Sulod sa milabay nga walo ka tuig nagtrabaho ko isip project manager (wala ko magsulat og code sa trabahoan), nga natural nga negatibo makaapekto sa akong backend sa teknolohiya. Nakahukom ko nga isira ang akong gintang sa teknolohiya ug makuha ang propesyon sa Data engineer. Ang kinauyokan nga kahanas sa usa ka Data Engineer mao ang abilidad sa pagdesinyo, pagtukod, ug pagpadayon sa mga bodega sa datos.
Naghimo ako usa ka plano sa pagbansay, sa akong hunahuna kini mapuslanon dili lamang alang kanako. Ang plano naka-focus sa mga kurso sa self-study. Gihatag ang prayoridad sa libre nga mga kurso sa Russian.
Mga Seksyon:
- Algorithm ug mga istruktura sa datos. Key nga seksyon. Pagkat-on niini ug ang tanan mahimo usab. Importante nga makuha ang imong mga kamot sa code ug gamiton ang mga batakang istruktura ug algorithm.
- Mga database ug mga bodega sa datos, Business Intelligence. Nagbalhin kami gikan sa mga algorithm hangtod sa pagtipig ug pagproseso sa datos.
- Hadoop ug Big Data. Kung ang database wala gilakip sa hard drive, o kung kinahanglan nga analisahon ang datos, apan dili na kini ma-load sa Excel, magsugod ang dagkong datos. Sa akong opinyon, kinahanglan nga magpadayon sa kini nga seksyon pagkahuman sa lawom nga pagtuon sa duha nga nauna.
Algorithm ug mga istruktura sa datos
Sa akong plano, gilakip nako ang pagkat-on sa Python, gisubli ang mga sukaranan sa matematika ug algorithmization.
Mga database ug mga bodega sa datos, Business Intelligence
- Libro: Martin Kleppman - Mga aplikasyon nga puno kaayo. Programming, scaling, suporta. Gihubit sa libro kung giunsa ang lainlaing mga modelo sa datos nga nagtrabaho, ang ilang pagpatuman gikan sa sulod, mga limitasyon ug mga kapilian depende sa buluhaton.
Ang mga hilisgutan nga may kalabutan sa pagtukod sa mga bodega sa datos, ETL, OLAP cubes nagsalig kaayo sa mga himan, mao nga wala ako maghatag mga link sa mga kurso niini nga dokumento. Gisugyot nga tun-an ang ingon nga mga sistema kung nagtrabaho sa usa ka piho nga proyekto sa usa ka piho nga kompanya. Alang sa kaila sa ETL, mahimo nimong sulayan o .
Sa akong opinyon, importante nga tun-an ang modernong pamaagi sa disenyo sa Data Vault , . Ug ang labing maayo nga paagi sa pagkat-on niini mao ang pagkuha niini ug pagpatuman niini sa usa ka yano nga panig-ingnan. Adunay daghang mga pananglitan sa pagpatuman sa Data Vault sa GitHub . Ang Modernong Data Warehouse nga Libro: Pag-modelo sa Agile Data Warehouse nga adunay Data Vault ni Hans Hultgren.
Aron masinati ang mga gamit sa Business Intelligence alang sa mga end user, mahimo nimong gamiton ang libre nga tigdesinyo sa mga taho, dashboard, mini nga mga bodega sa datos nga Power BI Desktop. Mga materyales sa edukasyon: , .
Hadoop ug Big Data
- Kinahanglan ka magsugod sa usa ka independente nga pagpatuman sa MapReduce nga walaβy mga librarya sa ikatulo nga partido. Kini magtugot alang sa usa ka mas maayo nga pagsabut sa multithreaded nga mga pagpatuman sa umaabot. Usa ka maayo kaayo nga pananglitan sa Python gihulagway .
konklusyon
Dili tanan nga imong nakat-unan mahimong magamit sa trabaho. Busa, kinahanglan nimo ang usa ka proyekto sa pagtapos diin imong sulayan nga magamit ang bag-ong kahibalo.
Walay mga hilisgutan nga may kalabutan sa pagtuki sa datos ug Machine Learning sa plano. mas magamit kini sa propesyon sa Data Scientist. Wala usab mga hilisgutan nga may kalabutan sa AWS clouds, Azure. kini nga mga tema nagsalig kaayo sa pagpili sa plataporma.
Mga pangutana sa komunidad:
Unsa ka igo ang akong plano sa pag-level? Unsa ang tangtangon o idugang?
Unsa nga proyekto ang imong irekomendar isip tesis?
Source: www.habr.com