የመረጃ መሐንዲሶች እነማን ናቸው እና እንዴት አንድ ይሆናሉ?

ሠላም እንደገና! የጽሁፉ ርዕስ ለራሱ ይናገራል። ኮርሱ ከመጀመሩ በፊት የውሂብ መሐንዲስ እነዚህ የመረጃ መሐንዲሶች እነማን እንደሆኑ ለማወቅ እናቀርባለን። ጽሑፉ ብዙ ጠቃሚ አገናኞች አሉት። መልካም ንባብ።

የዳታ ኢንጂነሪንግ ማዕበልን እንዴት እንደሚይዝ እና ወደ ጥልቁ እንዲጎትትዎ እንዳይፈቅድ ቀላል መመሪያ።

በአሁኑ ጊዜ ሁሉም ሰው የውሂብ ሳይንቲስት መሆን የሚፈልግ ይመስላል። ግን ስለ ዳታ ኢንጂነሪንግ (ዳታ ኢንጂነሪንግ)ስ? በእውነቱ, ይህ የውሂብ ተንታኝ እና የውሂብ ሳይንቲስት ዲቃላ አይነት ነው; የውሂብ መሐንዲስ አብዛኛውን ጊዜ የስራ ሂደቶችን፣ የቧንቧ መስመሮችን እና የኢቲኤል ሂደቶችን የማስተዳደር ኃላፊነት አለበት።. በነዚህ ባህሪያት አስፈላጊነት ምክንያት, ይህ በአሁኑ ጊዜ በንቃት እየጨመረ ያለው ሌላ ተወዳጅ ፕሮፌሽናል ጃርጎን ነው.

ከፍተኛ ደሞዝ እና ከፍተኛ ፍላጎት ይህንን ስራ እጅግ ማራኪ የሚያደርገው ትንሽ ክፍል ብቻ ነው! የጀግኖች ጎራ ለመቀላቀል ከፈለግክ መማር ለመጀመር ጊዜው አልረፈደም። በዚህ ልኡክ ጽሁፍ የመጀመሪያ እርምጃዎችዎን እንዲወስዱ የሚያግዙዎትን ሁሉንም መረጃዎች ሰብስቤያለሁ.

ስለዚህ እንጀምር!

ዳታ ኢንጂነሪንግ ምንድን ነው?

እንደ እውነቱ ከሆነ ከዚህ የተሻለ ማብራሪያ የለም፡-

"ሳይንቲስት አዲስ ኮከብ ማግኘት ይችላል, ነገር ግን እሱ መፍጠር አይችልም. እንዲያደርግለት መሐንዲስ መጠየቅ አለበት።

- ጎርደን ሊንዚ ግሌግ

ስለዚህ የመረጃ መሐንዲስ ሚና በጣም ጉልህ ነው።

ከስሙ መረዳት እንደሚቻለው የመረጃ ኢንጂነሪንግ ከመረጃ ጋር ማለትም ከአቅርቦታቸው፣ ከማከማቻቸው እና ከማቀናበራቸው ጋር የተቆራኘ ነው። በዚህ መሠረት የመሐንዲሶች ዋና ተግባር ለመረጃ አስተማማኝ መሠረተ ልማት ማቅረብ ነው። የ AI ፍላጎቶች ተዋረድን ከተመለከትን ፣ የመረጃ ምህንድስና የመጀመሪያዎቹን 2-3 እርምጃዎችን ይወስዳል ። መሰብሰብ, እንቅስቃሴ እና ማከማቻ, የውሂብ ዝግጅት.

የመረጃ መሐንዲስ ምን ያደርጋል?

ትልቅ መረጃ ሲመጣ, የኃላፊነት ወሰን በከፍተኛ ሁኔታ ተለውጧል. ቀደም ሲል እነዚህ ባለሙያዎች እንደ Informatica ETL, Pentaho ETL, Talend የመሳሰሉ ትላልቅ የ SQL መጠይቆችን እና የተጣራ መረጃዎችን ከጻፉ አሁን የውሂብ መሐንዲሶች መስፈርቶች ጨምረዋል.

