Курсы - Data Engineering

Курс от нашего партнера Express 42 Основная “фишка” программы - постоянный переход от абстрактного в конкретное: сначала дается карта конкретных практик, далее отдельные подпрактики с моментальным погружением в инструмент. Это дает эффект самостоятельного изучения, при этом карта практик уже сформирована для специалиста, и у него нет шанса попасть в колею прошлого опыта.

О курсе и о себе
Если вы хотите развиваться в DevOps практиках, какие инструменты осваивать и как добиться быстрой обратной связи от вашего продукта и быстрого взаимодействия с клиентами — приходите на наш курс!

Программа создана специально для разработчиков, тестировщиков, системных администраторов и позволит на профессиональном уровне освоить инструменты и конкретные приёмы для реализации следующих практик: — Infrastructure as Code(IaC), — CI/CD, — непрерывный сбор метрик (мониторинг и логирование). Дополнительно в рамках куса будут рассмотрены темы: — DevSecOps, — SRE, — проблема хранения «чувствительный данных», — инструментарий Loki, Vault, Vagrant. Примеры выпускных проектов - читайте в нашем блоге: "Проект CI/CD-системы" и "Прототип инфраструктурной конфигурации"

59 работодателей ждут лучших выпускников на собеседования

Отсев в учебных группах менее 5%

Авторская программа подготовлена опытным инженером

Понимание ключевых способов интеграции, обработки, хранения больших данных
Умение работать с компонентами экосистемы Hadoop, распределенными хранилищами и облачными решениями
Практические навыки разработки дата-сервисов, витрин и приложений
Знание принципов организации мониторинга, оркестрации, тестирования

Курс адресован разработчикам, администраторам СУБД и всем, кто стремится повысить профессиональный уровень, освоить новые инструменты и заниматься интересными задачами в сфере работы с данными.
После обучения Data Engineering вы станете востребованным специалистом, который:

разворачивает, налаживает и оптимизирует инструменты обработки данных
адаптирует датасеты для дальнейшей работы и аналитики
создает сервисы, которые используют результаты обработки больших объемов данных
отвечает за архитектуру данных в компании

Real Case Studies: примеры внедрений, использования инструментов, оптимизации производительности, проблемы, ошибки и прикладные результаты

Высокая практическая направленность:

В течение курса будем инкрементально создавать работающий продукт, решая прикладные задачи

Целостная картина вызовов и задач современного бизнеса, и роли Инженера Данных в их решении

Востребованность у работодателей

40 работодателей уже готовы позвать на собеседование выпускников курса

Инженер данных - почему это актуально и интересно:

Прежде чем попасть на стол CEO в виде квартального отчета или индивидуальной подборкой книг в email-рассылке, данные проделывают длительный и сложный, полный преобразований и трансформаций, путь, требующий непрерывного мониторинга и оркестрации.
В этом ключе команда инженеров, которая готова обеспечить непрерывную поставку достоверной информации для всех бизнес-потребителей и функций играет важнейшую роль в принятии тактических и стратегических решений всей компании.
Работа инженеров данных, внешне незаметная, удивительно сложна и интересна по своей специфике. Невероятное количество закономерностей и связей, инструментов и подходов, параметров и настроек не оставят равнодушным ни один пытливый ум в поисках оптимальных и элегантных решений.

Карта курсов направления Data Science в OTUS

Вы пройдете весь путь разработки инфраструктурной платформы на основе Kubernetes и получите все необходимые навыки, которые позволят вам претендовать на должность платформенного инженера. Курс от нашего партнера Express 42. Инфраструктурная платформа – системы и сервисы, обеспечивающие этапы жизненного цикла цифровых продуктов: подготовку релиза, выпуск и эксплуатацию. Наличие инфраструктурной платформы позволяет команде сфокусироваться на разработке продукта, стандартизировать подходы к управлению компонентами продукта и сервисов, обеспечивающих его работу, не тратя время на построение велосипедов и рутинную автоматизацию стандартных операций для каждого компонента. Kubernetes в данном случае один из возможных инструментов для создания платформы. Однако, у него есть ряд преимуществ, которые сделали его стандартом индустрии:

