СТАРТ ПРОГРАММЫ
8 ИЮНЯ 2023
ФОРМАТ ОБУЧЕНИЯ
ОНЛАЙН
Онлайн формат обучения инженеров данных
КОМУ ПОДОЙДЁТ
ДЛЯ JUNIOR/MIDDLE

Курс для junior и middle специалистов
ПОЭТАПНАЯ ОПЛАТА
НА 5 МЕСЯЦЕВ

Поэтапная оплата курса
ЕВГЕНИЙ ЕРМАКОВ
Инженерия данных от проектирования до нетривиальной обработки.

ИНЖЕНЕР ДАННЫХ.
ОБУЧЕНИЕ У НАС |

Преподаватель онлайн курса по обучению инженеров данных
Старт программы курса Инженер данных

НАУЧИТЕСЬ ПРАВИЛЬНО ГОТОВИТЬ ДАННЫЕ ЛЮБЫХ РАЗМЕРОВ И СЛОЖНОСТИ

Обучающие выборки для машинного обучения и красивые графики для отчётов не появляются сами собой: данные нужно собирать, хранить, валидировать и комбинировать между собой, быстро реагируя на изменения в их структуре.
Стандартный путь:
НАЧИНАЕШЬ РАБОТАТЬ С ДАННЫМИ
ПЫТАЕШЬСЯ СДЕЛАТЬ СИСТЕМНО И РАСШИРЯЕМО
ПОНИМАЕШЬ, ЧТО НЕ ХВАТАЕТ ЗНАНИЙ, ЧТОБЫ ОХВАТИТЬ ВСЮ АРХИТЕКТУРУ DWH ЦЕЛИКОМ
×
Для работы с данными недостаточно знать один инструмент — необходимо учитывать весь спектр взаимосвязей большого хранилища, понимать потребности заказчика и воспринимать данные как конечный продукт.
Сильный инженер данных за счёт широты знаний может выбрать правильный инструмент под любые задачи, охватить всю архитектуру DWH целиком и донести результат до потребителей данных.
Для эффективной работы с данными одного инструмента недостаточно — необходимо учитывать все взаимосвязи большого хранилища, понимать потребности заказчика и воспринимать данные как конечный продукт.
Сильный инженер данных за счёт широты знаний и понимания архитектуры DWH способен подобрать правильные инструменты под любые задачи и донести результат до потребителей данных.

ВАШЕ РЕЗЮМЕ == ЧЕРЕЗ 5 МЕСЯЦЕВ

- Работаю с реляционными базами данных, в том числе MPP, понимаю особенности работы распределенных систем на базе Greenplum

- Умею строить и автоматизировать ETL\ELT-пайплайны на базе Apache Airflow

- Имею опыт работы с большими данными в Hadoop и Spark, умею составлять сложные SQL запросы в Apache Hive

- Разбираюсь в архитектуре хранилищ данных (DWH), владею методами многомерного моделирования, якорного моделирования и Data Vault

- Имею практический опыт работы со Spark в Kubernetes, понимаю основные подходы к построению хранилищ данных в облаках

- Понимаю принципы работы и подготовки данных для BI-инструментов на базе Tableau

- Применяю ML-модели на больших данных, умею подготавливать данные для их обучения, понимаю подходы к версионированию датасетов с помощью Data Version Control

- Знаю основные подходы к управлению данными на базе DMBOK
ЖЕЛАЕМАЯ ЗАРПЛАТА ОТ
100 000 рублей
Инженер данных
ВИКТОР КУЗНЕЦОВ
- Работаю с реляционными базами данных, в том числе MPP, понимаю особенности работы распределенных систем на базе Greenplum
- Умею строить и автоматизировать ETL\ELT-пайплайны на базе Apache Airflow
- Имею опыт работы с большими данными в Hadoop и Spark, умею составлять сложные SQL запросы в Apache Hive
- Разбираюсь в архитектуре хранилищ данных (DWH), владею методами многомерного моделирования, якорного моделирования и Data Vault
- Имею практический опыт работы со Spark в Kubernetes, понимаю основные подходы к построению хранилищ данных в облаках
- Понимаю принципы работы и подготовки данных для BI-инструментов на базе Tableau
- Применяю ML-модели на больших данных, умею подготавливать данные для их обучения, понимаю подходы к версионированию датасетов с помощью Data Version Control
- Знаю основные подходы к управлению данными на базе DMBOK
Инженер данных
ВИКТОР КУЗНЕЦОВ
ЖЕЛАЕМАЯ ЗАРПЛАТА ОТ
100 000 рублей

КАК ПРОХОДИТ ОБУЧЕНИЕ

ПОДРОБНЕЕ О КУРСЕ

Преподаватели расскажут о курсе и его содержании. Вы узнаете, в чём ценность каждого модуля и как полученные знания помогут в дальнейшей работе.

