СТАРТ ПРОГРАММЫ
2 АВГУСТА
ФОРМАТ ОБУЧЕНИЯ
ОНЛАЙН
КОМУ ПОДОЙДЁТ
ДЛЯ JUNIOR/MIDDLE

ПОЭТАПНАЯ ОПЛАТА
НА 4 МЕСЯЦЕВ

ЕВГЕНИЙ ЕРМАКОВ
Инженерия данных от проектирования до нетривиальной обработки.
DATA ENGINEER.
ОБУЧЕНИЕ У НАС |
НАУЧИСЬ ПРАВИЛЬНО ГОТОВИТЬ ДАННЫЕ |
Данные — это новая нефть, и любая конкурентоспособная организация в современном мире обязана использовать накопленные данные во всех своих процессах. Однако обучающие выборки для машинного обучения и красивые графики для отчётов не появляются сами собой: данные нужно собирать, хранить, валидировать, комбинировать между собой и быстро реагировать на изменения в их структуре.

Наш курс предназначен для аналитиков и разработчиков, которые планируют работать с данными. Из курса вы узнаете, как спроектировать хранение и обработку данных, как автоматизировать всю цепочку их преобразований и как сэкономить место и вычислительные ресурсы кластера — а значит, и деньги. Безусловно, даже в таком обширном курсе невозможно рассмотреть все тонкости и аспекты работы, поэтому основной акцент будет сделан на универсальных знаниях, приносящих пользу независимо от конкретных технологий, которые исчисляются тысячами.
ОБУЧЕНИЕ ПРОХОДИТ В ИНТЕНСИВНОМ ФОРМАТЕ ПО 3 ЗАНЯТИЯ В НЕДЕЛЮ
Все лекции доступны в записи
ДОМАШНИЕ ЗАДАНИЯ ВЫ РЕШАЕТЕ НА НАШЕЙ ИНФРАСТРУКТУРЕ
На учёбу наши студенты тратят в среднем 10 часов в неделю
ЕВГЕНИЙ ЕРМАКОВ
Руководитель DWH в Yandex.Go, создатель курса.
ЗДЕСЬ >>> НАЧИНАЕТСЯ ТВОЙ ПУТЬ В МИР DATA ENGINEERING!
Вашими наставниками будут ведущие специалисты из Mail.ru, Yandex.Go, Sbermarket, Mars ///
Евгений Ермаков
YANDEX.GO, EX. MAIL.RU
Валерий Соколов
MARS, EX. SBERBANK
Александр Волынский
MAIL.RU, EX. X5
Дина Сафина
MAIL.RU
Антон Пилипенко
SBERMARKET, EX. LAMODA
Роман Бунин
YANDEX
КАК ПРОХОДИТ ОБУЧЕНИЕ
Первый этап →
Второй этап →
Третий этап →
РАБОТАЙТЕ С ДАННЫМИ В ЛЮБЫХ СИСТЕМАХ
— Изучайте архитектуру DWH и подходы к их проектированию
— Сравнивайте на практике BigData-решения на базе Hadoop и реляционные MPP СУБД
— Учитесь работать в облаках и запускать задачи на Airflow
ИСПОЛЬЗУЙТЕ НАШУ ИНФРАСТРУКТУРУ
— Работайте на выделенном сервере
— Практикуйтесь на данных из реальных задач
— Изучайте решения преподавателей и других студентов
ЗАДАВАЙТЕ ЛЮБЫЕ ВОПРОСЫ В ПОДДЕРЖКУ
— Обсуждайте задачи и проекты с преподавателями и менторами
— Вашими наставниками будут Data-инженеры из ведущих компаний России
Программа поможет осознать проблематику построения хранилища данных и покажет, как применить свой опыт в инженерии данных.
ДЛЯ РАЗРАБОТЧИКОВ
Понимание инженерии данных позволит выйти на качественно другой уровень в работе аналитика и понять работу вне очистки и анализа датасетов.
ДЛЯ ДАТА-САЙЕНТИСТОВ
ДЛЯ КОГО ЭТА ПРОГРАММА:
ЧТО НЕОБХОДИМО ДЛЯ КУРСА?
SQL
PYTHON
Базовый синтаскис

