آموزش پروژه مهندسی داده انتها به انتها

End-to-End Data Engineering Project

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
دنیای مهندسی داده همواره در حال تغییر است و ابزارها و فناوری های جدیدی به طور منظم در حال ظهور هستند. ساختن یک پلتفرم تحلیلی موثر می‌تواند یک کار دلهره‌آور باشد، به خصوص اگر با همه ابزارهای موجود آشنا نباشید. چگونه داده های پراکنده و پیچیده را به مدلی تبدیل می کنید که بینش و تصمیم گیری را هدایت می کند؟ در این دوره، Thalia Barrera به متخصصان داده آموزش می دهد که چگونه یک پروژه مهندسی داده را با استفاده از ابزارهای باز از پشته داده مدرن پیاده سازی کنند. او بهترین روش‌ها مانند مدل‌سازی داده، آزمایش، مستندسازی و کنترل نسخه را لمس می‌کند و به شما نشان می‌دهد که چگونه داده‌ها را به طور موثر استخراج، بارگیری و تبدیل به یک قالب یکپارچه و آماده برای تجزیه و تحلیل کنید. Thalia به شما نشان می دهد که چگونه از طریق مثال های عملی ابزارها را با اطمینان انتخاب کرده و از آنها استفاده کنید - که شما را در ساخت یک خط لوله داده قوی برای یک شرکت تجارت الکترونیک خیالی هدایت می کند - و نحوه اجرای بهترین شیوه ها در مهندسی داده.

سرفصل ها و درس ها

معرفی Introduction

  • تبدیل داده های پیچیده به بینش Transform complex data into insights

  • آنچه شما باید بدانید What you should know

1. بررسی اجمالی و آماده سازی پروژه 1. Project Overview and Preparation

  • نمای کلی معماری پروژه Project architecture overview

  • راه اندازی پروژه Project setup

  • آشنایی با پایگاه داده Big Star Collectibles Understanding the Big Star Collectibles database

  • راه اندازی انبار داده شما Setting up your data warehouse

2. استخراج و بارگذاری داده ها 2. Data Extraction and Loading

  • شروع کار با ابزارهای ELT: مقدمه ای بر Airbyte Getting started with ELT tools: An introduction to Airbyte

  • استقرار Airbyte برای همگام سازی داده ها Deploying Airbyte for data synchronization

  • تنظیم منابع و مقصدها در Airbyte Setting up sources and destinations in Airbyte

  • ایجاد اتصالات در Airbyte Establishing connections in Airbyte

  • همگام سازی و پیمایش در میان داده ها Synchronizing and navigating through data

3. شروع تبدیل داده ها و مدل سازی 3. Starting Data Transformation and Modeling

  • مقدمه ای بر مدل سازی داده ها با dbt Introduction to data modeling with dbt

  • آشنایی با ساختار پروژه dbt Understanding the structure of a dbt project

  • شروع پروژه dbt شما Initiating your dbt project

  • پیکربندی منابع داده در dbt Configuring data sources in dbt

  • چالش: یک بررسی تازگی اضافه کنید Challenge: Add a freshness check

  • راه حل: یک بررسی تازگی اضافه کنید Solution: Add a freshness check

4. تبدیل داده ها و مدل سازی 4. Data Transformation and Modeling

  • ایجاد و سفارشی سازی مدل های dbt شما Creating and customizing your dbt models

  • بررسی و اجرای dbt Reviewing and executing dbt

  • ایمن سازی داده های خود با تست های dbt Securing your data with dbt tests

  • چالش: تست ها را به مدل Marts اضافه کنید Challenge: Add tests to the Marts model

  • راه حل: تست ها را به مدل Marts اضافه کنید Solution: Add tests to the Marts model

  • خودکارسازی اسناد در dbt Automating documentation in dbt

  • تکمیل پروژه dbt: یک چرخه توسعه کامل Completing your dbt project: A full development cycle

5. هماهنگ سازی داده ها 5. Data Orchestration

  • مقدمه ای بر ارکستراسیون داده ها با داگستر Introduction to data orchestration with Dagster

  • ادغام مدل های dbt با دارایی های Dagster Integrating dbt models with Dagster assets

  • ادغام اتصالات Airbyte با دارایی های Dagster Integrating Airbyte connections with Dagster assets

  • تحقق دارایی ها با استفاده از Dagit Materializing assets using Dagit

  • چالش: برنامه ای را به خط لوله داده خود اضافه کنید Challenge: Add a schedule to your data pipeline

  • راه حل: برنامه ای را به خط لوله داده خود اضافه کنید Solution: Add a schedule to your data pipeline

نتیجه Conclusion

  • یک رشته در حال تکامل An evolving field

نمایش نظرات

Linkedin (لینکدین)

لینکدین: شبکه اجتماعی حرفه‌ای برای ارتباط و کارآفرینی

لینکدین به عنوان یکی از بزرگترین شبکه‌های اجتماعی حرفه‌ای، به میلیون‌ها افراد در سراسر جهان این امکان را می‌دهد تا ارتباط برقرار کنند، اطلاعات حرفه‌ای خود را به اشتراک بگذارند و فرصت‌های شغلی را کشف کنند. این شبکه اجتماعی به کاربران امکان می‌دهد تا رزومه حرفه‌ای خود را آپدیت کنند، با همکاران، دوستان و همکاران آینده ارتباط برقرار کنند، به انجمن‌ها و گروه‌های حرفه‌ای ملحق شوند و از مقالات و مطالب مرتبط با حوزه کاری خود بهره‌مند شوند.

لینکدین همچنین به کارفرمایان امکان می‌دهد تا به دنبال نیروهای با تجربه و مهارت مورد نیاز خود بگردند و ارتباط برقرار کنند. این شبکه حرفه‌ای به عنوان یک پلتفرم کلیدی برای بهبود دسترسی به فرصت‌های شغلی و گسترش شبکه حرفه‌ای خود، نقش مهمی را ایفا می‌کند. از این رو، لینکدین به عنوان یکی از مهمترین ابزارهای کارآفرینی و توسعه حرفه‌ای در دنیای امروز مورد توجه قرار دارد.

آموزش پروژه مهندسی داده انتها به انتها
جزییات دوره
1h 15m
31
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
-
- از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Thalia Barrera Thalia Barrera

مهندس داده و نویسنده فنی

تالیا باررا یک مهندس داده و نویسنده فنی است.

Thalia یک نویسنده فنی متبحر در زمینه فناوری با بیش از یک دهه تجربه به عنوان مهندس در صنعت IT است. او از ساخت مواد فنی و آموزشی برای مخاطبان داخلی و خارجی، از جمله مهندسان دیگر لذت می برد. تخصص او در علوم کامپیوتر و ماهیت مشتری مداری او به او کمک می کند تا موضوعات پیچیده را به محتوایی قابل فهم تبدیل کند. Thalia به عنوان یک مهندس داده، بیش از پنج سال تجربه در توسعه برنامه‌های کاربردی فشرده داده، رسیدگی به مشکلات چالش برانگیز معماری و مقیاس‌پذیری در بخش‌ها و شرکت‌های مختلف صنعت، استارت‌آپ‌های اولیه تا شرکت‌های بزرگ دارد. او مدرک کارشناسی ارشد خود را در علوم کامپیوتر از Tecnológico de Monterrey گرفت.