Инженерия данных для Junior+ от KARPOV.COURSES

Смотреть курс на KARPOV.COURSES
Дешевле на 7% с промокодом

Полная стоимость

82 800 ₽/курс

Минимальный платеж в месяц

5 200 ₽/мес

Длительность

Длительность:

5 месяцев

Дата начала

Дата начала:

28 Ноября
Дешевле на 7% с промокодом
Смотреть курс на KARPOV.COURSES

Ожидаемая З/П

Специалист в области анализа данных может рассчитывать на доход, начиная с 100000 рублей.

Для кого

Курс ориентирован на профессионалов, стремящихся освоить обработку данных любой сложности и объёма, включая аналитиков, инженеров и разработчиков, предлагая им знания по инженерии данных, использованию инструментов вроде PostgreSQL, Apache Airflow, Spark, Tableau и основам машинного обучения, а также возможность карьерного роста и поддержку преподавателей.

Чему научитесь

В рамках изучения курса студенты овладевают мастерством манипулирования объемными информационными массивами, совершенствуют техники эффективного управления структурами данных, осваивают создание и оптимизацию ETL-процедур, приобретают навыки исследования и интерпретации данных, а также изучают применение платформ Hadoop и Spark для обработки данных.

Программа обучения

1. Создание архитектуры хранилища данных
2. Использование реляционных и массивно-параллельных систем управления базами данных
3. Оптимизация процессов извлечения, трансформации и загрузки данных с применением Airflow
4. Работа с большими данными, использование Hadoop и Spark
5. Графическое представление информации
6. Применение машинного обучения в больших данных
7. Контроль и управление моделями машинного обучения
8. Разработка и реализация практического проекта по созданию ETL-процедур с использованием Airflow

Кто преподает

1. Антон Пилипенко занимается созданием систем, предназначенных для эффективной работы с объемными массивами информации, и предоставляет консультации в сфере машинного обучения и аналитики данных.
2. Роман Бунин является авторитетом в области представления информации в наглядной форме и возглавлял процесс разработки облачного сервиса бизнес-аналитики.
3. Александр Волынский обладает сертификацией Tableau, ведет блог, посвященный теме визуализации информации, и имеет глубокие знания в области больших данных и искусственного интеллекта.

Формат обучения

1. Образовательный процесс проходит в виртуальном формате.
2. Разработка и реализация проекта, целью которого является воссоздание процессов ETL для масштабной информационной системы.
3. Освоение набора инструментов и технологических решений, включая PostgreSQL, Hadoop, S3, Greenplum, Python, SQL, Hive, Spark, Kafka, ML Flow, Spark ML, SuperSet, Tableu, DataLens и Airflow.
4. Взаимодействие с наставниками и однокурсниками посредством специализированной интернет-платформы обучающего курса.

Пункты для резюме

Ключевые компетенции:

1. Владение Hadoop
2. Профессиональное использование Greenplum
3. Экспертиза в PostgreSQL
4. Знание Airflow
5. Опыт работы со Spark

Технологический стек:

1. Hive
2. Kubernetes

Сертификат/Диплом

Именной сертификат удостоверяет освоение курса, подкреплённое подписями наставников, при условии успешного выполнения домашних заданий.

О курсе

Залог успешной работы — данные, которые нужно собирать, хранить и комбинировать между собой, быстро реагируя на изменения в их структуре. Курс даст универсальные знания в области инженерии данных, которые вы сможете применить для проектирования систем хранения и обработки данных, автоматизации их работы и экономии ресурсов кластера.
Все курсы "KARPOV.COURSES"

О школе

Karpov.courses — это школа Data Science для любого уровня подготовки. Команда создаёт онлайн-курсы по аналитике данных, машинному обучению, которые помогут вам начать карьеру в IT или углубить уже имеющиеся знания. Преподаватели — опытные специалисты из ведущих российских компаний, таких как ВКонтакте, Яндекс и Mail.ru. Школа делает курсы честно и отвечает за их содержание. Репутация на рынке — это то, благодаря чему Karpov.courses выбирают сотни студентов.

Программа обучения

5 месяцев обучения
3 занятия в неделю
9 модулей

 

Модуль 1. Реляционные и МРР СУБД

 

Модуль 2. Автоматизация ETL-процессов

 

Модуль 3. Big Data

 

Модуль 4. Проектирование DWH

 

Модуль 5. Облачное хранилище

 

Модуль 6. Визуализация данных

 

Модуль 7. Big ML

 

Модуль 8. Управление моделями

 

Модуль 9. Управление данными

Отзывы о KARPOV.COURSES
4.70
5.0 5
Кирилл,

От курса только положительные эмоции.