ለዳታ መሐንዲስ ቦታ ክፍት ክፍት የስራ ቦታ ያላቸው አብዛኛዎቹ ኩባንያዎች የሚከተሉት መስፈርቶች አሏቸው።

• በጣም ጥሩ የSQL እና Python እውቀት።
• የደመና መድረኮችን በተለይም የአማዞን ድር አገልግሎቶችን ይለማመዱ።
• የጃቫ/ስካላ እውቀት ይመረጣል።
• ስለ SQL እና NoSQL የውሂብ ጎታዎች (የውሂብ ሞዴል, የውሂብ ማከማቻ) ጥሩ ግንዛቤ.

ያስታውሱ, ይህ ባዶ አስፈላጊ ነገሮች ብቻ ነው. ከዚህ ዝርዝር ውስጥ, የውሂብ መሐንዲሶች በሶፍትዌር ልማት እና በመጠባበቂያ ውስጥ ልዩ ባለሙያተኞች እንደሆኑ መገመት ይቻላል.
ለምሳሌ አንድ ኩባንያ ከተለያዩ ምንጮች ከፍተኛ መጠን ያለው መረጃ ማመንጨት ከጀመረ፣ እንደ ዳታ ኢንጂነር ተግባርዎ የመረጃ አሰባሰብ፣ አቀናጅቶ እና ማከማቻ ማደራጀት ነው።

በዚህ ጉዳይ ላይ ጥቅም ላይ የዋሉ መሳሪያዎች ዝርዝር ሊለያይ ይችላል, ሁሉም በዚህ የውሂብ መጠን, የመቀበያ ፍጥነት እና ልዩነት ላይ የተመሰረተ ነው. አብዛኛዎቹ ኩባንያዎች ከትልቅ ዳታ ጋር በምንም መልኩ አይስተናገዱም ፣ስለዚህ እንደ ማዕከላዊ የመረጃ ማከማቻ ፣ የመረጃ ማከማቻ ተብሎ የሚጠራው ፣ የ SQL ዳታቤዝ (PostgreSQL ፣ MySQL ፣ ወዘተ) በመጠቀም መረጃን ወደ መጋዘኑ በሚልኩ ትናንሽ ስክሪፕቶች መጠቀም ይችላሉ ። .

እንደ ጎግል ፣ አማዞን ፣ ፌስቡክ ወይም Dropbox ያሉ የአይቲ ግዙፍ ኩባንያዎች ከፍተኛ መስፈርቶች አሏቸው-የ Python ፣ Java ወይም Scala እውቀት።

• ከትልቅ መረጃ ጋር ልምድ፡ Hadoop፣ Spark፣ Kafka
• የአልጎሪዝም እና የውሂብ አወቃቀሮች እውቀት.
• የተከፋፈሉ ስርዓቶችን መሰረታዊ ነገሮች መረዳት.
• እንደ Tableau ወይም ElasticSearch ባሉ የውሂብ ምስላዊ መሳሪያዎች ልምድ ትልቅ ተጨማሪ ይሆናል።

ያም ማለት ወደ ትልቅ ውሂብ ማለትም በከፍተኛ ጭነት ውስጥ በሚሰሩበት ጊዜ ግልጽ የሆነ ለውጥ አለ. እነዚህ ኩባንያዎች ለሥርዓት ስህተት መቻቻል መስፈርቶች ጨምረዋል።

የውሂብ መሐንዲሶች Vs. የውሂብ ሳይንቲስቶች

እሺ፣ ያ ቀላል እና አስቂኝ ንፅፅር ነበር (ምንም ግላዊ አይደለም)፣ ግን በእውነቱ በጣም የተወሳሰበ ነው።

በመጀመሪያ ስለ የውሂብ ሳይንቲስት እና የውሂብ መሐንዲስ ሚናዎች እና ችሎታዎች ብዙ ግራ መጋባት እንዳለ ማወቅ አለብዎት። ማለትም የተሳካ የመረጃ መሐንዲስ ለመሆን ምን አይነት ችሎታ እንደሚያስፈልግ በቀላሉ ግራ ሊጋቡ ይችላሉ። እርግጥ ነው፣ ከሁለቱም ሚናዎች ጋር የሚደራረቡ የተወሰኑ ክህሎቶች አሉ። ግን ዲያሜትራዊ በሆነ መልኩ የሚቃወሙ በርካታ ችሎታዎችም አሉ።

