Навыки, которые вы получите:
Git
PostgreSQL
MongoDB
Pentaho
OLAP-куб
Snowflake
BigQuery
Redshift
Ни аналитик, ни инженер данных не пишет ETL с нуля, но умеет его наладить и использовать готовые решения, где это возможно. Такой подход не требует глубокого знания программирования и помогает избегать костыльных решений, которые компании не могут масштабировать.
Аналитик, разработчик или инженер — каждый найдёт в этом курсе практику и знания для усиления своих профессиональных позиций.
Кому подойдет курс
- Новичкам в data science.
- Продуктовым, маркетинговым, бизнес-аналитикам.
- Разработчикам Python, JS, Java, C++.
Программа
- SQL и получение данных.
- Data Warehouse.
- Выбор и подключение.
- Business Intelligence-решения.
- Дипломный проект.
Чему вы научитесь
- Применять нормализацию, проектировать схемы хранилища: Star Schema, Snowflake Schema, Hybrid Schemas.
- Применять индексы, фильтрацию, агрегацию, импорт/экспорт данных.
- Понимать особенности популярных решений: Snowflake, BigQuery, Azure SQL DW, Redshift и прочих.
- Научитесь понимать, пояснять и обогащать данные отчётов, дашбордов и других источников информации.
- Строить RTDM-системы с использованием массовых enterprise BI-решений.
- Настраивать и конфигурировать ETL / ELT-процессы в нескольких дата-инструментах.