Depois de fazer esses cursos, sinto-me confiante para criar visualizações e painéis profissionais
Shoebur RahmanEspecialista em compras, Giz Bangladesh
Descrição do curso
Capacitando a análise com pipelines de dados
Os pipelines de dados são a base de toda plataforma de dados sólida. A criação desses pipelines é uma habilidade essencial para os engenheiros de dados, que fornecem um valor incrível para uma empresa pronta para entrar em um futuro orientado por dados. Este curso introdutório ajudará você a aprimorar as habilidades para criar pipelines de dados eficazes, eficientes e confiáveis.Criação e manutenção de soluções ETL
Ao longo deste curso, você mergulhará no processo completo de criação de um pipeline de dados. Você desenvolverá suas habilidades utilizando bibliotecas Python, comopandas e json, para extrair dados de fontes estruturadas e não estruturadas antes de serem transformados e mantidos para uso posterior. Ao longo do caminho, você desenvolverá ferramentas e técnicas de confiança, como diagramas de arquitetura, testes unitários e monitoramento, que ajudarão a diferenciar seus pipelines de dados dos demais. À medida que progredir, você colocará suas novas habilidades à prova com exercícios práticos.Superalimente os fluxos de trabalho de dados
Após concluir este curso, você estará pronto para projetar, desenvolver e usar pipelines de dados para turbinar o fluxo de trabalho de dados em seu emprego, nova carreira ou projeto pessoal.Pré-requisitos
Programa de estudos
Conteúdo do curso
1
Introdução a Pipelines de Dados
Prepare-se para descobrir como os dados são coletados, processados e movidos usando pipelines de dados. Você vai explorar as qualidades das melhores pipelines e se preparar para projetar e construir a sua.
2
Construindo Pipelines ETL
Aprofunde-se no uso do pandas para extrair, transformar e carregar dados enquanto constrói suas primeiras pipelines. Aprenda a tornar sua lógica de ETL reutilizável e aplique logging e tratamento de exceções às suas pipelines.
3
Técnicas Avançadas de ETL
Turbine seu fluxo de trabalho com técnicas avançadas de pipeline de dados, como trabalhar com dados não tabulares e persistir DataFrames em bancos de dados SQL. Descubra ferramentas para realizar transformações avançadas com pandas e conheça as melhores práticas para trabalhar com dados complexos.
4
Implantando e Mantendo uma Pipeline de Dados
Neste capítulo final, você vai criar estruturas para validar e testar pipelines de dados antes de colocá-las em produção. Depois de testar sua pipeline, você vai explorar técnicas para executar sua pipeline de dados de ponta a ponta, garantindo visibilidade sobre o desempenho da pipeline.
ETL e ELT em Python
Curso
concluído
