Build your ultimate AI agent
รายละเอียดคอร์ส
เริ่มต้นเส้นทางสู่ Data Engineering
คุณสนใจอาชีพด้านวิศวกรรมข้อมูล แต่ไม่รู้ว่าจะเริ่มต้นจากตรงไหนใช่ไหม? หรือบางทีคุณอาจต้องการข้อมูลเพิ่มเติมเกี่ยวกับสิ่งที่วิศวกรข้อมูลทำ ก่อนที่คุณจะก้าวไปสู่ขั้นตอนถัดไป? หลักสูตรสี่ชั่วโมงนี้เป็นบทนำสู่วิศวกรรมข้อมูล และแนวคิด เทคนิค และเครื่องมือหลักที่คุณจำเป็นต้องเข้าใจเพื่อทำงานนี้เรียนรู้แนวคิดและเทคนิคด้านวิศวกรรมข้อมูล
คุณจะเริ่มต้นด้วยการเรียนรู้ความแตกต่างระหว่างวิศวกรข้อมูลและนักวิทยาศาสตร์ข้อมูล (และวิธีที่ทั้งสองทำงานร่วมกัน) ก่อนที่จะได้เรียนรู้เพิ่มเติมเกี่ยวกับเครื่องมือที่ใช้ในสายงาน โดยเฉพาะอย่างยิ่งเกี่ยวกับคลาวด์คอมพิวติ้งและการประมวลผลแบบขนาน เมื่อจบบทที่สอง คุณจะเข้าใจการประยุกต์ใช้ SQL และ NoSQL การใช้ DataFrames และเหตุผลที่การประมวลผลแบบขนานมีความสำคัญอย่างยิ่งดำเนินการ ETL ในแบบฝึกหัดภาคปฏิบัติ
กระบวนการ ETL เป็นหัวใจสำคัญของเวิร์กโฟลว์ของวิศวกรข้อมูล คุณจะได้เรียนรู้ว่าข้อมูลถูกดึง แปลง และโหลดอย่างไร เพื่อเตรียมพร้อมสำหรับการวิเคราะห์และการสร้างอินไซต์ เมื่อจบหลักสูตร คุณจะนำความรู้ทั้งหมดนี้ไปใช้จริงด้วยการดำเนินการและกำหนดตารางเวลา ETL ด้วยตัวคุณเอง โดยใช้ข้อมูลจากโลกจริงแบบฝึกหัดและแบบทดสอบเชิงโต้ตอบของเราช่วยให้คุณทบทวนและตอกย้ำความรู้ใหม่ของคุณ เพื่อให้คุณมั่นใจในการพูดคุยและนำไปใช้ได้ทันทีเมื่อคุณได้รับ Statement of Accomplishment ของคุณ
หลักสูตรเบื้องต้นนี้เป็นส่วนหนึ่งของเส้นทางการเรียนด้านวิศวกรรมข้อมูล ซึ่งมอบแนวทางให้คุณพัฒนาความเข้าใจเกี่ยวกับวิศวกรรมข้อมูล และมีชุดขั้นตอนถัดไปที่ชัดเจนเพื่อก้าวสู่การเป็นวิศวกรข้อมูลมืออาชีพ
ข้อกำหนดเบื้องต้น
หลักสูตร
โครงสร้างคอร์ส
1
Data Engineering เบื้องต้น
ในบทแรกนี้ จะได้สำรวจโลกของ data engineering ทำความเข้าใจความแตกต่างระหว่าง data engineer และ data scientist รับภาพรวมของเครื่องมือต่าง ๆ ที่ data engineer ใช้งาน และเรียนรู้ว่าเทคโนโลยีคลาวด์มีบทบาทอย่างไรในงาน data engineering
- Data Engineering คืออะไร?50 XP
- หน้าที่ของ data engineer50 XP
- Data Engineer หรือ Data Scientist?100 XP
- ปัญหาด้าน Data Engineering50 XP
- เครื่องมือของวิศวกรข้อมูล50 XP
- ประเภทของฐานข้อมูล50 XP
- งานประมวลผลข้อมูล50 XP
- เครื่องมือจัดตารางงาน50 XP
- ผู้ให้บริการ Cloud50 XP
- ทำไมต้องใช้ Cloud Computing?50 XP
- ผู้เล่นรายใหญ่ในวงการ Cloud Computing100 XP
- บริการบนคลาวด์100 XP
2
กล่องเครื่องมือของ Data Engineer
เมื่อเข้าใจความแตกต่างหลักระหว่าง data engineer และ data scientist แล้ว ก็ถึงเวลาสำรวจกล่องเครื่องมือของ data engineer เรียนรู้รายละเอียดเกี่ยวกับฐานข้อมูลประเภทต่าง ๆ ที่ data engineer ใช้งาน ทำความเข้าใจว่า parallel computing คืออะไรและทำไมจึงเป็นหัวใจสำคัญของงานนี้ รวมถึงวิธีกำหนดตารางงานประมวลผลข้อมูลด้วย scheduling framework
3
การดึง แปลง และโหลดข้อมูล (ETL)
หลังจากรู้จักเครื่องมือของ data engineer แล้ว ก็ถึงเวลาลงมือกับงานหลักของกระบวนการทำงานจริง ในบทนี้จะได้เรียนรู้ ETL ตั้งแต่การดึงข้อมูลดิบจากแหล่งต่าง ๆ การแปลงข้อมูลดิบให้กลายเป็นข้อมูลเชิงลึกที่นำไปใช้ได้จริง ไปจนถึงการโหลดข้อมูลลงฐานข้อมูลที่พร้อมสำหรับการใช้งาน
4
กรณีศึกษา: DataCamp
นำความรู้จากสามบทที่ผ่านมามาใช้จริงด้วยกรณีศึกษา data engineering จาก DataCamp ลงมือสร้างและกำหนดตารางกระบวนการ ETL ที่แปลงข้อมูลดิบของคะแนนรีวิวคอร์ส ให้กลายเป็นคำแนะนำคอร์สที่นำไปใช้ได้จริงสำหรับผู้เรียนของ DataCamp
Data Engineering เบื้องต้น
เรียนจบแล้ว

