Engenheiro de dados profissional Em Python

Descubra os principais componentes da arquitetura de dados moderna, incluindo assimilação, fornecimento, governança e orquestração.

A linha de comando Unix ajuda a combinar programas, automatizar tarefas e executar em clusters e nuvens.

Aprenda o básico sobre VMs, contêineres, Docker e Kubernetes. Entenda as diferenças para começar!

Este curso apresenta o dbt para modelagem de dados, transformações, testes e criação de documentação.

Descubra os conceitos fundamentais da programação orientada a objetos (OOP), criando classes e objetos personalizados!

Conquiste o NoSQL e otimize fluxos de dados. Aprenda Snowflake para big data, Postgres JSON para documentos e Redis para chave-valor.

Nesta Introdução ao DevOps, você vai dominar os fundamentos do DevOps e aprender os principais conceitos, ferramentas e técnicas para melhorar a produtividade.

Domine os testes do Python: Aprenda métodos, crie verificações e garanta um código livre de erros com pytest e unittest.

Sharpen your debugging skills to enhance sales data accuracy.

Conheça o Docker e sua importância para profissionais de dados. Aprenda sobre contêineres e imagens Docker.

Domine o PySpark para lidar com big data com facilidade — aprenda a processar, consultar e otimizar conjuntos de dados enormes para análises poderosas!

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.

Aprenda sobre a diferença entre processamento em lote e streaming, dimensionamento de sistemas de streaming e aplicações no mundo real.

Neste curso, você aprenderá os fundamentos do Kubernetes e implantará e orquestrará contêineres usando Manifestos e instruções do kubectl.

Understand how data engineering can impact your business.