных, автоматизировать ETL-процессы, работать с большими данными и облачными технологиями, а также применять машинное обучение на практике.
Информация о сертификате в описании курса отсутствует.
В описании курса не указана конкретная информация о поддержке студентов.
В описании курса отсутствует информация о мобильном обучении.
Информация о доступе к материалам после окончания курса не предоставлена.
Для курса необходим компьютер с установленными инструментами и программами, включая поддержку командной строки и Linux; подробности в описании не уточняются.
Вы научитесь строить ETL-процессы, работать с облачными платформами, автоматизировать обработку данных и создавать аналитические панели, что можно включить в портфолио.
Да, курс включает практическую работу с облачными решениями, включая Yandex Cloud и Kubernetes, а также настройку JupyterHub и Spark в Kubernetes.
Информация об обновлении программы курса отсутствует.
В описании курса не указано наличие комьюнити или средств общения между студентами.