Поддерживает практику «инфраструктура как код»
Имеет множество механизмов «из коробки»
У него огромная экосистема, включающая в себя большой набор инструментов для решения различного рода задач
Многие провайдеры предоставляют k8s как сервис
Есть развитое, в том числе и русскоязычное, комьюнити

В программе курса сделан акцент на экосистеме и нюансах эксплуатации Kubernetes-кластеров, т.к. именно в этом возникают сложности у компаний, которые решили перейти на свою инфраструктурную платформу.
Для кого этот курс?
Для администраторов, инфраструктурных инженеров и специалистов, понимающих, что такое DevOps. После обучения вы будете обладать квалификацией платформенного инженера и сможете самостоятельно создать инфраструктурную платформу в своей компании.
Для разработчиков. Вы будете понимать, как запущено и работает ваше приложение в различных окружениях, включая production, научитесь использовать экосистему по максимуму, отлаживать приложение и изменять процедуры развертывания и конфигурирования.
Для СТО, которые присоединились к проекту с инфраструктурной платформой или планируют ее создание для продуктов своей компании. Вы научитесь проводить R&D, выбирать подходящие инструменты из возможностей и ограничений, эффективно масштабировать надёжную инфраструктуру под растущие потребности бизнеса и правильно освобождать продуктовые команды от части задач администрирования/автоматизации и фокусировать их на развитии продукта.

Курс состоит из 4-х частей: 1.Инфраструктурная платформа и ее связь с DevOps-практиками. Вы освоите основы Kubernetes и разберете, к чему будете стремиться весь курс. 2. Сервисы в составе платформы и их связь с инженерными практиками, экосистема для приложений компании. 3. Углубленное изучение Kubernetes. 4. Проектная работа: построить MVP инфраструктурной платформы.
Сертификация от CNCF: CKA и CKAD После обучения у вас будет достаточно знаний, чтобы пройти обе эти сертификации. Мы не готовим к ним специально, но освещаем все темы, которые встречаются в экзаменах.
Особенности курса

Рассматриваем целую платформу, где Kubernetes — только часть

Подробно обсуждаем особенности интеграции с процессами разработки

Один из самых мощных и насыщенных практикой русскоязычных курсов
Партнер курса Yandex. Cloud бесплатно предоставит необходимое количество ресурсов для выполнения практических заданий

Вы освоите на практике важнейшие приемы реверс-инжиниринга: статический и динамический анализ. Познакомитесь с низкоуровневым и системным программированием, подробно разберете аспекты внутреннего устройства Windows. Вам предстоит изучить и классифицировать вредоносное ПО на примерах реальных malware, выловленных в сети. ЧТО ТАКОЕ РЕВЕРС-ИНЖИНИРИНГ? Реверс-инжиниринг кода (обратная разработка кода) — это процесс анализа машинного кода программы, который ставит своей целью понять принцип работы, восстановить алгоритм, обнаружить недокументированные возможности программы, и т.п. Основные методы реверс-инжиниринга — это статический или динамический анализ кода. При статическом анализе исследователь дизассемблирует код программы, используя специальное ПО, и далее анализирует ассемблерный код. При динамическом анализе исследователь запускает код в изолированной среде (песочнице) или отладчике и анализирует код в динамике.
Для кого этот курс?

Для системных программистов, разрабатывающих низкоуровневый софт. Вы поймете, как код работает изнутри после компиляции, и сможете повысить качество своих решений.

Для начинающих вирусных аналитиков и специалистов ИБ. Вы научитесь всем must have практикам реверс-инжиниринга и получите комплексное представление о вредоносном ПО.

Как проходит практика?
Студенты заранее получают стенды и разворачивают их у себя локально до начала занятия. Практику вы будете выполнять у себя на виртуальной машине во время вебинара под руководством преподавателя. На курсе вас ждет:

Практика по распаковке файлов
Практический разбор PE формата (таблица импорта, таблица экспорта, таблица релокаций)
Практический анализ шифровальщиков, банковских троянов, ботов.
Проектная работа, в рамках который вы напишите свою программу для лечения вредоносных программ

Наши партнеры Certiport предоставляют скидку 10% на сдачу сертификационных экзаменов EC-Council (EHA, CFA) всем студентам курса!

