Mentoring data

Zdobądź Lepszą Pracę i Wyższe Zarobki w specjalizacjach Big Data.

👍 Zawsze otrzymałem wyczerpującą odpowiedź na pytania, nawet te najgłupsze. Podczas mentoringu najbardziej cenię sobie code review, bo mogę przez to nauczyć sie najlepszych praktyk. Mentoring z czystym sumieniem mógłbym polecić, szczególnie dla osób, które nie wiedzą jak zacząć.

Mateusz B.

👍 Jestem bardzo zadowolony z mentoringu.
Ocena 6 w skali od 0 – 6.

Łukasz C.

👍 Bardzo dobre podejście, odpowiedzialny i skuteczny szkoleniowiec.

Michał W.

Python, Docker

W ramach tego milestone’a edukacyjnego, skupisz się na nauce podstawowych narzędzi Data Engineering, takich jak Python i Docker. Będziesz pracować nad dwoma projektami, które pozwolą Ci zrozumieć te narzędzia i nauczą Cię, jak ich używać w praktyce

1. REST API w kontenerze dockerowym
2. Analiza danych w pythonie z wykorzystaniem bibliotek pandas, numpy oraz zwrócenie wizualizacji i metryk w postaci dashboardu plotly

Relacyjne bazy danych

W ramach tego milestone’a Twoim zadaniem będzie zapoznanie się z relacyjnymi bazami danych i nauka pisania zapytań w SQL. Będziesz również pracować z chmurami publicznymi i nauczyć się konfigurować i używać usług w chmurze.

Big Data

W tym module skupimy się na poznaniu narzędzi BigData oraz baz NoSQL, takich jak Hadoop, Yarn, Spark i klastry Dataproc na platformie chmury publicznej GCP.

1. Wprowadzenie do BigData i NoSQL
2. Praca z klastrami Dataproc
3. Analiza danych z wykorzystaniem Pyspark
4. Praca z Apache Airflow

Przetwarzanie strumieniowe

W tym module skupimy się na analizie strumieni danych i nauczymy się korzystać z różnych narzędzi do przetwarzania danych w czasie rzeczywistym, takich jak Kafka, Spark, Flink oraz Pub-Sub w chmurze publicznej GCP.

1. Projekt polega na przetwarzaniu strumieni danych z Twittera na określony temat z wykorzystaniem Apache Kafka, Apache Spark Streaming i Google BigQuery.
2. Projekt polega na budowaniu rozwiązania do przetwarzania strumieniowego w chmurze publicznej GCP, który będzie analizował dane w czasie rzeczywistym i wysyłał wyniki do wybranych kanałów komunikacyjnych (np. Slack).

Cloud

Milestone Cloud skupia się na poznaniu i wykorzystaniu różnych usług dostępnych w chmurach publicznych, w szczególności w Google Cloud Platform (GCP).

1. Pierwszy projekt w tym milestone to konfiguracja projektu w GCP i utworzenie infrastruktury pod wcześniej realizowane projekty.
2. Drugim projektem jest napisanie i wdrożenie terraform’ów realizujących powołanie projektu zgodnie z poprzednim.

Data science, Pipelines

W tym module uczniowie zapoznają się z budową pipeline’ów przetwarzających dane w kontekście Data Science (Sklearn, XGboost, Mlflow, DVC, Great Expectations oraz Vertex AI).

1. Projekt polegający na budowie pipeline’u
2. Projekt polegający na analizie i przetwarzaniu danych przy użyciu narzędzi Sklearn i XGboost.
3. Projekt polegający na integracji pipeline’u z innymi systemami i narzędziami. Uczniowie będą mieli okazję zdobyć umiejętności w zakresie integracji pipeline’u z innymi narzędziami i systemami, takimi jak Google BigQuery czy Google Cloud Storage.