La pile technologique moderne de l'ingénierie des données ne cesse de s'enrichir, tout comme la taille et la complexité des jeux de données des entreprises.
Avec l'essor du big data, les entreprises recherchent des professionnels capables non seulement de collecter et de traiter les données, mais aussi de les stocker et de les gérer efficacement dans des entrepôts de données cloud. En particulier Google BigQuery, Snowflake et Amazon Redshift.
Si la maîtrise de Python et SQL est indispensable, un data engineer doit également avoir une expérience concrète des spécificités des entrepôts de données cloud : dialectes SQL, types de données, options de mise à l'échelle, et bien plus encore.

En complément du parcours de carrière Data Engineer with Python, qui offre déjà une voie complète pour acquérir les compétences fondamentales en ingénierie des données, nous sommes ravis d'annoncer le nouveau projet Exploring London’s Travel Network, idéal pour s'exercer sur Snowflake, Google BigQuery et Amazon Redshift.
Dans le projet Exploring London’s Travel Network
Plus de 1,5 million de trajets quotidiens sont effectués sur l'immense réseau Transport for London (TFL).
Avec un tel volume de navetteurs, de touristes et d'habitants en mouvement chaque jour, comment la plupart des Londoniens se déplacent-ils ?
Dans ce projet d'introduction, Exploring London’s Travel Network, vous écrirez des requêtes SQL pour identifier les modes de transport les plus populaires, analyser les heures de pointe et repérer les rares périodes où le métro ("the Tube" pour les locaux) était moins fréquenté. Vous interagirez directement avec des entrepôts de données cloud modernes : choisissez Snowflake, BigQuery ou Redshift, ou réalisez les trois variantes du projet.

Si vous avez déjà réalisé d'autres projets DataCamp, vous connaissez sans doute DataLab, le notebook de data science moderne de DataCamp dans le cloud.
DataLab s'intègre en toute transparence aux bases de données SQL et aux entrepôts cloud les plus utilisés, vous faisant gagner des heures de configuration et d'installation. Vous pouvez également accélérer votre apprentissage grâce à l'assistant IA de DataLab, qui suggère des bonnes pratiques pour écrire du code SQL et vous aide à corriger les erreurs.
Si vous souhaitez aller au-delà du cadre du projet et explorer le travail avec des entrepôts cloud, rendez-vous sur DataLab et entraînez-vous avec des intégrations d'exemples de données préconfigurées.

La pile technologique moderne de l'ingénierie des données ne cesse de s'enrichir, tout comme la taille et la complexité des jeux de données des entreprises.
Avec l'essor du big data, les entreprises recherchent des professionnels capables non seulement de collecter et de traiter les données, mais aussi de les stocker et de les gérer efficacement dans des entrepôts de données cloud. En particulier Google BigQuery, Snowflake et Amazon Redshift.
Si la maîtrise de Python et SQL est indispensable, un data engineer doit également avoir une expérience concrète des spécificités des entrepôts de données cloud : dialectes SQL, types de données, options de mise à l'échelle, et bien plus encore.
En complément du parcours de carrière Data Engineer with Python, qui offre déjà une voie complète pour acquérir les compétences fondamentales en ingénierie des données, nous sommes ravis d'annoncer le nouveau projet Exploring London’s Travel Network, idéal pour s'exercer sur Snowflake, Google BigQuery et Amazon Redshift.
Dans le projet Exploring London’s Travel Network
Plus de 1,5 million de trajets quotidiens sont effectués sur l'immense réseau Transport for London (TFL).
Avec un tel volume de navetteurs, de touristes et d'habitants en mouvement chaque jour, comment la plupart des Londoniens se déplacent-ils ?
Dans ce projet d'introduction, Exploring London’s Travel Network, vous écrirez des requêtes SQL pour identifier les modes de transport les plus populaires, analyser les heures de pointe et repérer les rares périodes où le métro ("the Tube" pour les locaux) était moins fréquenté. Vous interagirez directement avec des entrepôts de données cloud modernes : choisissez Snowflake, BigQuery ou Redshift, ou réalisez les trois variantes du projet.
Si vous avez déjà réalisé d'autres projets DataCamp, vous connaissez sans doute DataLab, le notebook de data science moderne de DataCamp dans le cloud.
DataLab s'intègre en toute transparence aux bases de données SQL et aux entrepôts cloud les plus utilisés, vous faisant gagner des heures de configuration et d'installation. Vous pouvez également accélérer votre apprentissage grâce à l'assistant IA de DataLab, qui suggère des bonnes pratiques pour écrire du code SQL et vous aide à corriger les erreurs.
Si vous souhaitez aller au-delà du cadre du projet et explorer le travail avec des entrepôts cloud, rendez-vous sur DataLab et entraînez-vous avec des intégrations d'exemples de données préconfigurées.