ФОРМАТ ОБУЧЕНИЯ

Обучение проходит в интенсивном формате по 3 занятия в неделю
Домашние задания выполняются на настоящей инфраструктуре
Все лекции и дополнительные материалы доступны на образовательной платформе и остаются у вас после окончания курса
На учёбу наши студенты тратят в среднем 10 часов в неделю

РАБОТАЙТЕ С ДАННЫМИ В ЛЮБЫХ СИСТЕМАХ

Изучайте архитектуру хранилищ данных и подходы к их проектированию
Сравнивайте на практике Big Data решения на базе Hadoop и реляционные MPP СУБД
Учитесь работать с облаками и автоматизировать ETL-процессы с помощью Airflow

ИСПОЛЬЗУЙТЕ НАШУ ИНФРАСТРУКТУРУ

— Работайте со всеми необходимыми инструментами на выделенном сервере
— Совершенствуйте навыки работы с Hadoop, Greenplum, PostgreSQL, Airflow, Spark, Hive и Kubernetes

ЗАДАВАЙТЕ ЛЮБЫЕ ВОПРОСЫ В ПОДДЕРЖКУ

— Обсуждайте задачи и проекты с экспертами рынка
— Вашими менторами будут инженеры данных из ведущих российских компаний
— Консультируйтесь с HR специалистами
— Учитесь правильно презентовать свои навыки
— Откликайтесь на вакансии компаний-партнёров
— Проходите собеседования и устраивайтесь на работу

УСТРАИВАЙТЕСЬ НА РАБОТУ

РАБОТАЙТЕ С ДАННЫМИ В ЛЮБЫХ СИСТЕМАХ
— Изучайте архитектуру хранилищ данных и подходы к их проектированию
— Сравнивайте на практике Big Data решения на базе Hadoop и реляционные MPP СУБД
— Учитесь работать с облаками и автоматизировать ETL-процессы с помощью Airflow
ИСПОЛЬЗУЙТЕ НАШУ ИНФРАСТРУКТУРУ
— Работайте со всеми необходимыми инструментами на выделенном сервере
— Совершенствуйте навыки работы с Hadoop, Greenplum, PostgreSQL, Airflow, Spark, Hive и Kubernetes
ЗАДАВАЙТЕ ЛЮБЫЕ ВОПРОСЫ В ПОДДЕРЖКУ
—Обсуждайте задачи и проекты с экспертами рынка
— Вашими менторами будут инженеры данных из ведущих российских компаний
108
Уже работаете с хранилищами данных, но хотите систематизировать знания и глубже погрузиться в актуальные технологии.
ИНЖЕНЕР ДАННЫХ
Постоянно взаимодействуете с базами данных, но хотите лучше разобраться в ETL-процессах и выйти на качественно новый уровень в аналитике.
АНАЛИТИК ДАННЫХ

ДЛЯ КОГО ЭТОТ КУРС:

BI-РАЗРАБОТЧИК
Занимаетесь развитием систем бизнес-аналитики, хотите освоить архитектуру современных хранилищ данных и научиться их проектировать.
BACKEND-РАЗРАБОТЧИК
Имеете опыт бэкенд-разработки и хотите применить его для решения задач, связанных с хранением и обработкой больших данных.

РЕКОМЕНДУЕМЫЙ УРОВЕНЬ:

PYTHON

> Знание синтаксиса языка

> Понимание базовых структур данных (список, словарь, кортеж)

> Владение основами ООП (класс, объект)
> Знание базового синтаксиса (SELECT, WHERE, GROUP BY, HAVING)

> Умение составлять подзапросы и делать все виды JOIN

> Навык работы с оконными функциями

SQL

> Умение работать с командной строкой

> Знание базовых команд Linux

> Опыт работы с Git

ИНФРА-СТРУКТУРА

ИНФРАСТРУКТУРА

Зарегистрируйтесь на нашей образовательной платформе и пройдите тестирование →
не уверены хватает ли вам знаний для курса?

ЕСЛИ ЭТОТ КУРС КАЖЕТСЯ ВАМ СЛОЖНЫМ

НА КУРСЕ ИСПОЛЬЗУЕМ >>>

ПРОГРАММА КУРСА ://

Руководитель платформы данных toloka.ai, куратор курса
ЕВГЕНИЙ ЕРМАКОВ
Преподаватель курса "Инженер данных" Евгений Ермаков
Залог успешной работы — данные, которые нужно собирать, хранить и комбинировать между собой, быстро реагируя на изменения в их структуре.

Наш курс даст универсальные знания в области инженерии данных, которые вы сможете применить для проектирования систем хранения и обработки данных, автоматизации их работы и экономии ресурсов кластера.

