Profesjonalny inżynier danych w Pythonie

Poznaj kluczowe elementy nowoczesnej architektury danych — od ingestion i serving po governance i orchestration.

Unix command line pomaga łączyć istniejące programy w nowe sposoby, automatyzować powtarzalne zadania i uruchamiać programy na klastrach i w chmurach.

Poznaj podstawy VM, kontenerów, Dockera i Kubernetes. Poznaj różnice, aby zacząć!

Ten kurs wprowadza dbt do modelowania danych, transformacji, testowania i tworzenia dokumentacji.

Poznaj podstawy programowania obiektowego (OOP), tworząc własne klasy i obiekty!

W tym wprowadzeniu do DevOps opanujesz podstawy DevOps i poznasz kluczowe pojęcia, narzędzia oraz techniki zwiększające produktywność.

Opanuj testowanie w Pythonie: Poznaj metody, twórz testy i zapewnij kod bez błędów dzięki pytest i unittest.

Sharpen your debugging skills to enhance sales data accuracy.

Poznaj Docker i odkryj jego znaczenie w zestawie narzędzi specjalisty ds. danych. Poznaj kontenery Docker, obrazy i nie tylko.

Opanuj PySpark, by z łatwością obsługiwać big data — ucz się przetwarzać, zapytywać i optymalizować ogromne zbiory danych do zaawansowanej analityki!

This chapter introduces the exciting world of Big Data, as well as the various concepts and different frameworks for processing Big Data. You will understand why Apache Spark is considered the best framework for BigData.

The main abstraction Spark provides is a resilient distributed dataset (RDD), which is the fundamental and backbone data type of this engine. This chapter introduces RDDs and shows how RDDs can be created and executed using RDD Transformations and Actions.

In this chapter, you'll learn about Spark SQL which is a Spark module for structured data processing. It provides a programming abstraction called DataFrames and can also act as a distributed SQL query engine. This chapter shows how Spark SQL allows you to use DataFrames in Python.

Step into a data engineer's shoes and master data cleaning with PySpark on an e-commerce orders dataset!

In this chapter, we learn how to download data files from web servers via the command line. In the process, we also learn about documentation manuals, option flags, and multi-file processing.

In the last chapter, we bridge the connection between command line and other data science languages and learn how they can work together. Using Python as a case study, we learn to execute Python on the command line, to install dependencies using the package manager pip, and to build an entire model pipeline using the command line.

Poznaj różnice między przetwarzaniem wsadowym a strumieniowym, skalowaniem systemów strumieniowych i zastosowaniami w praktyce.

Opanuj Apache Kafka! Od podstaw po zaawansowaną architekturę: naucz się tworzyć, zarządzać i diagnozować Kafka w realnych wyzwaniach streamingu danych!

W tym kursie poznasz podstawy Kubernetes oraz wdrażanie i orkiestrację kontenerów za pomocą Manifestów i poleceń kubectl.

Understand how data engineering can impact your business.