ዳታ ሳይንስ ከባድ ስራ ነው፣ ነገር ግን ወደ ተግባራዊ የውሂብ ሳይንስ አለም እየሄድን ነው ባለሙያዎች የራሳቸውን ትንታኔ መስራት ይችላሉ። የውሂብ ቧንቧዎችን እና የተዋሃዱ የውሂብ አወቃቀሮችን ለማንቃት ሳይንቲስቶች ሳይሆን የውሂብ መሐንዲሶች ያስፈልጉዎታል።

የውሂብ መሐንዲስ ከመረጃ ሳይንቲስት የበለጠ ፍላጎት አለው?

- አዎ, ምክንያቱም የካሮት ኬክን ከማዘጋጀትዎ በፊት በመጀመሪያ ካሮትን መሰብሰብ, ልጣጭ እና ማከማቸት አለብዎት!

የውሂብ መሐንዲስ ከማንኛውም የውሂብ ሳይንቲስት በተሻለ ፕሮግራሚንግ ይገነዘባል, ነገር ግን ወደ ስታቲስቲክስ ሲመጣ, ሁሉም ነገር በትክክል ተቃራኒ ነው.

ግን የዳታ ኢንጂነር ጥቅሙ እነሆ፡-

ያለ እሱ/ሷ፣ የፕሮቶታይፕ ሞዴል ዋጋ፣ አብዛኛው ጊዜ በፓይዘን ፋይል ውስጥ አስፈሪ የጥራት ኮድ የያዘ፣ ከዳታ ሳይንቲስት የተገኘ እና በሆነ መንገድ ውጤቱን ያቀፈ፣ ወደ ዜሮ ይቀየራል።

የውሂብ መሐንዲስ ከሌለ ይህ ኮድ መቼም ፕሮጀክት አይሆንም እና ምንም አይነት የንግድ ችግር በብቃት አይፈታም። የመረጃ መሐንዲሱ ሁሉንም ወደ ምርት ለመቀየር እየሞከረ ነው።

የመረጃ መሐንዲስ ማወቅ ያለበት መሰረታዊ መረጃ

ስለዚህ, ይህ ሥራ በእናንተ ውስጥ ያለውን ብርሃን የሚያበራ ከሆነ እና በጋለ ስሜት ከተሞሉ - ይህንን መማር ከቻሉ ሁሉንም አስፈላጊ ክህሎቶች መቆጣጠር እና በመረጃ ማዕድን ማውጫ መስክ እውነተኛ የሮክ ኮከብ መሆን ይችላሉ. እና፣ አዎ፣ ያለ ፕሮግራሚንግ ክህሎቶች ወይም ሌላ ቴክኒካል እውቀት እንኳን ልታደርጉት ትችላላችሁ። አስቸጋሪ ነው, ግን ይቻላል!

የመጀመሪያዎቹ እርምጃዎች ምንድ ናቸው?

ምን እንደሆነ አጠቃላይ ግንዛቤ ሊኖርዎት ይገባል.

በመጀመሪያ ደረጃ, የውሂብ ምህንድስና የኮምፒተር ሳይንስን ያመለክታል. በተለይ ደግሞ ቀልጣፋ ስልተ ቀመሮችን እና የውሂብ አወቃቀሮችን መረዳት አለብህ። በሁለተኛ ደረጃ የመረጃ መሐንዲሶች ከመረጃ ጋር ስለሚሠሩ የውሂብ ጎታዎች እንዴት እንደሚሠሩ እና በእነሱ ስር ያሉትን መዋቅሮች መረዳት ያስፈልጋል.

ለምሳሌ, የተለመዱ የ B-Tree SQL የውሂብ ጎታዎች በ B-Tree ውሂብ መዋቅር, እንዲሁም በዘመናዊ የተከፋፈሉ ማከማቻዎች, LSM-Tree እና ሌሎች የሃሽ ጠረጴዛዎች ማሻሻያዎች ላይ የተመሰረቱ ናቸው.

