Full Cycle ETL Engineer
от анализа требований до вывода проекта в прод
Пройди бесплатный онлайн-курс с возможностью трудоустройства
Набор закрыт
Следите за информацией о новых наборах на нашем сайте
32
количество часов
теории
теории
30
количество часов
практики
практики
Проект
в портфолио после выполнения курсового задания
Это направление подойдет
Специалистам из смежных
IT профессий
IT профессий
Ты уже сложившийся профессионал, но стремишься к развитию в области BigData. Тебя привлекает возможность глубокого погружения в источники данных, и ты не можешь представить свою жизнь без SQL.
Специалистам, связанным с анализом данных
У тебя есть опыт в банковской, финансовой, продуктовой, маркетинговой аналитике или твои задачи связаны со статистикой и работой с SQL, но ты хочешь участвовать в полном цикле работы с данными как Data Engineer.
Критерии поступления
- Готовность учиться 20 часов в неделю
Этого времени хватает, чтобы успевать смотреть лекции и вовремя сдавать домашние и проектное задания
Желание работать в Neoflex
Мы заинтересованы в ребятах, которые готовы стать частью нашего коллектива
Есть возможность работать из офиса
У нас уже есть проект, под который мы ищем ребят из Москвы, Омска, Хабаровска и Самары - Наличие знаний по направлению
Ты понимаешь работу в IT в целом, изучал
основы реляционных БД, алгоритмические ЯП, системную аналитику
Владение практическими навыками
Ты умеешь читать и проектировать модели данных, есть навыки написания SQL-скриптов, работы с Jira, Confluence
Интерес к работе с BigData
Ты активно изучаешь BigData, построение ETL-процессов, DWH
Программа обучения
1
О данных
Данный блок включает в себя информацию о способах хранения данных, миграции и проектировании хранилищ данных.
2
Введение в аналитику
В данном блоке мы рассмотрим, как собирать и работать с требованиями, а также расскажем про артефакты аналитика.
3
SQL
Отработка навыков работы с SQL, а именно: создание и управление таблицами, выборка данных, агрегирование данных и работа с оконными функциями.
4
Обзор основных инструментов Data Engineer
Рассмотрим особенности DWH и DataLake, HDFS. А также, введение в Apache Spark и практика Spark SQL.
5
Погружение в DWH аналитику
Изучим работу ETL-процессов и написание прототипов ETL-трансформаций, а также подходы к хранению данных.
6
Дополнительные инструменты при работе c DWH
Изучение и практика: Oozie, Hive, YARN.
Остались вопросы? Пиши!
