DataOps-инженер [Нетология] [Алексей Кузьмин, Константин Башевой]

Складчина: DataOps-инженер [Нетология] [Алексей Кузьмин, Константин Башевой]

Перейдите на новый уровень в сфере дата-инжиниринга
Научитесь выстраивать архитектуру и автоматизировать пайплайны для областей аналитики с высокой нагрузкой
Станьте частью профессионального сообщества и научитесь работать с технологиями, которыми пользуются топовые мировые компании

Что это за курс

Это курс о методах и инструментах, которые обеспечивают быструю, надежную и возобновляемую доставку данных, готовых к аналитике и эксплуатации моделей data science. DataOps-инженер — тот специалист, который может развернуть и конфигурировать все эти инструменты там, где остро встает вопрос масштабирования и гибкости.
Курс предназначен для тех, кто уже знает, как строятся базы данных и работает ETL-процесс, кто уже прошел путь первичных построений и нуждается в расширенных методах обработки потоковых данных и хранения огромных массивов.


Чему вы научитесь

Предобрабатывать данные с помощью Python
Освоите синтаксис и библиотеки универсального инструмента аналитики, заложите фундамент для ML-изысканий
Выстраивать инфраструктуру для больших данных
Развернёте собственный инстанс Hadoop, разберётесь в lambda- и kappa архитектурах, создадите витрины данных
Разрабатывать и планировать сложные рабочие процессы
Призовёте направленные ациклические графы в Airflow и ленивые вычисления Spark
Обрабатывать real-time данные
Построите свой конвейер обработки даннных, сборщик событий, RTDM-систему с выводом в массовые enterprise BI-решения
Строить работающий пайплайн в облачной среде
И включать в него модели машинного обучения, нейронные сети, сервисы оркестрирования контейнеров и проверку версионности
Внедрять принципы гибкого подхода MLOps
Узнаете о философии CI\CD, пройдёте путь тестирования, продакшена и автоматического обучения ML-моделей

Спойлер: Программа курса

Python
Data Lake & Hadoop
Продвинутые методы работы с данными
Работа с потоковыми данными
Работа с данными в облаке
Введение в DS & ML
MLOps

Скрытая ссылка