Начните вводить название курса или технологии

    Ничего не найдено

    Курс DataOps в Днепре

    Advanced level

    занятий

    занятий в неделю

    старт

    За неделю записалось

    Осталось

    DataOps Engineer — это специалист, который работает на стыке Data Engeneering (db engeneers, bi engeneers, big data engeneers), DevOps (devops engeneers) и Data Science (data sientists, AI/ML engeneers).

    Современные системы программного обеспечения требуют обработки все больших объемов данных, все большей скорости обработки и интеграций между множеством систем.

    Углубить и расширить понимание роли и задач DataOps в современных проектах.

    • Закрепить понятия проектирования систем данных
    • Разобраться с technology tools
    • Познакомиться и разобраться с Data Analysis, Data Science, Data Governance, Data Quality с точки зрения данных

    Курс рассчитан на опытных db/bi разработчиков, хорошо знакомых с SQL и желающих углубить свои знания в DataOps.

    Для записи на этот курс нужно пройти тест.

    Программа курса
    DataOps

    16 занятий занятий
    Advanced level
    Дипломный проект
    • Introduction. What is DataOps
      • What is data?
      • Structured and unstructured data
      • Big Data: 5 V (volume, variety, velocity, verbosity, value)
      • World trends of collecting and processing data
      • What is Data Analysis, Data Science, Data Governance, Data Quality
      • ML and AI in terms of data
      • Data + Operations = DataOps
    • Data Storage: RDBMS systems
      • Conceptual, logical, physical models
      • Codde’s rules to RDBMS
      • Basic concepts: Tables, attributes, relationships, keys, constraints understanding
      • Normalization (1,2,3 forms; 3.5 and 4 forms )
      • ACID: Transactions
      • Isolation Levels
    • Data Storage: RDBMS Performance optimization techniques
      • What to check? Where to look? What to take into account?
      • “Read the query”: execution plans
      • Common best practices and quick wins
    • Data Storage: Warehouses
      • Normalization Vs Denormalization
      • Kimball vs Inmon approaches
      • 4 step Kimball approach to build warehouse
      • Granularity
      • Facts
      • Dimensions
      • Natural Vs Surrogate keys
      • Star and Snowflake schemas
      • Data Marts
    • Data Storage: Warehouses. Facts
      1. Different types of fact tables:
      • Additive facts, semi-additive, non-additive facts
      • Conformed Facts
      • Factless Facts
      • Transaction Facts
      • Snapshot Facts
      • Cumulative/Consolidated Facts
    • Data Storage: Warehouses. Dimensions
      1. Different types of dimensions:
      • Conformed dimension
      • Degenerated dimension
      • Junk dimension
      • SCD

      2. Date and Time dimensions

    • Data Storage: NoSQL
      • CAP theorem
      • BASE transactions
      • ACID vs BASE transactions
      • Overview of NoSQL main categories
    • Data Storage: NoSQL.
      • Key-values databases
      • Hadoop and MapReduce
    • Data Storage: NoSQL.
      • Column-oriented databases
      • Document-oriented
    • Data Storage: NoSQL.
      • Full-text search systems
      • Graph databases
    • Data Storage: NoSQL
      • In-memory databases
      • Scaling in NoSQL world: partitioning and sharding
    • Data Storage: Unstructured data
      1. How to collect:
      • Blobs
      • Data Lakes
      • Buckets

      2. How to process:

      • Video
      • Audio
      • Images
    • Data Collecting: ETL
      • Extract, Transform, Load
      • Extract, Load, Transform
      • Batches vs Row-by-row
      • Good and bad patterns
      • Data extraction methods
      • Data loading methods
    • Data Collecting: ETL. Tools
      • SSIS
      • Talend
      • Informatica
      • Pentaho
    • Data Collecting: Streaming
      • What is streaming?
      • Types of streaming
      • Good and bad patterns
      • Spark Streaming
      • Flink
      • Storm
      • Kafka Streams
    • Cloud data services. Azure
      • Relational data services: SQL Database
      • SQL Data Warehouse
      • Azure Storage
      • Azure Data Lake
      • Streaming Services
      • NoSQL: CosmosDB
    • Cloud data services. Google
      • Relational data services: CloudSQL
      • Big Query
      • Google Storage
      • Streaming Services
      • NoSQL: BigTable, Spanner
    • Cloud data services. Amazon
      • Relational data services: RDS
      • Redshift
      • Amazon Storage: S3
      • Streaming Services: Kinesis
      • NoSQL: DynamoDB
      • Comparison: DynamoDB vs CosmosDB vs Spanner
      • Comparison: Redshift vs SQL Data Warehouses vs Big Query
    • Data transformations tools
      • SQL scripts
      • Azure: Databricks
      • Google: DataPrep, DataFlow
      • Amazon
    • Data processing and preparation
      • Basics of ML
      • Populate missing values
      • Anomaly detections
      • Feature building
    • Data Management
      • What, why and how?
      • What is metadata?
      • Data Governance
      • Data Standardization
      • Data Quality
    • Data Security
      • What is sensitive data?
      • HIPAA, GDPR and others
      • Sync and async encryptions
      • Encryption at rest
      • Encryption at transit
      • Data discovery and classification
      • Labeling and Data Visibility
    • Continuous integration and Continuous Delivery
      • What is CI?
      • What is CD?
      • CI with Data-related projects: deploy changes to structures
      • CI with Data-related projects: deploy changes to data
      • Data and CI: common difficulties

    В конце курса выполняется дипломный проект.