Для кого этот курс:Курс рассчитан на Data инженеров, желающих глубже изучить Spark, а попутно также Hadoop и Hive
На курсе вы изучите следующие основные темы:
- Hadoop (основные компоненты, дистрибутивы вендоров)- Архитектура HDFS - Архитектура YARN- Форматы данных - Spark- Spark Streaming и Flink- Hive- Оркестрация, Мониторинг и CI/CDи т.д.
Научитесь применять все это на практике и закрепите с помощью интересных и сложных домашних заданий и выпускного проекта.
После прохождения курса вы сможете:
- Использовать Hadoop для обработки данных- Взаимодействовать с его компонентами через консольные клиенты и API- Работать со слабоструктурированными данными в Hive- Писать и оптимизировать приложения на Spark- Писать тесты для Spark-приложений- Использовать Spark для обработки табличных, потоковых, гео-данных и даже графов- Настраивать CI и мониторинг Spark-приложений

Проведите время с пользой! Практический интенсив «DevOps и Infrastructure as Code на Ansible» За дни интенсива вы научитесь: — делать выкатку кода простым и приятным процессом в духе "нажми одну кнопку", который можно выполнять десятки раз в день, — делать сетап новой машины полностью автоматизированным: вы запускаете одну команду, выпиваете чашку кофе и, вуаля, полностью готовый к работе сервер, — превращать переезд на новый хостинг в рутинную процедуру, занимающую несколько дней работы, при этом время простоя будет меньше нескольких минут, — делать десятки тестовых стендов в день для разных команд и разных версий продукта, при этом конфигурация стенда будет практически идентичной боевой среде, — автоматически поддерживать актуальными все проверки и триггеры в мониторинге и узнавать о проблемах еще до того, как они наступили Практика будет проходить на облаке GCP. Дополнительно вы получите возможность пообщаться с экспертами из сферы IaC и задать им все интересующие вас вопросы! ВНИМАНИЕ: количество мест в группе ограничено! Оставьте заявку и с вами свяжется наш менеджер, чтобы обсудить выгодные условия обучения.

Вы освоите все необходимые навыки машинного обучения для потоковых данных и распределенной среды. В программу включены необходимые знания из областей Data Science и Data Engineering, которые позволят вам обрабатывать большие данные и писать распределенные алгоритмы на Spark.
Каждый модуль вы будете закреплять на практике, выполняя домашнее задание. В конце обучения вас ждет финальный проект, который позволит обобщить все полученные знания и пополнить портфолио. Он может быть выполнен в рамках рабочих задач на вашем датасете или быть учебным проектом, основанным на данных, предоставляемых OTUS.
Для кого этот курс?

Для специалистов по Машинному обучению или Software инженеров, которые хотят научиться работать с большими данными. Обычно такие задачи имеются в крупных IT-компаниях с масштабным цифровым продуктом.

Для Data Scientist, которые хотят усилить свой скиллсет инженерными навыками. Благодаря курсу вы будете уметь обрабатывать данные и самостоятельно выводить результаты ML-решений в продакшн.

Для обучения вам понадобятся базовые навыки работы с данными. Предлагаем посмотреть Карту курсов направления Data Science в OTUS, чтобы сориентироваться в необходимом уровне подготовки.
Вы научитесь:

Использовать стандартные инструменты ML-конвейеров в распределенной среде;
Разрабатывать собственные блоки для ML-конвейеров;
Адаптировать ML-алгоритмы к распределенной среде и инструментам big data;
Использовать Spark, SparkML, Spark Streaming;
Разрабатывать алгоритмы потоковой подготовки данных для машинного обучения;
Обеспечивать контроль качества на всех этапах движения ML-решений в промышленную эксплуатацию.

