Trainiere Data-Engineering-Kompetenzen mit neuen Praxisprojekten

Der moderne Tech-Stack im Data Engineering wächst stetig – genauso wie Umfang und Komplexität der Datensätze in Unternehmen.

Mit dem Aufkommen von Big Data suchen Unternehmen nach Fachleuten, die Daten nicht nur erfassen und verarbeiten, sondern auch effizient in Cloud-Data-Warehouses speichern und verwalten können. Besonders gefragt sind Google BigQuery, Snowflake und Amazon Redshift.

Python- und SQL-Kenntnisse sind zwar essenziell, doch ein Data Engineer braucht auch praktische Erfahrung mit den Besonderheiten von Cloud-Data-Warehouses – etwa beim SQL-Dialekt, den Datentypen, Skalierungsoptionen und mehr.

Ergänzend zum Karrierepfad Data Engineer with Python, der bereits einen umfassenden Weg zu soliden Data-Engineering-Grundlagen bietet, freuen wir uns, das neue Exploring London’s Travel Network Project vorzustellen – ideal, um deine Skills in Snowflake, Google BigQuery und Amazon Redshift zu üben.

Das steckt im Exploring London’s Travel Network Project

Über 1,5 Millionen Fahrten finden täglich im weitläufigen Transport-for-London-(TFL)-Netz statt.

Bei so vielen Pendlerinnen und Pendlern, Touristinnen und Touristen sowie Einwohnerinnen und Einwohnern unterwegs – wie bewegen sich die meisten Londoner eigentlich fort?

In diesem Einstiegsprojekt Exploring London’s Travel Network schreibst du SQL-Abfragen, um die beliebtesten Verkehrsmittel zu ermitteln, Stoßzeiten zu analysieren und seltene Zeiten zu identifizieren, in denen die U-Bahn (von Einheimischen „the Tube“ genannt) weniger ausgelastet war. Außerdem arbeitest du direkt mit modernen Cloud-Data-Warehouses – wähle zwischen Snowflake, BigQuery oder Redshift oder schließe alle drei Varianten ab.

Wenn du schon andere DataCamp-Projekte abgeschlossen hast, kennst du vermutlich DataLab, das moderne Cloud-Notebook für Data Science von DataCamp.

DataLab integriert sich nahtlos in die gängigsten SQL-Datenbanken und Cloud-Warehouses und spart dir viele Stunden an Konfiguration und Setup. Zusätzlich beschleunigst du dein Lernen mit dem DataLab AI Assistant, der Best Practices für SQL-Code vorschlägt und beim Beheben von Fehlern hilft.

Wenn du über den Projektumfang hinaus mit Cloud-Warehouses experimentieren möchtest, wechsle zu DataLab und übe mit vorkonfigurierten Beispieldaten-Integrationen.