After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
รายละเอียดคอร์ส
เสริมศักยภาพการวิเคราะห์ด้วย Data Pipelines
ไปป์ไลน์ข้อมูลเป็นรากฐานของทุกแพลตฟอร์มข้อมูลที่แข็งแกร่ง การสร้างไปป์ไลน์เหล่านี้เป็นทักษะสำคัญสำหรับวิศวกรข้อมูล ซึ่งมอบคุณค่าอย่างมหาศาลให้กับธุรกิจที่พร้อมก้าวสู่อนาคตที่ขับเคลื่อนด้วยข้อมูล หลักสูตรเบื้องต้นนี้จะช่วยให้คุณฝึกฝนทักษะในการสร้าง data pipeline ที่มีประสิทธิภาพ ทำงานได้ดี และเชื่อถือได้การสร้างและดูแลรักษาโซลูชัน ETL
ตลอดหลักสูตรนี้ คุณจะได้เจาะลึกกระบวนการทั้งหมดในการสร้างไปป์ไลน์ข้อมูล คุณจะพัฒนาทักษะในการใช้ไลบรารี Python เช่นpandas และ json เพื่อดึงข้อมูลจากแหล่งข้อมูลที่มีโครงสร้างและไม่มีโครงสร้าง ก่อนที่ข้อมูลจะถูกแปลงและจัดเก็บไว้เพื่อใช้งานต่อในขั้นตอนถัดไป ระหว่างทาง คุณจะพัฒนาเครื่องมือและเทคนิคเพื่อสร้างความมั่นใจ เช่น แผนภาพสถาปัตยกรรม การทดสอบหน่วย และการมอนิเตอร์ ซึ่งจะช่วยให้ไปป์ไลน์ข้อมูลของคุณโดดเด่นเหนือผู้อื่น เมื่อคุณก้าวหน้าไป คุณจะได้ทดสอบทักษะใหม่ที่เพิ่งเรียนรู้ด้วยแบบฝึกหัดภาคปฏิบัติยกระดับเวิร์กโฟลว์ข้อมูลของคุณให้ทรงพลังยิ่งขึ้น
หลังจากเรียนจบหลักสูตรนี้ คุณจะพร้อมออกแบบ พัฒนา และใช้งาน data pipeline เพื่อยกระดับเวิร์กโฟลว์ข้อมูลของคุณให้ทรงพลังยิ่งขึ้นในงานอาชีพใหม่ งานปัจจุบัน หรือโปรเจกต์ส่วนตัวของคุณข้อกำหนดเบื้องต้น
หลักสูตร
โครงสร้างคอร์ส
1
แนะนำ Data Pipeline
เริ่มต้นทำความเข้าใจว่าข้อมูลถูกรวบรวม ประมวลผล และเคลื่อนย้ายผ่าน data pipeline อย่างไร พร้อมสำรวจคุณสมบัติของ data pipeline ที่ดี และเตรียมพร้อมออกแบบและสร้าง pipeline ของคุณเอง
2
การสร้าง ETL Pipeline
เจาะลึกการใช้ pandas เพื่อ extract, transform และ load ข้อมูล ขณะที่สร้าง data pipeline แรกของคุณ เรียนรู้วิธีทำให้ logic ของ ETL นำกลับมาใช้ซ้ำได้ และนำ logging รวมถึงการจัดการข้อผิดพลาดมาใช้กับ pipeline
3
เทคนิค ETL ขั้นสูง
ยกระดับ workflow ด้วยเทคนิค data pipeline ขั้นสูง เช่น การทำงานกับข้อมูลที่ไม่ใช่ตาราง และการบันทึก DataFrame ลงฐานข้อมูล SQL ค้นพบเครื่องมือสำหรับการแปลงข้อมูลขั้นสูงด้วย pandas และแนวทางปฏิบัติที่ดีที่สุดสำหรับการทำงานกับข้อมูลที่ซับซ้อน
4
การ Deploy และดูแลรักษา Data Pipeline
ในบทสุดท้ายนี้ คุณจะสร้างกรอบการทำงานเพื่อตรวจสอบและทดสอบ data pipeline ก่อน deploy ขึ้น production หลังจากทดสอบ pipeline แล้ว จะได้สำรวจเทคนิคการรัน data pipeline แบบ end-to-end พร้อมเฝ้าดูประสิทธิภาพของ pipeline ได้อย่างต่อเนื่อง
ETL และ ELT ด้วย Python
เรียนจบแล้ว
