Что это такое?
Бесплатная онлайн-книга (Data Engineering Cookbook), которая охватывает всё, что нужно знать инженеру данных: от базовых инженерных навыков до проектирования продвинутых платформ, разборов кейсов и подготовки к собеседованиям.
Бесплатная онлайн-книга (Data Engineering Cookbook), которая охватывает всё, что нужно знать инженеру данных: от базовых инженерных навыков до проектирования продвинутых платформ, разборов кейсов и подготовки к собеседованиям.Это инструмент или список для чтения?Это развёрнутое письменное руководство/книга, организованная в виде одного README с главами. Это не код и не программа для запуска.
Это развёрнутое письменное руководство/книга, организованная в виде одного README с главами. Это не код и не программа для запуска.Как устроено содержание и с чего лучше начать?Начинается всё с введения, где объясняется, что такое инженерия данных, и даются дорожные карты для начинающих, аналитиков, специалистов по данным и программистов. Далее идут базовые инженерные навыки, продвинутые инженерные навыки, разборы кейсов, лучшие практики для облачных платформ и вопросы для собеседований.
Начинается всё с введения, где объясняется, что такое инженерия данных, и даются дорожные карты для начинающих, аналитиков, специалистов по данным и программистов. Далее идут базовые инженерные навыки, продвинутые инженерные навыки, разборы кейсов, лучшие практики для облачных платформ и вопросы для собеседований.Нужны ли какие-то инструменты или аккаунты, чтобы это читать?Нет, это обычный документ в формате Markdown, который можно читать прямо на GitHub; ничего устанавливать и регистрироваться не нужно.
Нет, это обычный документ в формате Markdown, который можно читать прямо на GitHub; ничего устанавливать и регистрироваться не нужно.Это полноценный курс или скорее подобранный справочник?Это справочник/шпаргалка из тем и ссылок, а не структурированный курс. За более глубоким практическим обучением автор отсылает на свою платную Data Engineering Academy.
Это справочник/шпаргалка из тем и ссылок, а не структурированный курс. За более глубоким практическим обучением автор отсылает на свою платную Data Engineering Academy.Для кого предназначена эта книга?Для начинающих и практикующих инженеров данных, а также для аналитиков данных, специалистов по данным и программистов, которые хотят перейти в инженерию данных.
Для начинающих и практикующих инженеров данных, а также для аналитиков данных, специалистов по данным и программистов, которые хотят перейти в инженерию данных.Какие ресурсы, кроме теории, есть в этом сборнике?Здесь собраны ссылки на более чем 130 открытых источников данных для портфолио-проектов, 1001 вопрос для собеседований, рекомендованные книги, курсы и подкасты, а также реальные кейсы таких компаний, как Netflix, Uber, Airbnb и Spotify.
Здесь собраны ссылки на более чем 130 открытых источников данных для портфолио-проектов, 1001 вопрос для собеседований, рекомендованные книги, курсы и подкасты, а также реальные кейсы таких компаний, как Netflix, Uber, Airbnb и Spotify.Есть ли материалы по конкретным облачным платформам?Да, есть отдельный раздел с лучшими практиками для AWS, Microsoft Azure и Google Cloud Platform. Для каждой из них рассматриваются Connect, Buffer, Processing, Store, Visualize и Containerization.
Да, есть отдельный раздел с лучшими практиками для AWS, Microsoft Azure и Google Cloud Platform. Для каждой из них рассматриваются Connect, Buffer, Processing, Store, Visualize и Containerization.Поможет ли это подготовиться к собеседованию?Да, есть раздел с 1001 вопросом для собеседований и 81 вопросом по проектированию платформ и пайплайнов для тренировки.
Да, есть раздел с 1001 вопросом для собеседований и 81 вопросом по проектированию платформ и пайплайнов для тренировки.What are similar projects?professional-programming, devops-exercises, data-engineer-handbook, machine-learning-systems-design, yt-channels-DS-AI-ML-CS, full-stack-data-engineering, from_coder_to_expert, awesome-design-patterns
professional-programming, devops-exercises, data-engineer-handbook, machine-learning-systems-design, yt-channels-DS-AI-ML-CS, full-stack-data-engineering, from_coder_to_expert, awesome-design-patternsWhich topics is it in?cookbook, checklist, kafka, data-engineering, big-data, nosql, aws, interview-preparation, best-practices, career, sql, data-science
cookbook, checklist, kafka, data-engineering, big-data, nosql, aws, interview-preparation, best-practices, career, sql, data-science