Professionell dataingenjör i Python

Discover modern data architecture's key components, from ingestion and serving to governance and orchestration.

Unix-kommandoraden hjälper användare att kombinera befintliga program på nya sätt, automatisera repetitiva uppgifter och köra program på kluster och moln.

Lär dig grunderna i VM:er, containers, Docker och Kubernetes. Förstå skillnaderna för att komma igång!

Den här kursen introducerar dbt för datamodellering, transformationer, testning och att bygga dokumentation.

Upptäck grundläggande koncept inom objektorienterad programmering (OOP), och bygg egna klasser och objekt!

I denna introduktion till DevOps lär du dig grunderna i DevOps och de viktigaste koncepten, verktygen och teknikerna för att öka produktiviteten.

Bemästra Python-testning: Lär dig metoder, skapa kontroller och säkerställ felfri kod med pytest och unittest.

Sharpen your debugging skills to enhance sales data accuracy.

Få en introduktion till Docker och upptäck dess betydelse i dataexpertens verktygslåda. Lär dig om Docker-containrar, avbilder och mer.

Bemästra PySpark för att hantera big data enkelt—lär dig bearbeta, fråga och optimera enorma datamängder för kraftfull analys!

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.

Lär dig skillnaden mellan batchning och streaming, hur man skalar streaming-system och verkliga tillämpningar.

Bemästra Apache Kafka! Från kärnkoncept till avancerad arkitektur – lär dig skapa, hantera och felsöka Kafka för verkliga data streaming-utmaningar!

I den här kursen lär du dig grunderna i Kubernetes och att distribuera och orkestrera containrar med Manifests och kubectl-instruktioner.

Understand how data engineering can impact your business.