Понимание базовых структур данных (список, словарь, кортеж)

Основы объектно-ориентированного программирования (class, object)

Базовый синтаксис (select, group by, having)

Понимание всех видов join, подзапросы, умение их комбинировать

Оконные функции
ЕСЛИ ЭТОТ КУРС КАЖЕТСЯ ВАМ СЛОЖНЫМ
ПРОГРАММА КУРСА ://
|
В этом модуле мы познакомимся с верхнеуровневой логической архитектурой DWH, разберём её основные компоненты, которые будут освещены далее в курсе, а также рассмотрим в теории и разберём на практике разные подходы к проектированию детального слоя.
Открыть программу
1. Архитектура DWH
Начнём с простого: что такое хранилище данных, зачем в нём столько слоев, кто такие Инмон и Кимбалл и в чём различие их подходов к построению DWH.
2. Нормальные формы
Вспомним важные аспекты теории о нормальных формах, нормализации и денормализации.
3. Методология Dimensional modeling
Многомерное моделирование является классическим подходом к созданию витрин данных. Рассмотрим популярные схемы: "звезда", "снежинка", "созвездие". Обсудим таблицы фактов и измерений и поговорим о вариантах хранения медленно меняющихся измерений.
4. Методология Data Vault
Data Vault является одним из современных подходов к проектированию хранилищ данных. На занятии мы рассмотрим его особенности и предпосылки возникновения новой методологии. Также поговорим про основные сущности Data Vault: Hub, Link, Sattelite.
5. Методология Anchor modeling
Что будет, если довести нормализацию до предельной формы? Получится Anchor modeling, особенности которого мы рассмотрим на занятии. Также обсудим основные сущности Anchor modeling: Anchor, Link, Knot, Attribute.
6. Сравнение методологий проектирования
Сравним все рассмотренные подходы между собой и дадим ответ на самый главный вопрос: "Как выбрать оптимальный в каждом отдельном случае?"
|
В этом модуле познакомимся с реляционными и MPP базами данных, рассмотрим, как они работают изнутри, и узнаем, что и в каком случае лучше выбрать. Изучим архитектуру разнообразных решений на рынке. Попрактикуемся готовить PostgreSQL и MPP на примере GreenPlum.
Открыть программу
1. Реляционные и MPP Базы данных. Что и как в них хранить.
Разберёмся, как работают реляционные базы данных, как хранятся данные и какое назначение у реляционных баз данных.
2. Объекты баз данных. Зачем и что используется.
Поговорим про таблицы и индексы, обсудим последовательности и возможные триггеры, и разберемся в процедурах и функциях.
3. Обработка запросов в обычной СУБД и в MPP СУБД.
Поговорим про особенности построения запросов и изучение плана запроса. Обсудим эффективное получение данных из GreenPlum. Разберемся, в чем отличия от обычных реляционных баз данных. Посмотрим варианты решений на рынке и их особенности.
4. Применение R, Python, GeoSpatial в расчетах на GreenPlum
Поговорим о том, как использовать R и Python прямо внутри GreenPlum.
|
В этом модуле познакомимся с механизмами распределённого хранения и обработки данных на базе Hadoop стека. Разберём основные паттерны реализации распределённой обработки. Рассмотрим вопросы отказоустойчивости и восстановления после сбоев. Коснёмся потоковой обработки данных и уделим внимание методам и средствам мониторинга и профилирования spark заданий.
Открыть программу
1. HDFS
Подробно рассмотрим реализацию идеи распределённого отказоустойчивого хранения в Hadoop экосистеме.
2. YARN, MapReduce
Поговорим про универсальный менеджер ресурсов, обсудим реализацию MapReduce парадигмы и обсудим её сильные и слабые стороны.
3. Apache Hive. SQL для Big Data
Рассмотрим SQL поверх больших данных, пройдём путь от запросов до уровня хранения.
