Войти
    Смотреть все результаты
    Поиск Избранное Корзина Войти
    Открыть подменюКатегории

    Нетология

    Дата-инженер с нуля до middle

    • Начальный уровень
    • Наставник: Нет
    • Сертификат: Нет
    • Формат: Online
    • Рассрочка: Нет
    • Язык: Русский
    • Осталось мест: не ограничено
    200000 ₽ 120 000 ₽/курс
    Записаться
    Вы будете перенаправлены на сайт партнера.

    Дата-инженер с нуля до middle

    : «Слишком часто люди обращаются к Data Scientist и игнорируют тот факт, что для для успешной работы с данными необходима эффективная платформа. Главный навык инженеров данных – создавать условия для хранения и организации полезных данных». Рон Бодкин, генеральный директор Think Big Analytic

    Подберем наиболее подходящие курсы

    Подобрать
    Для кого этот курс?
    • Yandex.Cloud
      Облачная платформа, где каждый может создавать и совершенствовать свои цифровые сервисы, используя инфраструктуру и уникальные технологии Яндекса. Студенты Нетологии получат возможность бесплатно использовать мощности платформы Yandex.Cloud в течение всего периода обучения
    Программа обучения
    SQL и получение данных
    • Основы баз данных
    • Работа с базами данных
    • Основы SQL
    • Продвинутый SQL
    • Углубление в SQL
    • Работа с PostgreSQL
    • Работа с MongoDB
    SQL PRO
    • Командная строка. DCL и TCL
    • Хранимые процедуры и триггеры событий
    • Зависимости. Нормализация. Денормализация
    • Основы проектирования: архитектурные модели, модели данных
    • Масштабирование функций
    • Дополнительные модули и расширения PostgreSQL
    • Интеграция: API, Redis
    Data Warehouse
    • Введение в хранилища данных
    • Проектирование хранилища данных
    • Знакомство с Pentaho
    • Pentaho как инструмент ETL
    • ETL-pro
    • Общие рекомендации по разработки ETL
    • Смежные темы
    • DWH в облаке
    Business Intelligence решения и многомерная модель данных
    • BI как сердце аналитики
    • Многомерные модели
    • Real-time отчётность
    • Современные подходы
    Python
    • Основы Python
    • Введение в анализ данных на Python
    • Библиотека NumPy: вычислительные задачи
    • Предобработка данных
    • Библиотека Pandas: обзор возможностей и базовые операции
    Data Lake & Hadoop
    • Основы Hadoop
    • HDFS
    • MapReduce
    • MapReduce 2
    • Yarn
    • Pig & Hive
    • HBase & Cassandra
    • Кластер. Управление и администрирование
    Продвинутые методы работы с данными
    • Apache Spark
    • Работа со Spark
    • Spark SQL
    • Продвинутый Spark
    • Airflow
    • Работа с Airflow
    • Продвинутый Airflow
    • Data Build Tool как инструмент ETL
    Работа с потоковыми данными
    • Устройство Clickhouse и загрузка данных в корпоративное хранилище
    • Устройство Kafka и работа с кластером
    • Конфигурация Kafka Streams
    • Kafka Streams Interactive Queries, Kafka Streams Processor API, Kafka Connect
    • Spark Streaming: характеристики и особенности использования
    • Создание простого приложения на Spark Structure Streaming + Kafka
    Работа с данными в облаке
    • Google Cloud Platform — хранение данных
    • Spark в GCP
    • Managed ETL в GCP
    • Обработка real-time данных в GCP
    • Поиск инсайтов в данных при помощи ML
    • Другие облачные провайдеры
    Введение в DS & ML
    • Введение в машинное обучение
    • Задача классификации
    • Задача кластеризации
    • Ансамблевые методы решения задачи классификации
    • Feature engineering
    MLOps
    • Зачем нужен DevOps
    • Docker и микросервисная архитектура
    • K8S
    • Оркестраторы
    • CI/CD
    • Мониторинг
    • Инструменты DevOps для обучения ML-моделей
    • Deploy ML-моделей
    Английский язык для начинающих инженеров
    • Лексика, без которой не обойтись IT-специалисту
    • Как вести переписку на английском
    • Чтение документации и анализ требований
    • Программирование
    • Стрессовые ситуации
    • Работа и роли в команде
    • Как поддержать любую беседу на английском
    • Собрания, презентации
    Карьерное планирование
    • Создание резюме: как поменять сферу, используя опыт предыдущих компаний
    • Отработка навыков написания резюме
    • Карьерное консультирование
    Дипломный проект
    Знания и навыки, которые приобретете
    • Опыт работы с Ajax
    • Опыт работы с протоколом http/https и опыт взаимодействия с серверным api
    • Практический опыт проектирования и разработки на react
    Тэги

    Преподаватели

    • Александр Крылов

    • Алексей Кузьмин

      Директор разработки и руководитель Data Science и работы с данными, «ДомКлик»

    • Константин Башевой

      Аналитик-разработчик, Яндекс

    • Николай Хащанов

      Fullstack Developer, Aurora Group

    • Дмитрий Турченков

      IT Cluster Lead, Сбер Преподаёт «Продвинутые методы работы с данными», «Работа с потоковыми данными»

    • Андрей Серебрянский

      Big Data Engineer, Vivid Money Преподаёт «Работу с потоковыми данными»

    • Сергей Виноградов

      Архитектор, SberCloud MLSpace Преподаёт «Работу с данными в облаке»

    • Павел Саяпин

      Team Lead, «Профи» Преподаёт Data Warehouse

    • Максим Золотарёв

      Senior Data Engineer, Tabby Преподаёт «Продвинутые методы работы с данными»

    • Дарья Буланова

      Senior Data Engineer, Dodo Brands Преподаёт «Продвинутые методы работы с данными»

    • Андрей Макеев

      Бизнес-архитектор, «Комус» Преподаёт «Выбор и подключение Business Intelligence-решений»

    • Ольга Титова

      Старший аналитик, GlowByte Consulting Преподаёт «Выбор и подключение Business Intelligence-решений»

    • Алёна Парамонова

      Старший бизнес-аналитик, GlowByte Consulting Преподаёт «Выбор и подключение Business Intelligence-решений»

    Твой персональный наставник в карьере

    Получить консультацию