ПРОГРАММА ТРУДОУСТРОЙСТВА>>>

ТРУДОУСТРОЙСТВО
Вместе достигнем желаемой цели
ПОДГОТОВКА
Поможем составить сильное резюме

РЕКОМЕНДАЦИИ
Расскажем о вас компаниям-партнёрам
СОБЕСЕДОВАНИЕ
Организуем интервью с работодателем
84%
Трудоустроенных выпускников
Рассчитано на основе данных о количестве выпускников, обратившихся за помощью в поиске работы и трудоустроенных за 3 месяца. Как мы это считали
Будем поддерживать вас в течение всего процесса трудоустройства.
Наша цель — довести вас до оффера.
САМОПРЕЗЕНТАЦИЯ
Чтобы получить сильное резюме и навыки самопрезентации вы пройдете:
- Лекции и вебинары по составлению резюме от HR-эксперта Яндекс
- Тест-драйв собеседования
- Консультацию, на которой определите стратегию поиска работы и пропишете карьерные цели
79
ОТСЛЕЖИВАНИЕ ПРОГРЕССА
Свой прогресс в трудоустройстве вы будете отслеживать с помощью специальных дневников. Работать над ошибками мы будем вместе с вами: мы подскажем, что нужно подтянуть и в каком направлении лучше мыслить, чтобы эффективнее справляться с задачами на собеседованиях.
90
РАБОТА МЕЧТЫ
Наша цель — довести вас до оффера. Среднее время трудоустройства с сопровождением составляет 1-1,5 месяца.
108
САМОПРЕЗЕНТАЦИЯ
Чтобы получить сильное резюме и навыки самопрезентации вы пройдете:
- Лекции и вебинары по составлению резюме от HR-эксперта Яндекс
- Тест-драйв собеседования
- Консультацию, на которой определите стратегию поиска работы и пропишете карьерные цели
ВЫБОР ВАКАНСИЙ
После подготовки всех необходимых материалов вы получите доступ к Telegram-каналам, где ежедневно обновляются вакансии от наших партнёров. На заинтересовавшие вас вакансии HR отправят ваше резюме с рекомендациями и организуют собеседование.
ОТСЛЕЖИВАНИЕ ПРОГРЕССА
Свой прогресс в трудоустройстве вы будете отслеживать с помощью специальных дневников. Работать над ошибками мы будем вместе с вами: мы подскажем, что нужно подтянуть и в каком направлении лучше мыслить, чтобы эффективнее справляться с задачами на собеседованиях.
РАБОТА МЕЧТЫ
Наша цель — довести вас до оффера. Среднее время трудоустройства с сопровождением составляет 1-1,5 месяца.

ВЫПУСКНИКИ НАШЕЙ ШКОЛЫ РАБОТАЮТ >>>

У НАС ПРЕПОДАЮТ:

УЧИТЕСЬ У >ЛУЧШИХ>

ЕВГЕНИЙ ЕРМАКОВ
Более 10 лет опыта работы с данными. Архитектор DWH и систем анализа данных в VK и Яндекс.Такси. Кандидат технических наук, автор более 10 работ в области анализа данных. Соавтор монографии по теории и практике анализа параллельных баз данных.
Руководитель платформы данных toloka.ai
Модули >>>
Преподаватель курса Евгений Ермаков
ДИНА САФИНА
Соосновательница русскоязычного сообщества Airflow. Более 6 лет работала в VK и собирала игровые данные в Data Lake на Hadoop с помощью Airflow.
Руководитель группы дата-инженеров в Ozon
Модули >>>
Преподаватель курса и ведущий разработчик Дина Сафина
АНТОН ПИЛИПЕНКО
Более 8 лет создаёт и развивает системы для работы с большими данными. На протяжении 5 лет занимается консалтингом и помогает разным продуктам решать задачи в области ML, анализа данных и проведения экспериментов.
Руководитель Big Data в СберМаркет
Модули >>>
Преподаватель курса Инженер данных Антон Пилипенко
ВАЛЕРИЙ СОКОЛОВ
Аналитик с опытом работы 17 лет. Последние 3 года развивает инфраструктуру DWH в Яндекс.Такси. Ранее работал с базами данных в Cбербанке и BSGV.
Старший администратор баз данных в Mars
Модули >>>
Преподаватель курса Инженер данных Валерий Соколов
АЛЕКСАНДР ВОЛЫНСКИЙ
Специалист по Big Data и AI, занимается внедрением сложных кастомных проектов. Участвовал в создании хранилищ данных в компаниях Платформа ОФД, X5 и VK.
Технический менеджер продукта ML Platform в VK Cloud Solutions
Модули >>>
Преподаватель курса Инженер данных Александр Волынский
Преподаватель курса Инженер данных Роман Бунин
РОМАН БУНИН
Руководитель группы развития BI-систем в Яндекс Go
Более 6 лет занимается визуализацией данных. Руководил разработкой SaaS BI сервиса в качестве операционного директора. Сертифицированный Tableau специалист, кандидат технических наук, автор блога и Telegram-канала о визуализации данных Reveal the Data.
Модули >>>
Преподаватель курса Инженер данных Александр Савченко
АЛЕКСАНДР САВЧЕНКО
Руководитель R&D в Сбер
Более 8 лет занимается распределёнными системами для обработки больших данных, облачными решениями и внедрением алгоритмов машинного обучения. Участвовал в разработке платформ для работы с данными в компаниях Amazon, Сбер, Дом.рф, Novartis, Kohl's.
Модули >>>

