Inżynieria danych
( 24 Moduły )

moduł #1
Wprowadzenie do inżynierii danych
Przegląd inżynierii danych, znaczenie i rola w nauce o danych

moduł #2
Podstawy inżynierii danych
Podstawy przetwarzania danych, przechowywania danych i architektury danych

moduł #3
Wzory pobierania danych
Projektowanie i wdrażanie potoków pobierania danych

moduł #4
Opcje przechowywania danych
Relacyjne bazy danych, bazy danych NoSQL i hurtownie danych

moduł #5
Rozwiązania do przechowywania dużych zbiorów danych
HDFS, HBase i inne opcje przechowywania dużych zbiorów danych

moduł #6
Podstawy przetwarzania danych
Przetwarzanie wsadowe, przetwarzanie strumieniowe i przetwarzanie w czasie rzeczywistym

moduł #7
Podstawy Apache Spark
Wprowadzenie do Apache Spark, Spark Core i Spark SQL

moduł #8
Przetwarzanie wsadowe za pomocą Apache Spark
Przypadki użycia i implementacje przetwarzania wsadowego za pomocą Spark

moduł #9
Przetwarzanie strumieniowe za pomocą Apache Spark
Przetwarzanie strumieniowe przetwarzania przypadków użycia i implementacji z Spark

moduł #10
Przetwarzanie w czasie rzeczywistym z Apache Flink
Wprowadzenie do Apache Flink i przypadków użycia przetwarzania w czasie rzeczywistym

moduł #11
Przepływy danych i zarządzanie przepływem pracy
Projektowanie i implementacja przepływów danych z Apache Airflow i Apache NiFi

moduł #12
Jakość danych i zarządzanie danymi
Metryki jakości danych, zarządzanie danymi i pochodzenie danych

moduł #13
Bezpieczeństwo danych i kontrola dostępu
Szyfrowanie danych, kontrola dostępu i najlepsze praktyki bezpieczeństwa

moduł #14
Inżynieria danych w chmurze
Inżynieria danych w chmurze z AWS, GCP i Azure

moduł #15
Konteneryzacja i orkiestracja
Konteneryzacja z Dockerem i orkiestracja z Kubernetes

moduł #16
Monitorowanie i rejestrowanie w inżynierii danych
Najlepsze praktyki monitorowania i rejestrowania w inżynierii danych

moduł #17
Testowanie i walidacja w inżynierii danych
Testowanie i strategie walidacji dla potoków danych i systemów

moduł #18
Inżynieria danych dla uczenia maszynowego
Inżynieria danych dla modeli uczenia maszynowego i aplikacji AI

moduł #19
Przypadki użycia inżynierii danych w świecie rzeczywistym
Studia przypadków i przykłady zastosowań inżynierii danych w świecie rzeczywistym

moduł #20
Narzędzia i technologie inżynierii danych
Przegląd narzędzi i technologii inżynierii danych

moduł #21
Najlepsze praktyki inżynierii danych
Najlepsze praktyki dotyczące projektowania, rozwoju i wdrażania inżynierii danych

moduł #22
Inżynieria danych na dużą skalę
Rozważania na temat skalowalności i wydajności w przypadku dużych systemów inżynierii danych

moduł #23
Inżynieria danych dla nauki o danych
Współpraca między inżynierami danych a naukowcami zajmującymi się danymi

moduł #24
Podsumowanie i zakończenie kursu
Planowanie kolejnych kroków w karierze inżyniera danych

Gotowy do nauki, udostępniania i konkurowania?