Востребованность специалистов
Навыки, которые вы освоите, максимально прикладные и перспективные. На рынке появляется все больше цифровых продуктов, для развития которых необходима работа с большими данными и потоковую обработку. Уже сейчас специалисты с таким пулом навыков и некоторым опытом работы могут претендовать на зарплату от 270 тыс. рублей.Другой тренд — автоматизация процессов обучения и валидации, напротив, в некотором роде обесценивает работу классического Data Scientist. Все движется к тому, что даже неспециалист сможет сделать fit-predict. Поэтому уже сейчас в цене те, кто имеют хотя бы поверхностные инженерные навыки.
Особенности курса

Много практики работы с данными

Широкий спектр навыков от распределенного ML и потоковой обработки данных до вывода в продакшн

Актуальные инструменты и технологии: Scala, Spark, Python, Docke

Живое общение с экспертами на вебинарах и в чате Slack

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

Партнерский интенсив от разработчиков Tarantool! Учись у первоисточника!
Tarantool - это платформа in-memory вычислений с гибкой схемой данных для эффективного создания высоконагруженных приложений. Благодаря этому интенсиву вы сможете получить самые необходимые знания об этой нетривиальной комбинации.
Мы рассказываем про архитектуру ядра, паттерны применения, делаем сравнение с другими БД, говорим о репликации, шардинге и работе с кластером. Все это показывается на примере создания приложения "сокращатель ссылок".
Курс для:
- Администраторов- Разработчиков- DevOps- Архитекторов.
По результатам интенсива вы:
- Узнаете архитектуру и внутреннее устройство Tarantool- Поймете сильные и слабые стороны Tarantool- Сможете назвать сходства и отличия от других СУБД- Увидите кейсы использования: куда брать, куда не брать- Научитесь работать с моделью данных- Установите и запустите Tarantool- Напишете свое первое приложение- Поднимете собственный кластер.
ВНИМАНИЕ: количество мест в группе ограничено! Оставьте заявку и с вами свяжется наш менеджер, чтобы обсудить выгодные условия обучения.

DataOps Engineer - это профессия будущего, на которую уже есть огромный спрос и нехватка специалистов. Кроме стандартных тем (Hadoop, MLOps, оркестрация) мы рассмотрим полный набор инструментов и практик Data Governance (управления данными) - metadata management, data quality, data integration, data discovery, data linage, BIЭтот курс подходит вам, если вы:
- уже умеете работать с данными, но хотите развить знания в инфраструктуре, на которой они работают;
- либо умеете работать с инфраструктурой, но хотите получить специфические знания именно в области работы с данными.Что разберем на курсе:

Вопросы администрирования Hadoop-кластеров (включая вопросы безопасности!;
Особенности деплоя ETL-процессов, Spark-джоб, приложений обработки данных в реальном времени;
Архитектуру нескольких MPP-баз (Vertica, Greenplum, ClickHouse, ...);
Сервисы и практики Data Governance (BI, data catalog, data linage, CDC, data injestion, data quality, notebooks);
Практики MLOps (деплой моделей, мониторинг экспериментов, оркестрация).

Профессиональный курс — 3 месяца Best Practice по мониторингу инфраструктуры и отдельных её компонентов (приложения, базы данных, etc.) Никакого хаоса, никаких бессвязных метрик: после курса системные администраторы и devops-инженеры смогут правильно строить системы мониторинга и логирования, что позволит им более точно понимать текущее состояние всех систем и быстрее реагировать на инциденты.
Программа создана специально для:
администраторов Linux, DevOps-инженеров, разработчиков, которым необходимо настроить мониторинг с помощью Zabbix, Prometheus и ELK.
На профессиональном уровне вы научитесь:

строить сложные эффективные системы мониторинга и логирования инфраструктуры и приложений;
следить за работой большого количества серверов и работать в связке Zabbix, Prometheus и Grafana;
обеспечивать визуализацию метрик и настраивать оповещения о критически важных событиях.