4. Apache HBase. Масштабируемая колоночная база данных
Обсудим NoSQL базы данных и рассмотрим колоночную базу данных в мире Hadoop.
5. Apache Spark
Познакомимся с основными идеями Apache Spark. Обсудим, чем он отличается от MapReduce. Поговорим про модель вычисления и RDD.
6. Spark SQL. Dataframes
Обсудим Spark Dataframe и научимся использовать SQL в Spark.
7. Apache Kafkа. Spark streaming
Познакомимся с масштабируемым брокером сообщений. Научимся обрабатывать данные "на лету".
8. Отладка, профилирование и мониторинг Spark job
Поговорим про инструментальные средства отладки и мониторинга. Обсудим, как правильно читать статистику и логи.
|
В этом модуле познакомимся с Apache Airflow, научимся его настраивать и строить с его помощью пайплайны.
Открыть программу
1. ETL
ETL — основной инструмент для управления хранилищами данных, у которого есть свои принципы построения. Пройдёмся по основным из них и познакомимся с шедулерами.
2. Airflow
Airflow состоит из DAG'ов (Directed Acyclic Graph), DAG — из тасков. Таск может быть оператором или сенсором. Посмотрим, как всё это выглядит на практике. Расскажем о таких компонентах Airflow, как воркер, шедулер, веб-сервер, база данных. На примере рассмотрим простой DAG.
3. Сложные пайплайны
В Airflow для более сложных пайплайнов есть дополнительные инструменты: сабдаги и группы тасков для группировки задач, trigger rule и BranchPythonOperator для настраивания правил, jinja для параметризации и xcom для передачи данных между тасками. Научимся ими пользоваться.
4. Разработка своих плагинов
В Airflow есть много готовых операторов. Но иногда нужно автоматизировать работу с каким-нибудь API или реализовать хитрый обработчик для стандартного источника. На этом уроке мы напишем собственный хук, оператор и сенсор.
5. Установка и настройка Airflow
Есть несколько способов развернуть Airflow: просто запустить pip3 install apache-airflow, развернуть готовый докер-образ или устроить хайлоад с кластеризацией. Немного поговорим о плюсах и минусах каждого подхода. Посмотрим, какие ручки даёт нам Airflow для настройки. Научимся управлять Airflow через Command Line Interface.
|
В этом модуле познакомимся с облаками и инструментами для построения DWH и Data Lake, рассмотрим основы Kubernetes и получим практические навыки применения Kubernetes для работы с данными.
Открыть программу
1. Введение в облака
Рассмотрим основные модели облачных услуг: IaaS, PaaS, SaaS. Обсудим основы создания и использования VM и сервисов.
2. DWH и Data Lake в облаках
Обсудим BigQuery, Snowflake, AWS Athena и разные другие инструменты. Рассмотрим архитектуру хранилищ данных в облаках, обсудим традиционный и облачный подходы, а также поговорим про разнесение на слои данных.
3. DE и Kubernetes
Рассмотрим основы Kubernetes, поговорим про его архитектуру и базовые абстракции. Обсудим инструменты DE в Kubernetes, такие как Spark, Airflow, Presto и др.
|
В этом модуле познакомимся с Tableau — одним из самых мощных BI-инструментов. Рассмотрим основные принципы работы с данными с точки зрения их визуализации.
Открыть программу
1. Зачем нужна визуализация. Основы Tableau
Разберёмся, зачем инженеру данных нужно изучать визуализацию данных. Поймем, какие бизнес-задачи она решает, как выбрать основные виды графиков и как построить их в Tableau.
2. Как сделать дашборд
Рассмотрим, какие бывают дашборды, чем они отличаются и как сверстать свой дашборд в Tableau.
3. Расчёты и интерактивность
Поговорим о том, как делать расчёты на стороне Tableau и какую интерактивность можно сделать на дашборде.
4. Сбор требований: Dashboard Canvas