ОТЗЫВЫ ВЫПУСКНИКОВ /

скоро следующее видео
  • Я остался доволен курсом: и технологии новые освоил (причём в прикладном, а не обзорном формате), и пробелы в фундаментальном понимании закрыл. И самое главное — загорелся идеей развернуть своё дата-решение в облаке. В результате я взял сервер на DigitalOcean и сделал там своё рабочее пространство: прямо по всем рекомендациям с уроков развернул в нём кластеры, Jupyter, Superset для визуализации, Airflow для автоматизации, а также Spark и ClickHouse. Остался весьма доволен.

    Сейчас я перестраиваю свой пет-проект и переношу на этот сервер — с построением процессов, как разбирали на курсе. У меня, конечно, не BigData, всё куда прозаичнее и меньше, но зато теперь есть реальный опыт ;)
    Ярослав
  • Я работал с машинным обучением и аналитикой, делал скоринговые и рекомендательные модели. На прошлом месте работы я руководил командой, в которой были инженеры данных. И я хотел подтянуть свои компетенции. Сейчас я поменял работу из-за переезда. Компания меньше, поэтому где-то я делаю аналитику, где-то выполняю функции инженера, а где-то разрабатываю.

    Сначала я проходил курсы на Stepik, оттуда узнал про курс Hard ML в Karpov.Courses. К собственным конспектам Hard ML регулярно возвращаюсь, чтобы лучше решать задачи по работе. Сомнений при покупке курса по инженерии данных не было, хотя после курса Hard ML ожидания были высокие. По результатам: в целом всё то, что хотел узнать, я узнал. Теоретические видео были интересными и содержательными. Понравился блок по облачным хранилищам, сразу есть возможность развернуть что-то своё. Бывает, пересматриваю блок по ETL — знания оттуда помогают решать рабочие задачи. Немного не хватило практики. Хотелось бы больше заданий на написание кода. С точки зрения формата — хорошо, что все лекции записаны заранее. Я думаю, что это правильно — преподаватели не устают и не выдыхаются. Приятно, что вокруг курсов сформировалось комьюнити, и в чатах помогают как студенты, так и преподаватели.
    Николай
  • Я остался доволен курсом: и технологии новые освоил (причём в прикладном, а не обзорном формате), и пробелы в фундаментальном понимании закрыл. И самое главное — загорелся идеей развернуть своё дата-решение в облаке. В результате я взял сервер на DigitalOcean и сделал там своё рабочее пространство: прямо по всем рекомендациям с уроков развернул в нём кластеры, Jupyter, Superset для визуализации, Airflow для автоматизации, а также Spark и ClickHouse. Остался весьма доволен.

    Сейчас я перестраиваю свой пет-проект и переношу на этот сервер — с построением процессов, как разбирали на курсе. У меня, конечно, не BigData, всё куда прозаичнее и меньше, но зато теперь есть реальный опыт ;)
    Ярослав
  • Я работал с машинным обучением и аналитикой, делал скоринговые и рекомендательные модели. На прошлом месте работы я руководил командой, в которой были инженеры данных. И я хотел подтянуть свои компетенции. Сейчас я поменял работу из-за переезда. Компания меньше, поэтому где-то я делаю аналитику, где-то выполняю функции инженера, а где-то разрабатываю.

    Сначала я проходил курсы на Stepik, оттуда узнал про курс Hard ML в Karpov.Courses. К собственным конспектам Hard ML регулярно возвращаюсь, чтобы лучше решать задачи по работе. Сомнений при покупке курса по инженерии данных не было, хотя после курса Hard ML ожидания были высокие. По результатам: в целом всё то, что хотел узнать, я узнал. Теоретические видео были интересными и содержательными. Понравился блок по облачным хранилищам, сразу есть возможность развернуть что-то своё. Бывает, пересматриваю блок по ETL — знания оттуда помогают решать рабочие задачи. Немного не хватило практики. Хотелось бы больше заданий на написание кода. С точки зрения формата — хорошо, что все лекции записаны заранее. Я думаю, что это правильно — преподаватели не устают и не выдыхаются. Приятно, что вокруг курсов сформировалось комьюнити, и в чатах помогают как студенты, так и преподаватели.
    Николай