*እነዚህ እርምጃዎች በታላቅ መጣጥፍ ላይ የተመሰረቱ ናቸው። አድሊያ ካሽታሞቫ. ስለዚህ, ሩሲያኛን የምታውቁ ከሆነ, ይህንን ደራሲ ይደግፉ እና ያንብቡ የእሱ ልጥፍ.

1. አልጎሪዝም እና የውሂብ አወቃቀሮች

ትክክለኛውን የውሂብ መዋቅር መጠቀም የአልጎሪዝም አፈጻጸምን በእጅጉ ሊያሻሽል ይችላል. በሐሳብ ደረጃ፣ ሁላችንም በትምህርት ቤቶቻችን ውስጥ የመረጃ አወቃቀሮችን እና ስልተ ቀመሮችን መማር አለብን፣ ነገር ግን ይህ እምብዛም አይሸፍነውም። ለማንኛውም፣ ለማወቅ በጣም ዘግይቶ አያውቅም።
ስለዚህ፣ የውሂብ አወቃቀሮችን እና ስልተ ቀመሮችን ለመማር የምወዳቸው ነፃ ኮርሶች እዚህ አሉ።

• ቀላል ወደ ውስብስብ፡ የውሂብ መዋቅሮች (Udemy)
• አልጎሪዝም፣ ክፍል አንድ (ኮርሴራ)
• አልጎሪዝም፣ ክፍል II (ኮርሴራ)

በተጨማሪም ፣ በቶማስ ኮርሜን ስልተ ቀመሮች ላይ ስለ ክላሲክ ሥራ አይርሱ - ወደ አልጎሪዝም መግቢያ. የማስታወስ ችሎታዎን መቦረሽ በሚፈልጉበት ጊዜ ይህ ፍጹም ማጣቀሻ ነው።

• ችሎታህን ለማሻሻል Leetcode.

በእነዚህ አስደናቂ የካርኔጊ ሜሎን የዩቲዩብ ቪዲዮዎች ወደ የውሂብ ጎታዎች አለም ዘልቀው መግባት ይችላሉ።

• የውሂብ ጎታ ስርዓቶች መግቢያ.
• የላቀ የውሂብ ጎታ ስርዓቶች.

2. SQL መማር

መላ ሕይወታችን ዳታ ነው። እና ይህን ውሂብ ከመረጃ ቋቱ ለማውጣት፣ ከእሱ ጋር አንድ አይነት ቋንቋ "መናገር" ያስፈልግዎታል።

SQL (የተዋቀረ የመጠይቅ ቋንቋ) በመረጃ ጎራ ውስጥ የመገናኛ ቋንቋ ነው። ማንም የሚናገረው ምንም ይሁን ምን SQL ኖሯል፣ ሕያው ነው እና በጣም ረጅም ጊዜ ይኖራል።

ዕድመን ጥዕናን ይሃብካ፡ ንህዝቢ SQL ንሞት ኣጋጢምዎም ዘሎ ምኽንያት ምዃኖም እዩ። ቋንቋው የተገነባው በ70ዎቹ መጀመሪያ ላይ ሲሆን አሁንም በተንታኞች፣ ገንቢዎች እና ቀናተኞች ዘንድ በጣም ታዋቂ ነው።
የ SQL እውቀት ከሌለ በዳታ ኢንጂነሪንግ ውስጥ ምንም የሚሰራ ነገር የለም ፣ ምክንያቱም ውሂብን ለማምጣት ጥያቄዎችን መፍጠር ስለሚኖርብዎ ። ሁሉም ዘመናዊ ትላልቅ የውሂብ ማከማቻዎች SQL ን ይደግፋሉ፡

• የአማዞን Redshift
• ኤችፒ ቨርቲክካ
• Oracle
• SQL Server

… እና ሌሎች ብዙ።

እንደ HDFS ባሉ በተከፋፈሉ ስርዓቶች ውስጥ የተከማቸ ትልቅ የውሂብ ንብርብርን ለመተንተን፣ SQL ሞተሮች ተፈለሰፉ፡ Apache Hive፣ Impala፣ ወዘተ። ይመልከቱ፣ የትም አይሄድም።

SQL እንዴት መማር እንደሚቻል? በተግባር ብቻ ያድርጉት።

ይህንን ለማድረግ እራስዎን በደንብ እንዲያውቁት እመክራለሁ ምርጥ አጋዥ , በነገራችን ላይ, ከ, ነፃ ነው ሁነታ ትንታኔ.

