Яндекс Практикум - курсы «Data Engineering» в Беларуси
2 курса онлайн Data Engineering от школы Яндекс Практикум - сравните цену, продолжительность и дату начала обучения. Информация обновляется каждую неделю. Стоимость курсов от 3700 до 5633 Br.
структурированная подача материала, опытные наставники, команда сопровождения
не увидела
Инженер по тестированию: от новичка до автоматизатора
Проходила обучение "Инженер по тестированию: от новичка до автоматизатора". Это был невероятный опыт, который превзошел все мои ожидания. Материал в тренажере подавался структурировано и доступно, преподаватели в чате отвечали быстро и качественно на все вопросы, а благодаря вебинарам даже самые сложные темы становились понятными. Конструктивная критика ревьюеров и их советы помогли довести проектные и дипломную работы до совершенства. Отдельное спасибо команде сопровождения и кураторам. Они всегда были на связи, оперативно отвечали на все вопросы и помогали решать любые возникающие проблемы. Их поддержка чувствовалась на протяжении всего обучения. Было ощущение, что ты не один, что у тебя есть надежная команда, которая всегда готова прийти на помощь.
местами сложно и исходя из данных учебника бывает сложно сделать задания, особенно с финансами и AB- тестами
Мне достаточно понравилось
Я прошла курс Продуктовый маркетолог, он длился 5 месяцев. Всегда в сопровождении были кураторы и наставники, под присмотром. Мне показалось, что по нагрузке курс не равномерно распределен. Очень помогали воркшопы, где мы более глубоко по теме разбирали задачи и общее представление складывалось о сфере лучше. Я переходила из смежной сферы, из экономики, но все равно иногда было сложно с терминами, метриками, что нормально. Если вы переходите из совсем другой сферы придется точно дополнительно учиться и где-то черпать знания. После курса я пошла в карьерный и трек и сейчас занимаюсь пет-проектом. Классно, что есть такая возможность. Я еще бы взяла курсы практикума. Для меня это очень классный опыт, я рада, что решилась на курс и прошла его с такими помощниками!)
структурированная подача, много практики, поддержка кураторов, крутое комьюнити, проекты, похожие на реальные
интенсивный ритм, занудные опросы в курсах, редко но встречаются баги в тренажёре
Крутой старт для Python-разработчика
Недавно закончил курс "Python-разработчик" в Яндекс Практикуме, и, честно говоря, я в восторге! До этого я пробовал учиться сам видео на YouTube и ChatGPT, но быстро терял мотивацию из-за отсутствия структуры и обратной связи. Практикум стал для меня настоящей находкой. Мне понравилось, чурс выстроен очень логично - от простых основ до реальных проектов, которые можно смело положить в портфолио. Теория подается в удобном формате: короткие тексты, примеры кода и тренажеры, где можно сразу попрактиковаться. Особенно круто, что задания максимально приближены к реальным задачам разработчика - например, задеплоить проект на Django на сервер. Мой куратор всегда был на связи, отвечал на вопросы в Пачке быстро и по делу. Если что-то не получалось, наставники помогали разобраться, а не просто кидали готовое решение. Курс дал мне не только навыки программирования на python / Django, но и уверенность, что я могу работать в IT. Если вы хотите тут учиться, то обязательно закладывайте свободное время на это. И если же вы готовы вкладываться в учёбу и не боитесь дедлайнов, этот курс - отличный старт. Рекомендую!
Научитесь разрабатывать архитектуру данных и освоите проектирование пайплайнов. Узнаете, как создавать витрины и хранилища. Добавите в портфолио 9 проектов.
Бесплатный вводный курс. Простая витрина данных. Устроитесь на работу в IT-компанию как начинающий инженер данных и попробуете выполнить своё первое задание — получите от лида требования и построите по ним витрину данных.
Актуализация модели данных. Компания продолжает погружать вас в свои процессы. Данные, с которыми вы работали, обновились, поэтому необходимо изменить модель данных.
DWH: пересмотр модели данных. Компания растёт, архитектура данных усложняется. Вам дают задание — оптимизировать процессы с данными.
ETL: автоматизация подготовки данных. О хранилище данных компании вы теперь знаете почти всё. Пришло время пересмотреть ETL-процессы.