Сегодня мы постоянно сталкиваемся с хакерскими атаками, электронным мошенничеством и утечками данных. Online работа стала требованием бизнеса и новой реальностью. Разработка и сопровождение кода и защита инфраструктуры с учетом обеспечения безопасности становится первостепенным требованием к IT специалистам. Именно такие специалисты являются самыми высокооплачиваемыми и востребованными у крупных работодателей: Microsoft, Google, Amazon Web Services, Mail.Ru Group, Yandex, Сбербанк и других.
Для кого этот курс
Разработка инфраструктуры и стека приложений в непрерывном потоке изменений Agile DevOps требует непрерывной работы с инструментами ИБ. Традиционная модель безопасности с фокусом на защиту периметра больше не работает. В DevOps ответственность за обеспечение безопасности ложится на всех участников Dev[Sec]Ops процесса.
Курс предназначен для специалистов следующих профилей:
- Разработчиков- DevOps инженеров и Администраторов- Тестировщиков- Архитекторов- Специалистов по информационной безопасности- Специалисты, которые хотят научиться разрабатывать и обслуживать приложения и инфраструктуру с высокой степенью защиты от внешних и внутренних атак в автоматизированном DevSecOps процессе.
Цель Курса
Успешное внедрение DevSecOps возможно только при комплексном подходе к Инструментам, Бизнес-процессам и Людям (Ролям участников). Курс дает знания по всех трем элементам и изначально был разработан для сопровождения проекта трансформации CI/CD тулчейн и рабочего процесса DevOps до полноценной DevSecOps практики с использованием новейших автоматизированных инструментов обеспечения безопасности.
В рамках курса будут рассмотрены особенности защиты следующих видов приложений:
- Традиционные монолитные 2/3-Tier приложения- Kubernetes приложения - в собственном ДЦ, Public Cloud (EKS, AKS, GKE)- Мобильные iOS и Android приложения- Приложения c REST API back-end
Будут рассмотрена интеграция и использование наиболее популярных open source и коммерческих инструментов ИБ.
В курсе делается упор на практику Scrum / Kanban, но подходы и инструменты могут также использоваться в традиционной Waterfall модели ведения проектов. Знания и навыки которые вы приобретете
- Переход от модели безопасности “защита периметра” к модели “защита всех слоев”- Словарь, термины и объекты используемые в инструментах ИБ - CWE, CVE, Exploit и др.- Основные стандарты, методики, источники информации - OWASP, NIST, PCI DSS, CIS и др.
А также научатся интегрировать в CI/CD и использовать инструменты ИБ из следующих категорий:
- Анализ возможных атак (Threat Modelling)- Статический анализ исходного кода на безопасность (SAST)- Динамический анализ приложений на безопасность (IAST/DAST)- Анализ использования стороннего и открытого программного обеспечения (SCA)- Тестирование конфигурации на соответствие стандартам безопасности (CIS, NIST, итп)- Усиление конфигурации и патчинг (Configuration Hardening, Patching)- Применение менеджмента секретов и сертификатов (Secrets and Certificates Management)- Применение защиты для REST-API внутри микро-сервисных приложений и на back-end - Применение Web-Application Firewall (WAF)- Межсетевые экраны нового поколения (NGFW)- Ручное и автоматизированное тестирование на проникновение (Penetration Testing)- Мониторинг безопасности и реакция на события в ИБ (SIEM)- Криминалистическая экспертиза (Forensic Analysis)
Кроме того, тим-лидеры получат рекомендации о практике успешного внедрения DevSecOps:
- Как подготовить и успешно провести мини-тендер и PoC по выбору инструментов - Как изменить роли, структуру и зоны ответственности команд разработки, поддержки, ИБ- Как адаптировать бизнес-процессы продакт менеджмента, разработки, обслуживания, ИБ

Онлайн курсы DevOps. Приходите в Geekbrains. Вас ждет глубокий практический онлайн-курс по итогам которого вы сможете быстрее создавать и обновлять сервисы и приложения. Приходите, будет интересно!

Станьте дата-инженером с нуля на факультете Data Engineering образовательного портала GeekBrains. Обучение с гарантированным трудоустройством.

Станьте специалистом в сфере интернета вещей - Internet of things (IoT) - с нуля и создайте сеть умных гаджетов. Изучите язык C, механизмы отладки и программирования микроконтроллеров (STM32, Arduino). Вы получите опыт работы с технологиями Wi-Fi, Bluetooth и LoRa для построения современных встраиваемых систем.