1. መካከለኛ SQL
2. በSQL ውስጥ ውሂብ መቀላቀል

የእነዚህ ኮርሶች ልዩ ባህሪ የ SQL መጠይቆችን በአሳሹ ውስጥ መጻፍ እና ማስፈጸም የሚችሉበት በይነተገናኝ አካባቢ መኖር ነው። ምንጭ ዘመናዊ SQL ተጨማሪ አይሆንም. እና ይህን እውቀት ወደ ላይ መተግበር ይችላሉ Leetcode ተግባራት በመረጃ ቋቱ ክፍል ውስጥ.

3. በፓይዘን እና በጃቫ/ስካላ ፕሮግራሚንግ

የ Python ፕሮግራሚንግ ቋንቋን መማር ለምን ጠቃሚ ነው ፣ በጽሁፉ ውስጥ አስቀድሜ ጽፌ ነበር። Python vs R. ለ AI፣ ML እና Data Science ምርጡን መሳሪያ መምረጥ. ስለ ጃቫ እና ስካላ፣ ብዙ መረጃዎችን ለማከማቸት እና ለማስኬድ አብዛኛዎቹ መሳሪያዎች የተፃፉት በእነዚህ ቋንቋዎች ነው። ለምሳሌ:

• Apache Kafka (ስካላ)
• ሃዱፕ፣ ኤችዲኤፍኤስ (ጃቫ)
• Apache Spark (ስካላ)
• Apache ካሳንድራ (ጃቫ)
• HBase (ጃቫ)
• Apache Hive (ጃቫ)

እነዚህ መሣሪያዎች እንዴት እንደሚሠሩ ለመረዳት፣ የተጻፉባቸውን ቋንቋዎች ማወቅ ያስፈልግዎታል። የ Scala ተግባራዊ አቀራረብ ትይዩ የውሂብ ሂደት ችግሮችን በብቃት እንዲፈቱ ይፈቅድልዎታል. Python፣ በሚያሳዝን ሁኔታ፣ በፍጥነት እና በትይዩ ሂደት መኩራራት አይችልም። በአጠቃላይ የበርካታ ቋንቋዎች እና የፕሮግራም አወጣጥ ዘይቤዎች እውቀት ለችግሮች አፈታት አቀራረቦች ስፋት ጥሩ ነው።

ወደ Scala ቋንቋ ለመግባት ማንበብ ይችላሉ። በ Scala ውስጥ ፕሮግራሚንግ ከቋንቋው ደራሲ. በተጨማሪም ትዊተር ጥሩ የመግቢያ መመሪያን አሳትሟል - Scala ትምህርት ቤት.

ፒቲንን በተመለከተ፣ አምናለሁ። ፍሉይ ፓይዘን በጣም ጥሩው የመካከለኛ ደረጃ መጽሐፍ።

4. ከትልቅ ውሂብ ጋር ለመስራት የሚረዱ መሳሪያዎች

በትልቁ የውሂብ አለም ውስጥ በጣም ተወዳጅ መሳሪያዎች ዝርዝር ይኸውና፡

• የ Apache Spark
• Apache Kafka
• Apache Hadoop (HDFS፣ HBase፣ Hive)
• Apache Cassandra

