Аналитические приложения сегодня строятся на стыке инженерных практик (Software/Data Engineering), понимании специфики продуктов и бизнеса (Data/Business Analysis), быстрой и качественной поставки сервисов (DevOps).
Курс ставит своей целью научить слушателей собирать полноценные end-to-end аналитические решения с использованием самых актуальных и востребованных инструментов.
Материал будет изучаться как вглубь (например, принципы функционирования аналитических СУБД), так и вширь (сравнение инструментов, анализ сильных и слабых сторон решений).
Что нового я смогу узнать?
Для ролей Data Scientist, Data Analyst, Product Analyst:– Принципы работы аналитических СУБД и построение ELT-pipelines– Использование лучших практик моделирования хранилищ данных и витрин– Применение правильных архитектурных паттернов при построении решений
Для ролей Data Engineer, Backend Developer, DBA, System Administrator:
– Практики построения end-to-end аналитических решений– Прикладные навыки визуализации, дашбординга, BI– Фокус на создании ценности для бизнеса
В рамках курса будут рассмотрены:
– Навыки построения ELT-pipelines: Airflow, Nifi, Stitch– Принципы работы аналитических СУБД: Redshift, Greenplum, Clickhouse– Лучшие практики моделирования данных: dbt, Data Vault– Визуализация и BI: Metabase, Superset, DataLens – Продвинутая аналитика: KPI, Funnels, Marketing Attribution, Cohort, RFM– DevOps-практики: Continuous Integration, Github Actions
Ссылка на подробную программу курса
Карта курсов направления Data Science в OTUS
Курс понравился. Преподносится обширная база практических и теоретических навыков. Занятия на курсе подняли многие знания с нуля на достаточный для дальнейшего самостоятельного закрепления и применения на практике уровень. Остальные знания были поданы под новым углом, расширены и закреплены. До начала обучения работал в несколько ином направлении, но давно планировал перейти в сферу работы с данными. В том числе благодаря первым лекциям успешно прошел собеседование и и устроился на работу дата-инженером. На новом рабочем месте благодаря параллельно получаемым навыкам адаптировался легко.
По занятиям все понравилось, по ДЗ немного не доработанными показались №6 и №7. В них большой набор объектов(таблиц), предназначение которых можно пытаться понять только по их наименованиям. Имеющееся описание устарело, описывает то, чего уже нет. Схема данных уже поменялась. В некоторых ключевых таблицах 4-5 строк данных, какие то таблицы вообще пустые. В результате непонятно что делать, непонятно как связывать таблицы в витрины.
Так же по теории, считаю, что маловато жизненных кейсов по встречающимся сложностям в работе и практикам по их решению.
11.10.2022
Прохожу курс по C++. Преподаватель Дмитрий. Курс хороший (не идеальный, не бесподобный, просто хороший на 4) Почему 4: Очень слабо описана работа с инструментарием (как, где и что подключать, какие косяки могут быть и т.д.). Курс все-таки платный и неплохо бы иметь какую либо инструкцию, где были описаны набитые шишки предыдущими студентами. Порой на это тратится времени больше, чем на саму работу. Чуть более педантичное отношение к код-ревью домашних работ. (Хотя это скорее пожелание, чем минус) Плюсы: Преподаватель действительно хочет тебе объяснить тему. Семинары долгие, есть с водой, но их мало. Хорошо объясняют сложные вещи. Практически всегда отвечают на вопросы в течение официальной части и всегда после окончания семинара. Порой кажется, что преподаватель больше заинтересован в семинаре, чем ты сам =) По порогу вхождения - могу точно сказать, тех предварительных лекций для курса по c++ вряд ли хватит, если вы полный новичок. Хотя тут зависит о вашего упорства и интеллекта . Лучше почитать того же Прата (Прата С. - Язык программирования C++) и взять хотя бы 3 пояса по плюсам на курсере (Основы программирования на языке c++ от Яндекса). В целом - пока доволен. Еще заметил, что студенты в основном уже практикующие прогеры, но больше на других языках.