ផែនការកម្រិតសម្រាប់ការទទួលបានវិជ្ជាជីវៈវិស្វករទិន្នន័យ

អស់រយៈពេលប្រាំបីឆ្នាំចុងក្រោយនេះ ខ្ញុំបានធ្វើការជាអ្នកគ្រប់គ្រងគម្រោង (ខ្ញុំមិនសរសេរកូដនៅកន្លែងធ្វើការទេ) ដែលជះឥទ្ធិពលអវិជ្ជមានលើផ្នែកខាងក្រោយផ្នែកបច្ចេកវិទ្យារបស់ខ្ញុំ។ ខ្ញុំបានសម្រេចចិត្តបិទគម្លាតបច្ចេកវិទ្យារបស់ខ្ញុំ ហើយទទួលបានវិជ្ជាជីវៈជាវិស្វករទិន្នន័យ។ ជំនាញស្នូលរបស់ Data Engineer គឺសមត្ថភាពក្នុងការរចនា បង្កើត និងថែទាំឃ្លាំងទិន្នន័យ។

ខ្ញុំបានបង្កើតផែនការបណ្តុះបណ្តាល ខ្ញុំគិតថាវានឹងមានប្រយោជន៍មិនត្រឹមតែសម្រាប់ខ្ញុំប៉ុណ្ណោះទេ។ ផែនការ​នេះ​ផ្តោត​លើ​វគ្គ​សិក្សា​ដោយ​ខ្លួនឯង។ អាទិភាពត្រូវបានផ្តល់ទៅឱ្យវគ្គសិក្សាឥតគិតថ្លៃជាភាសារុស្សី។

ផ្នែក៖

• ក្បួនដោះស្រាយ និងរចនាសម្ព័ន្ធទិន្នន័យ។ ផ្នែកគន្លឹះ។ រៀនវាហើយអ្វីៗផ្សេងទៀតនឹងដំណើរការផងដែរ។ វាមានសារៈសំខាន់ណាស់ក្នុងការយកដៃរបស់អ្នកលើកូដ ហើយប្រើរចនាសម្ព័ន្ធ និងក្បួនដោះស្រាយជាមូលដ្ឋាន។
• ឃ្លាំងទិន្នន័យ និងឃ្លាំងទិន្នន័យ Business Intelligence ។ យើងកំពុងផ្លាស់ប្តូរពីក្បួនដោះស្រាយទៅការផ្ទុកទិន្នន័យ និងដំណើរការ។
• Hadoop និងទិន្នន័យធំ។ នៅពេលដែលមូលដ្ឋានទិន្នន័យមិនត្រូវបានរួមបញ្ចូលនៅលើថាសរឹង ឬនៅពេលដែលទិន្នន័យត្រូវការវិភាគ ប៉ុន្តែ Excel មិនអាចផ្ទុកពួកវាបានទៀតទេ ទិន្នន័យធំចាប់ផ្តើម។ តាមគំនិតរបស់ខ្ញុំ ចាំបាច់ត្រូវបន្តទៅផ្នែកនេះ លុះត្រាតែការសិក្សាស៊ីជម្រៅលើផ្នែកទាំងពីរមុននេះ។

ក្បួនដោះស្រាយ និងរចនាសម្ព័ន្ធទិន្នន័យ

នៅក្នុងផែនការរបស់ខ្ញុំ ខ្ញុំបានរួមបញ្ចូលការរៀនភាសា Python ដោយនិយាយឡើងវិញនូវមូលដ្ឋានគ្រឹះនៃគណិតវិទ្យា និងក្បួនដោះស្រាយ។

• ការសរសេរកម្មវិធីនៅក្នុង Python
• Python៖ មូលដ្ឋាន និងកម្មវិធី
• ពិ​ជ​គណិត​លីនេអ៊ែរ
• Likbez លើគណិតវិទ្យាដាច់
• ក្បួនដោះស្រាយ៖ ទ្រឹស្តី និងការអនុវត្ត។ វិធីសាស្រ្ត
• ក្បួនដោះស្រាយ៖ ទ្រឹស្តី និងការអនុវត្ត។ រចនាសម្ព័ន្ធទិន្នន័យ

ឃ្លាំងទិន្នន័យ និងឃ្លាំងទិន្នន័យ Business Intelligence

• សៀវភៅ៖ Martin Kleppman - កម្មវិធីដែលមានផ្ទុកច្រើន។ ការសរសេរកម្មវិធី ការធ្វើមាត្រដ្ឋាន ការគាំទ្រ។ សៀវភៅនេះពិពណ៌នាអំពីរបៀបដែលគំរូទិន្នន័យផ្សេងគ្នាដំណើរការ ការអនុវត្តរបស់ពួកគេពីខាងក្នុង ដែនកំណត់ និងជម្រើសអាស្រ័យលើភារកិច្ច។
• ការណែនាំអំពីមូលដ្ឋានទិន្នន័យ
• ចូលទៅក្នុង DBMS
• ការណែនាំអំពីមូលដ្ឋានទិន្នន័យដែលមិនទាក់ទង