በዚህ አስደናቂ ውስጥ ትላልቅ የውሂብ ብሎኮችን ስለመገንባት የበለጠ መረጃ ማግኘት ይችላሉ። በይነተገናኝ አካባቢ. በጣም ተወዳጅ መሳሪያዎች ስፓርክ እና ካፍካ ናቸው. እነሱ በእርግጠኝነት ማጥናት ተገቢ ናቸው ፣ ከውስጥ እንዴት እንደሚሠሩ ለመረዳት ተፈላጊ ነው። ጄይ ክሬፕስ (የካፍካ ተባባሪ ደራሲ) በ2013 አንድ ትልቅ ስራ አሳትሟል ምዝግብ ማስታወሻው፡ እያንዳንዱ የሶፍትዌር ገንቢ ስለእውነተኛ ጊዜ የውሂብ ውህደት አብስትራክት ማወቅ ያለበትበነገራችን ላይ, ከዚህ ታልሙድ ዋና ሀሳቦች Apache Kafkaን ለመፍጠር ጥቅም ላይ ውለው ነበር.

• የ Hadoop መግቢያ ሊሆን ይችላል። ሃዱፕን (ነጻ) ለማስተማር የተሟላ መመሪያ.
• ለእኔ በጣም አጠቃላይ የሆነው የ Apache Spark መመሪያ ነው። ስፓርክ: የተሟላ መመሪያ.

5. የደመና መድረኮች

ቢያንስ አንድ የደመና መድረክ እውቀት ለዳታ መሐንዲስ ቦታ አመልካቾች መሠረታዊ መስፈርቶች ዝርዝር ውስጥ አለ። አሰሪዎች ለአማዞን ድር አገልግሎት ቅድሚያ ይሰጣሉ፣ በሁለተኛ ደረጃ የጉግል ደመና መድረክ ነው፣ እና ማይክሮሶፍት አዙሬ ዋናዎቹን ሶስት ይዘጋል።

ከ Amazon EC2፣ AWS Lambda፣ Amazon S3፣ DynamoDB ጋር መተዋወቅ አለቦት።

6. የተከፋፈሉ ስርዓቶች

ከትልቅ ዳታ ጋር መስራት ራሱን የቻሉ ኮምፒውተሮች ዘለላዎች መኖራቸውን የሚያመለክት ሲሆን በመካከላቸው ያለው ግንኙነት በአውታረ መረብ ላይ ይከናወናል። ክላስተር በትልቁ፣ የአባላቶቹ አንጓዎች የመሳሳት ዕድላቸው ከፍተኛ ነው። ታላቅ የመረጃ ባለሙያ ለመሆን ለተከፋፈሉ ስርዓቶች ችግሮቹን እና ያሉትን መፍትሄዎች መረዳት ያስፈልግዎታል። ይህ አካባቢ አሮጌ እና ውስብስብ ነው.

አንድሪው ታኔንባም በዚህ መስክ እንደ አቅኚ ይቆጠራል። ጽንሰ-ሐሳብን ለማይፈሩ, መጽሐፉን እመክራለሁ "የተከፋፈሉ ስርዓቶች", ለጀማሪዎች ውስብስብ ሊመስል ይችላል, ነገር ግን በእውነቱ ችሎታዎትን ለማሻሻል ይረዳዎታል.

አስባለሁ በማርቲን ክሌፕማን "መረጃ-ተኮር መተግበሪያዎችን መንደፍ" ምርጥ የመግቢያ መጽሐፍ. በነገራችን ላይ ማርቲን አስደናቂ ነገር አለው። ጦማር. የእሱ ስራ ትልቅ መረጃን ለማከማቸት እና ለማቀናበር ዘመናዊ መሠረተ ልማትን ስለመገንባት ዕውቀትን በስርዓት ለማስያዝ ይረዳል።
ቪዲዮዎችን ማየት ለሚወዱ፣ በ Youtube ላይ ኮርስ አለ። የተከፋፈሉ የኮምፒተር ስርዓቶች.