Разберёмся с тем, как Tableau работает с данными: какие есть способы подключения и модели данных, что лучше подходит в разных бизнес-кейсах. Рассмотрим запросы Tableau при подключении к базам данных в различных случаях.
5. Разбор дашбордов по мониторингу
Рассмотрим дашборд по мониторингу ETL процесса.
6. Разработка дашборда Meta DWH
Обсудим, с помощью каких KPI можно оценивать работу DWH платформы, и рассмотрим дашборды для мониторинга этих KPI.
У НАС ПРЕПОДАЮТ:
УЧИТЕСЬ У >ЛУЧШИХ>
ПОЛНАЯ ВЕРСИЯ
+ Модуль «Проектирование DWH»
+ Модуль «MPP реляционные СУБД»
+ Модуль «Big Data»
+ Модуль «ETL»
+ Модуль «Хранилище в облаках»
+ Модуль «Визуализация»
+ Поддержка от преподавателей
+ Работа на удалённом сервере
Все модули курса. Доступ к поддержке от наших преподавателей, готовых ответить на любые вопросы. Возможность работы на удалённом сервере.
Оплата в течение
4 месяцев
ПОМЕСЯЧНО:
25 000 ₽
100 000₽
Скидка 20 000 ₽
при полной оплате
ПОЛНАЯ ОПЛАТА:
80 000 ₽
УЗНАТЬ БОЛЬШЕ
Мы свяжемся с вами и ответим на все ваши вопросы по курсу. Если вы хотите оплатить курс, перейдите по этой ссылке.
Удобный способ связи
FAQ
Какой уровень требуется для прохождения курса?
Никаких специализированных знаний в области DWH не требуется — вы всё узнаете из курса. Однако важно уметь писать код на Python и легко составлять SQL запросы.
Можно ли посмотреть отзывы уже прошедших курс студентов?
Это первый запуск курса. Как студенты первого потока вы получите доступ ко всем обновлениям в течение года, если курс будет обновляться.
Как оформить поэтапную оплату?
Поэтапная оплата происходит равными платежами раз в месяц. Для оплаты поэтапно просто перейдите по ссылке на странице оплаты.
Как проходит обучение?
Вы смотрите лекции, выполняете домашние задания на удалённом сервере. А если у вас появляются вопросы, вы можете задавать их менторам или преподавателям в Slack.
Если я пропущу лекцию, смогу ли я посмотреть её потом?
Да, конечно. Записи лекций будут вам всегда доступны.
Какой язык программирования мы будем использовать?
Нам потребуются Python для работы с Airflow и SQL для доступа к реляционным СУБД.
Какие технологии будут использоваться на курсе?
Мы будем применять много разных технологий. Основными будут Greenplum, Kubernetes, Spark, Airflow, Presto, HDFS, Yarn, Spark, Hive.
Могу ли я получить помощь в перерывах между занятиями?
Конечно. Все студенты курса общаются с преподавателями и между собой в Slack. В чате можно задать любые вопросы по обучению, наши преподаватели обязательно ответят вам.
Я начал курс, но мне не понравилось. Вы вернёте деньги?
Да. В течение двух недель после начала курса вы можете вернуть оплату за весь курс. Также в течение месяца мы готовы вернуть вам сумму за вычетом уже пройденного материала.
Получу ли я сертификат?

Конечно! После успешного завершения курса вы получите электронный сертификат, подтверждающий его прохождение.


Для этого необходимо выполнить два условия:

1. Сделать не менее половины домашних заданий курса.

2. Выполнить финальные проекты каждого блока и получить на них рецензию.


Однако важно помнить, что как при приёме на работу, так и непосредственно в работе главное — это полученные Hard и Soft Skills.

Есть ли у вас образовательная лицензия?
Нет. Мы оказываем информационно-консультационные услуги.
У меня есть свои задачи по работе с данными, которые я хочу научиться решать. Поможет ли мне ваш курс?
Уверены, что поможет. Вы всегда можете посоветоваться в чате с кураторами или другими студентами.
ПО ЛЮБЫМ ВОПРОСАМ ОБРАЩАЙТЕСЬ ЧЕРЕЗ ФОРМУ НА САЙТЕ ИЛИ НА НАШУ ПОЧТУ
ПО ЛЮБЫМ ВОПРОСАМ ОБРАЩАЙТЕСЬ 
НА НАШУ ПОЧТУ
УЗНАТЬ БОЛЬШЕ
Мы свяжемся с вами и ответим на все ваши вопросы по найму учеников.