ប្រធានបទទាក់ទងនឹងការកសាងឃ្លាំងទិន្នន័យ ETL, OLAP cubes គឺពឹងផ្អែកខ្លាំងលើឧបករណ៍ ដូច្នេះខ្ញុំមិនផ្តល់តំណភ្ជាប់ទៅវគ្គសិក្សានៅក្នុងឯកសារនេះទេ។ វាត្រូវបានណែនាំឱ្យសិក្សាប្រព័ន្ធបែបនេះនៅពេលធ្វើការលើគម្រោងជាក់លាក់នៅក្នុងក្រុមហ៊ុនជាក់លាក់មួយ។ សម្រាប់អ្នកស្គាល់ ETL អ្នកអាចសាកល្បង ប្រតិទិន ឬ លំហូរ​ខ្យល់.

តាមគំនិតរបស់ខ្ញុំ វាមានសារៈសំខាន់ណាស់ក្នុងការសិក្សាវិធីសាស្ត្ររចនា Data Vault ទំនើប តំណ 1, តំណ 2. ហើយ​វិធី​ដ៏​ល្អ​បំផុត​ដើម្បី​រៀន​វា​គឺ​យក​វា​មក​អនុវត្ត​ជាមួយ​នឹង​ឧទាហរណ៍​ដ៏​សាមញ្ញ។ មានឧទាហរណ៍ការអនុវត្ត Data Vault ជាច្រើននៅលើ GitHub តំណ. សៀវភៅឃ្លាំងទិន្នន័យទំនើប៖ ការធ្វើគំរូឃ្លាំងទិន្នន័យរហ័សជាមួយ Data Vault ដោយ Hans Hultgren ។

ដើម្បីស្គាល់ឧបករណ៍ Business Intelligence សម្រាប់អ្នកប្រើប្រាស់ចុងក្រោយ អ្នកអាចប្រើអ្នករចនារបាយការណ៍ ផ្ទាំងគ្រប់គ្រង ឃ្លាំងទិន្នន័យខ្នាតតូច Power BI Desktop ដោយឥតគិតថ្លៃ។ សម្ភារៈសិក្សា៖ តំណ 1, តំណ 2.

Hadoop និងទិន្នន័យធំ

• អ្នកត្រូវចាប់ផ្តើមជាមួយនឹងការអនុវត្តឯករាជ្យនៃ MapReduce ដោយគ្មានបណ្ណាល័យភាគីទីបី។ នេះនឹងអនុញ្ញាតឱ្យមានការយល់ដឹងកាន់តែប្រសើរឡើងអំពីការអនុវត្ត multithreaded នាពេលអនាគត។ ឧទាហរណ៍ដ៏ល្អមួយនៅក្នុង Python ត្រូវបានពិពណ៌នា នៅទីនេះ.
• ហាដូប។ ប្រព័ន្ធសម្រាប់ដំណើរការទិន្នន័យដ៏ធំ។
• ការណែនាំអំពីវិស្វកម្មទិន្នន័យធំ

សេចក្តីសន្និដ្ឋាន

មិនមែនអ្វីគ្រប់យ៉ាងដែលអ្នករៀនអាចយកទៅអនុវត្តនៅកន្លែងធ្វើការបានទេ។ ដូច្នេះហើយ អ្នកត្រូវការគម្រោងបញ្ចប់ការសិក្សា ដែលអ្នកនឹងព្យាយាមអនុវត្តចំណេះដឹងថ្មីៗ។

មិនមានប្រធានបទទាក់ទងនឹងការវិភាគទិន្នន័យ និងការរៀនម៉ាស៊ីននៅក្នុងផែនការនោះទេ។ នេះអនុវត្តបន្ថែមទៀតចំពោះវិជ្ជាជីវៈអ្នកវិទ្យាសាស្ត្រទិន្នន័យ។ វាក៏មិនមានប្រធានបទទាក់ទងនឹង AWS clouds, Azure ដែរ។ ប្រធានបទទាំងនេះគឺពឹងផ្អែកយ៉ាងខ្លាំងទៅលើជម្រើសនៃវេទិកា។

សំណួរទៅកាន់សហគមន៍៖
តើផែនការកម្រិតរបស់ខ្ញុំគ្រប់គ្រាន់ប៉ុណ្ណា? អ្វីដែលត្រូវដកចេញឬបន្ថែម?
តើគម្រោងអ្វីដែលអ្នកនឹងណែនាំជានិក្ខេបបទ?

ប្រភព: www.habr.com