Единственный курс по фронтенду, где учат на реальном проекте правильно применять современные технологии разработки по мере их необходимости. Преподаватели — реальные тимлиды и разработчики из ВК, могут на пальцах объяснить сложный материал, рассказывают все по делу и тут же показывают на живом примере — программу обучения очень круто продумали и реализовали. Теоретические моменты, само собой, присутствуют, но они подаются по мере надобности и не навевают сон. И самое главное, я ни разу не задал себе вопрос: "Зачем мне это нужно знать?". Рекомендую всем, кто готов серьезно начать заниматься фронтенд-разработкой, а не просто изучать javascript.

Ответить

next0 комментариев

 
5.0 5
Александр,

karpovꓸcourses порадовали серьёзностью и вниманием к мелочам

Во фронтенде я не новичок, хотя по этой специальности никогда не работал. Моя работа была связана с закупочной деятельностью в сфере производства бытовой техники — никакого IT.

Фронтенд несколько лет был моим хобби: я самостоятельно изучал веб-разработку, начинал с курсов, потом занимался самостоятельно по статьям, книгам и обучающим видео. И, конечно, активно практиковался в создании собственных проектов, в том числе и на React*.

На рекламу курса Frontend наткнулся случайно. Зацепил необычный заголовок «Курсы для мидлов». Мне стало интересно, чему можно научить мидла. Начал смотреть программу курса, выяснилось, что он очень обширный и затрагивает множество тем, не относящихся напрямую к фронтенду, но с ним связанных, с которыми я не был знаком. Поэтому и решил записаться на курс. Начало обучения оправдало мои ожидания. Разработчики курса очень основательно подошли к делу — это относится и к платформе, и к организации процесса, и к содержанию лекций, и к поддержке в Slack. В этом смысле karpovꓸcourses порадовали серьёзностью и вниманием к мелочам (которые на самом деле не мелочи).

Оборотная сторона этого — цена курса. Он не из дешёвых, но своих денег стоит. Стандартный набор фронтендера — это HTML, CSS, JavaScript и какой-нибудь фреймворк. Здесь же, помимо этого, рассказывают, как устроен интернет в целом и какие протоколы на каких уровнях используются. Также рассматривают CORS-запросы, dns и ресурсные записи, хостинг, настройку серверов, вопросы безопасности, бэкенд на Firebase и многое другое. Причём всё это достаточно подробно!

Лично для меня самой трудной темой был и остаётся TypeScript. Здесь предстоит ещё много работы.
В дальнейшем хочу сменить сферу деятельности — мне нравится веб-разработка, чувствую, что это моё. И я думаю, что курс мне в этом поможет.

Ответить

next0 комментариев

 
1.0 1
Дарья,

Не стоит своих денег, сыро, слабо

Обучалась во второй половине 2023 года. Хотела именно курс DE, чтобы повысить свои текущие компетенции аналитика. Курс Карпова выбрала просто потому, что абсолютно все курсы на рынке в то время имели характеристику как "сделано плохо". К тому времени у меня уже был опыт обучения на ЯП (на аналитика), и хотелось попробовать другую платформу.

Коротко о курсе:

1. Материал в виде видео-лекций и кратких конспектов того, что объясняет преподаватель. Это тупо неудобно. Сидеть и 2 часа смотреть, как кто-то что-то в консоли тыкает или просто зачитывает презу. Зачем это сделано - не понятно. Только если в качестве наращивания личного бренда спикера. Да, была парочка реально классных модулей, которые тащили за счёт спикера, но эффект уходил почти в ноль из-за следующего пункта.

2. Теория превалирует над практикой. Я бы сказала, что примерно 20/80 (из них практики всего 20). Код ваш ревьюить никто не будет. Будет после проверки чисто ответ из серии "Ответ неверный, а тут верный".

3. Поддержка очень слабая, а иногда откровенно токсичная. Иногда после пары дежурных ответов типа "попробуйте это и вот то", студентам просто переставали отвечать.

Короче, по окончании курса, я вообще не поняла, что это было. Спасибо курсу, что я смогла вписать себе в резюме строчку о прохождении и повысить свои компетенции в глазах HR, которые меня собеседовали. Также смогла преодолеть психологический барьер перед профессией. Навыков я, к сожалению, практически никаких не получила.

Ретроспективно, сейчас я бы предпочла выбрать курс Яндекс Практикума. Даже с учётом всех недостатков, которые о нём пишут, я думаю, что в будущем Яндекс сможет допилить из него полноценный продукт. Тот же аналитик данных, на котором я училась до этого, претерпел сильные изменения с начала моего обучения и модули постепенно меняются и переписываются. В случае с Карповым, у меня уверенности в качественном улучшении продукта нет.

Ответить

next0 комментариев