7. የውሂብ ቧንቧዎች

የውሂብ ቧንቧዎች እንደ ዳታ መሐንዲስ ካልሆኑ መኖር የማይችሉ ናቸው።

ብዙ ጊዜ የመረጃ መሐንዲስ የቧንቧ መስመር ቀን ተብሎ የሚጠራውን ይገነባል, ማለትም መረጃን ከአንድ ቦታ ወደ ሌላ የማድረስ ሂደትን ይፈጥራል. እነዚህ ወደ ውጫዊ አገልግሎት ኤፒአይ የሚሄዱ ወይም የSQL መጠይቅ የሚያደርጉ፣ ውሂቡን ሞልተው ወደ ማእከላዊ ማከማቻ (የውሂብ ማከማቻ) ወይም ያልተዋቀረ የውሂብ ማከማቻ (የውሂብ ሀይቆች) ውስጥ የሚቀመጡ ብጁ ስክሪፕቶች ሊሆኑ ይችላሉ።

ለማጠቃለል-የመሠረታዊ የውሂብ መሐንዲስ ማረጋገጫ ዝርዝር

በማጠቃለያው ስለሚከተሉት ጥሩ ግንዛቤ ያስፈልጋል።

• የመረጃ ስርዓቶች;
• የሶፍትዌር ልማት (Agile, DevOps, የንድፍ ቴክኒኮች, SOA);
• የተከፋፈሉ ስርዓቶች እና ትይዩ ፕሮግራሞች;
• የውሂብ ጎታ መሰረታዊ ነገሮች - እቅድ, ዲዛይን, አሠራር እና መላ ፍለጋ;
• የንድፍ ሙከራዎች - ጽንሰ-ሀሳቦችን ለማረጋገጥ, አስተማማኝነትን ለመወሰን, የስርዓት አፈፃፀምን ለመወሰን እና ጥሩ መፍትሄዎችን በፍጥነት ለማቅረብ ጠንካራ መንገዶችን ለማዘጋጀት A/B ሙከራዎች.

እነዚህ የመረጃ መሐንዲስ ለመሆን ከሚያስፈልጉት መስፈርቶች ጥቂቶቹ ናቸው፣ስለዚህ የመረጃ ሥርዓቶችን፣ የመረጃ ሥርዓቶችን፣ ቀጣይነት ያለው አቅርቦት/ማሰማራት/ውህደትን፣ የፕሮግራም አወጣጥ ቋንቋዎችን እና ሌሎች የኮምፒዩተር ሳይንስ ርዕሶችን ተማር እና ተረዳ (በሁሉም የትምህርት ዘርፎች አይደለም)።

እና በመጨረሻም, የመጨረሻው ነገር ግን በጣም አስፈላጊው ነገር ማለት እፈልጋለሁ.

ዳታ ኢንጂነሪንግ የመሆን መንገዱ የሚመስለውን ያህል ቀላል አይደለም። እሱ ይቅር አይልም, ያበሳጫል, እና ለዚህ ዝግጁ መሆን አለብዎት. በዚህ ጉዞ ውስጥ ያሉ አንዳንድ ጊዜዎች ሁሉንም ነገር እንዲያቆሙ ሊገፋፉዎት ይችላሉ። ግን ይህ ትክክለኛ ስራ እና የመማር ሂደት ነው.

ገና ከመጀመሪያው አታስጌጠው። የጉዞው አጠቃላይ ነጥብ በተቻለ መጠን መማር እና ለአዳዲስ ፈተናዎች ዝግጁ መሆን ነው።
ይህንን ነጥብ በደንብ የሚያስረዳ አንድ ትልቅ ምስል እነሆ፡-

እና አዎ, ማቃጠልን እና ማረፍን አይርሱ. ይህ ደግሞ በጣም አስፈላጊ ነው. መልካም ምኞት!

ጓደኞቼ ጽሑፉን እንዴት ይወዳሉ? እንጋብዝሃለን። ነጻ ዌቢናርዛሬ 20.00 ላይ ይካሄዳል. በዌቢናር ወቅት ለትንሽ ኩባንያ ወይም ጅምር በአነስተኛ ወጪ እንዴት ቀልጣፋ እና ሊሰፋ የሚችል የመረጃ ማቀነባበሪያ ሥርዓት መገንባት እንደሚቻል እንወያያለን። እንደ ልምምድ፣ ከጎግል ክላውድ መረጃ ማቀነባበሪያ መሳሪያዎች ጋር እንተዋወቅ። አንገናኛለን!

ምንጭ: hab.com