Почніть вводити назву курсу або технології

    Нічого не знайдено

    Рус Укр

    Курс DataOps у Дніпрі

    Advanced level

    занять

    занятий в неделю

    старт

    За тиждень записалося

    Залишилося

    DataOps Engineer — це фахівець, який працює на стику Data Engeneering (db engeneers, bi engeneers, big data engeneers), DevOps (devops engeneers) і Data Science (data sientists, AI/ML engeneers).

    Сучасні системи програмного забезпечення вимагають обробки все більших обсягів даних, все більшої швидкості обробки та інтеграцій між безліччю систем.

    Ціль курсу:

    • Поглибити і розширити розуміння ролі і завдань DataOps в сучасних проектах

    Курс допоможе:

    • Закріпити поняття проектування систем даних
    • Розібратися з technology tools
    • Познайомитися і розібратися з Data Analysis, Data Science, Data Governance, Data Quality з точки зору даних

    Курс розрахований на досвідчених db/bi розробників, добре знайомих з SQL і які бажають поглибити свої знання в DataOps.

    Для записи на этот курс нужно пройти тест.

    Програма курсу
    DataOps

    16 занять занять
    • 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 building a 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
      • Confirmed 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 кінці курсу виконується дипломний проект.

    Бонуси курсу

    • Всі студенти курсу пройдуть тренінг по проходженню співбесіди та складанню резюме з нашим HR-фахівцем

    Випускники отримують сертифікат про закінчення курсу

    Кожен сертифікат має унікальний номер за яким потенційний роботодавець може перевірити його валідність і побачити базові показники успішності.

    Переваги навчання у Комп'ютерній школі Hillel

    • Групи по 14 осіб Викладач приділяє час кожному студенту.
    • Викладачі практики У нас викладають тільки практикуючі фахівці з топових IT-компаній.
    • Система особистих кабінетів Ефективне і зручне навчання.
    • Оперативна служба підтримки студентів Термінові питання - своєчасне рішення.
    • Доступ до відеозаписів занять Записи уроків залишаються у студентів після закінчення навчання.
    • Практичні заняття Велика частина занять орієнтована на практику.
    • Працевлаштування

      Що ми робимо для того, щоб ви досягли успіху?

    • Проводимо майстер-класи з підготовки резюме та пошуку роботи

    • Регулярно оновлюємо програми курсів під вимоги ринку

    • Запрошуємо викладати тільки кращих практикуючих фахівців

    • Розвиваємо нашу мережу партнерів серед топових IT-компаній

    • Наші викладачі часто самі забирають до себе наших кращих Студентів ;)

    Наші викладачі та випускники працюють в топових IT-компаніях світу

    Часті питання

    • Який потрібно мати комп'ютер, щоб навчатися на курсі DataOps?

      Вимоги до комп'ютера для навчання на курсі DataOps.

      Операційна система:

      • Windows 10 64-біт
      • macOS 10.13 або вище
      • Linux: Ubuntu 16.04 - 20.04

      Процесор* :

      • Мінімум intel core i5 4-го покоління
      • Рекомендується i5 7-го

      Оперативна пам'ять:

      • Мінімум 8 Гб
      • Рекомендується 16 Гб

      Пам'ять:

      • Мінімально 500 Гб HDD і більш
      • Рекомендується 200 Гб SSD і більш

      * Допустимі аналоги від AMD

    • Де можна подивитися відгуки про вашу Школу?

      Ви можете прочитати відгуки наших Студентів та Випускників на нашому сайті за цим посиланням. Ще ви зможете знайти відгуки і інформацію про нас на DOU.ua або можете прописати назву нашої Школи у Google, де ви також зможете побачити відгуки про нашу Школу у Google-акаунті або на Google-картах.

    • Ким працюють ваші Викладачі? Чи мають вони досвід викладання?

      Ми завжди дуже відповідально намагаємося підходити до питання підбору Викладачів у нашій Школі. Наші Викладачі — практикуючі фахівці в найбільших IT-компаніях міста. Також вони мають як досвід викладання в нашій Школі, так і досвід менторства за місцем їх професійної діяльності. У своїй манері навчання вони роблять упор на останні тенденції IT-ринку і виключно на свій особистий досвід для того, щоб наші Випускники мали найбільш затребувані знання і досвід роботи з конкретними кейсами.

    • Що необхідно зробити для запису на курс (бронювання собі місця у групі)?

      Для початку бажано узгодити з адміністратором наявність вільних місць у групі за тим курсом, який вас зацікавив. Наступним етапом може бути ваш візит до нас в офіс для підписання двостороннього договору і внесення оплати за навчання на зацікавившем вас курсі. Таким чином вами буде заброньовано місце у групі.

    • Теорія або практика? Чому приділяється більше часу на заняттях?

      Метою більшості курсів нашої Школи є можливість подальшого працевлаштування наших Студентів та Випускників. Тому ми робимо упор на опрацювання та вивчення практичних кейсів, найбільш актуальних на даний момент у роботі тієї чи іншої спеціальності IT-сфери. Безумовно, ми відводимо час на наших заняттях і на вивчення важливої теоретичної бази, яка також необхідна будь-якому фахівцеві. Але зазвичай у процентному співвідношенні теорії приділяється близько 30% часу заняття і 70% — практиці.

    • Як отримати максимальний бал за домашнє завдання?

      Виконання домашніх робіт, одна з найважливіших складових навчання. Для того, щоб отримати максимальний бал за домашнє завдання, потрібно:

      • Виконати завдання в зазначені терміни
      • Виконати всі умови завдання
      • Виконати завдання без помилок
      • Перездача домашнього завдання не більше одного разу

    Запит на консультацію

    Залиште ваші контактні дані, і ми вам обов'язково зателефонуємо!

    Обов'язково вкажіть ваше ім'я кирилицею

    Обов'язково вкажіть email, за яким ми зможемо з вами зв'язатися

    Обов'язково вкажіть телефон в міжнародному форматі

    • telegram Telegram
    • viber Viber

    Школа працює з 10:00 до 21:00 по буднях і з 10:00 до 19:00 у вихідні дні (за київським часом, GMT + 2).

    Відправлено

    Придбати подарунковий сертифікат

    Gift certificate background image Gift certificate background image