    Выпускники получают сертификат об окончании курса.

    Бонусы курса

    • Тренинг по прохождению собеседования и составлению резюме

    Преимущества обучения в Компьютерной школе Hillel

    • Группы по 14 человек Преподаватель уделяет время каждому студенту.
    • Преподаватели практики У нас преподают только практикующие специалисты из топовых IT-компаний.
    • Система личных кабинетов Эффективное и удобное обучение.
    • Оперативная служба поддержки студентов Срочный вопрос — своевременное решение.
    • Доступ к видеозаписям занятий Записи уроков остаются у студентов после окончания курса.
    • Практические занятия Большая часть занятий ориентирована на практику.
    • Трудоустройство

      Что мы делаем для того, чтобы вы достигли успеха?

    • Проводим мастер-классы по подготовке резюме и поиску работы

    • Регулярно обновляем программы курсов под требования рынка

    • Приглашаем преподавать только лучших практикующих специалистов

    • Развиваем нашу сеть партнеров среди топовых IT-компаний

    • Наши преподаватели часто сами забирают к себе наших лучших Студентов ;)

    Наши преподаватели и выпускники работают в топовых IT-компаниях мира

    Часто задаваемые вопросы

    • Какой нужно иметь компьютер, чтобы обучаться на курсе DataOps?

      Требования к компьютеру для обучения на курсе DataOps.

      Операционная система:

      • Windows 10 64-бит
      • macOS 10.13 или выше
      • Linux: Ubuntu 16.04 - 20.04

      Процессор* :

      • Минимум intel core i3 4-го поколения
      • Рекомендуется i5 7-го
        *Допустимы аналоги от AMD

      Оперативная память:

      • Минимум 8 Гб
      • Рекомендуется 12 Гб

      Память:

      • Минимально 200 Гб HDD и более
      • Рекомендуется 200 SSD и более
    • Где можно посмотреть отзывы о вашей Школе в Днепре?

      Вы можете прочесть отзывы наших Студентов и Выпускников на нашем сайте, перейдя по данной ссылке. Еще вы сможете найти отзывы и информацию о нас, зайдя на сайт DOU.ua или же прописав название нашей Школы в Google, где вы также сможете увидеть отзывы о нашей Школе в нашем Google-аккаунте или на Google-картах.

    • Кем работают ваши Преподаватели? Имеют ли они опыт преподавания?

      Мы всегда очень ответственно стараемся подходить к вопросу подбора Преподавателей в нашей Школе. Наши Преподаватели — практикующие специалисты в крупнейших IT-компаниях города. Также они имеют как опыт преподавания в нашей Школе, так и опыт менторства по месту их профессиональной деятельности. В своей манере обучения они делают упор на последние тенденции IT-рынка и исключительно на свой личный опыт для того, чтобы наши Выпускники имели наиболее востребованные знания и опыт работы с конкретными кейсами.

    • Что необходимо предпринять для записи на курс DataOps (бронирования себе места в группе)?

      Для начала желательно оговорить с администратором наличие свободных мест в группе по тому курсу, который вас заинтересовал. Следующим этапом может быть ваш визит к нам в офис для подписания двустороннего договора и внесения оплаты за обучение на интересующем вас курсе. Так вы забронируете место в группе.

    • Теория или практика? Чему уделяется больше времени на занятиях курса DataOps?

      Целью большинства курсов нашей школы является возможность дальнейшего трудоустройства наших Студентов и Выпускников. Поэтому мы делаем упор на проработку и изучение практических кейсов, наиболее актуальных на данный момент в работе той или иной специальности IT-сферы. Безусловно, мы отводим время на наших занятиях и на изучение важной теоретической базы, которая также необходима любому специалисту. Но обычно в процентном соотношении теории уделяется около 30% времени занятия и 70% — практике.

    • Как получить максимальный балл за домашнее задание на курсе DataOps?

      Выполнение домашних работ, одна из самых важных составляющих обучения. Для того, чтобы получить максимальный балл за домашнее задание, нужно:

      • Выполнить задание в указанные сроки
      • Выполнить все условия задания
      • Выполнить задание без ошибок
      • Пересдача домашнего задания не более одного раза

    Заявка на консультацию

    Оставьте ваши контактные данные, и мы вам обязательно перезвоним!

    Обязательно укажите ваше имя кириллицей

    Обязательно укажите email, по которому мы сможем с вами связаться

    Обязательно укажите телефон в международном формате

    • telegram Telegram
    • viber Viber

    Школа работает с 10:00 до 21:00 по будням и с 10:00 до 19:00 по выходным дням (киевское время, GMT+2).

    Отправлено

    Приобрести подарочный сертификат

    Gift certificate background image Gift certificate background image
    Рус Укр