Проверка качества данных. Вы хотите быть уверены, что ваши первые пайплайны работают нормально. Качество данных необходимо проверять, а поломки — вовремя отслеживать.
DWH для нескольких источников. Вы продолжаете исследовать DWH, потому что развитие компании и, следовательно, увеличение объёма данных не остановить.
Аналитические базы данных. Специфичных неструктурированных данных, которые тоже надо хранить и обрабатывать, становится больше. Поэтому мы познакомим вас с концепцией аналитических баз данных на примере СУБД Vertica.
Организация Data Lake. Классические решения не помогают справиться с объёмом данных. Чтобы справиться с новыми вызовами бизнеса, вы построите и наполните Data Lake.
Потоковая обработка данных. Трудности с большим объёмом данных вы победили, но появилась новая задача — нужно помочь бизнесу быстрее принимать решения. Тут понадобятся знания потоковой обработки данных (англ. streaming).
Облачные технологии. Теперь вы умеете работать и с большими объёмами данных, и с потоками. Осталось только автоматизировать масштабирование систем с помощью облачных сервисов.
Выпускной проект. Подтвердите, что освоили новые навыки. Здесь вам будет нужно самостоятельно выбрать и реализовать решения для бизнес-задачи. Это поможет вам ещё раз закрепить использование изученных инструментов, а также самостоятельность.
Алгоритмы и структуры данных. Основы алгоритмов. Представление данных в памяти. Рекурсия и сортировки.
Основы SQL и баз данных. Устройство PostgreSQL. Основы SQL и DDL. Основы SQL и DML. Нормализация и взаимоотношение. Объединение таблиц. Функции.
Продвинутый SQL для работы с данными. Подзапросы и общие табличные выражения. Оконные функции. Представления. Продвинутые типы данных. Транзакции и блокировки.
Как построить аналитическое хранилище данных. PostgreSQL и DBeaver. Нормальные формы. Знакомство с DWH. Погружение в DWH. SCD и его типы.
Работа с данными в хранилище. Витрина данных и VIEW. Оптимизация запросов.
ELT: автоматизация подготовки данных . Анализ вводных по задаче. Проектирование ETL-процесса. Ликбез по Airflow. Реализация ETL в Airflow.
Проверка качества данных. Требования к качеству данных. Проектирование и разработка проверки.
DWH для нескольких источников. Сбор требований и исследование источников. Проектирование DWH. Реализация DWH.Тестирование, интеграция и документация.
Аналитические базы данных. Аналитические СУБД и Vertica. Разработка аналитической базы данных.
Организация Data Lake. Проектирование Data Lake. Знакомство со Spark. PySpark для инженера данных.
Потоковая обработка данных. Потоковая обработка с Kafka и Spark Streaming. Настройка потока данных.
Облачные технологии. Облачные технологии Yandex Cloud. Подготовка и изучение источников.Создание окружения сервисов. Написание первого сервиса. Знакомство с DataLens.
Выпускной проект или пет-проект. В конце курса у вас будет выбор: выполнить ещё один учебный проект или реализовать пет-проект. В первом случае нужно выбрать бизнес-задачу и разработать архитектуру данных с использованием всех изученных инструментов. Во втором случае вы сможете воплотить в жизнь и защитить личный проект. Что бы вы ни выбрали, вас поддержат наставники и ревьюеры, а получившийся кейс украсит ваше портфолио.
Трудоустройство. Эта часть курса для тех, кто решил найти работу в сфере разработки. Вы изучите стратегии поиска работы и узнаете о тонкостях выбора компании-работодателя, подготовите портфолио, напишете резюме и сопроводительное письмо.
Акселерация. Программа сопровождения: вы ищете работу, мы консультируем и помогаем. Участвовать в программе могут те, кто закончил программу трудоустройства и находится в активном поиске работы.
Воркшопы для разбора ключевых тем, сессии Q&A. Описание отсутствует
А Вы знали что у школы Яндекс Практикум самый дорогой
курс Data Engineering стоит
5633.3333333333 рубля.
Школа имеет 120 отзывов,
а средняя оценка пользователей — 4.5
