ಕಳೆದ ಎಂಟು ವರ್ಷಗಳಿಂದ ನಾನು ಪ್ರಾಜೆಕ್ಟ್ ಮ್ಯಾನೇಜರ್ ಆಗಿ ಕೆಲಸ ಮಾಡುತ್ತಿದ್ದೇನೆ (ನಾನು ಕೆಲಸದಲ್ಲಿ ಕೋಡ್ ಬರೆಯುವುದಿಲ್ಲ), ಇದು ನನ್ನ ತಾಂತ್ರಿಕ ಬ್ಯಾಕೆಂಡ್ ಅನ್ನು ಸ್ವಾಭಾವಿಕವಾಗಿ ಋಣಾತ್ಮಕವಾಗಿ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ. ನನ್ನ ತಾಂತ್ರಿಕ ಅಂತರವನ್ನು ಮುಚ್ಚಲು ಮತ್ತು ಡೇಟಾ ಇಂಜಿನಿಯರ್ ವೃತ್ತಿಯನ್ನು ಪಡೆಯಲು ನಾನು ನಿರ್ಧರಿಸಿದೆ. ಡೇಟಾ ಇಂಜಿನಿಯರ್ನ ಪ್ರಮುಖ ಕೌಶಲ್ಯವೆಂದರೆ ಡೇಟಾ ಗೋದಾಮುಗಳನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸುವ, ನಿರ್ಮಿಸುವ ಮತ್ತು ನಿರ್ವಹಿಸುವ ಸಾಮರ್ಥ್ಯ.
ನಾನು ತರಬೇತಿ ಯೋಜನೆಯನ್ನು ಮಾಡಿದ್ದೇನೆ, ಅದು ನನಗೆ ಮಾತ್ರವಲ್ಲದೆ ಉಪಯುಕ್ತವಾಗಿದೆ ಎಂದು ನಾನು ಭಾವಿಸುತ್ತೇನೆ. ಯೋಜನೆಯು ಸ್ವಯಂ-ಅಧ್ಯಯನ ಕೋರ್ಸ್ಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕೃತವಾಗಿದೆ. ರಷ್ಯನ್ ಭಾಷೆಯಲ್ಲಿ ಉಚಿತ ಕೋರ್ಸ್ಗಳಿಗೆ ಆದ್ಯತೆ ನೀಡಲಾಗುತ್ತದೆ.
ವಿಭಾಗಗಳು:
ಕ್ರಮಾವಳಿಗಳು ಮತ್ತು ಡೇಟಾ ರಚನೆಗಳು. ಪ್ರಮುಖ ವಿಭಾಗ. ಅದನ್ನು ಕಲಿಯಿರಿ ಮತ್ತು ಉಳಿದಂತೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ. ಕೋಡ್ನಲ್ಲಿ ನಿಮ್ಮ ಕೈಗಳನ್ನು ಪಡೆಯುವುದು ಮತ್ತು ಮೂಲಭೂತ ರಚನೆಗಳು ಮತ್ತು ಅಲ್ಗಾರಿದಮ್ಗಳನ್ನು ಬಳಸುವುದು ಮುಖ್ಯವಾಗಿದೆ.
ಡೇಟಾಬೇಸ್ಗಳು ಮತ್ತು ಡೇಟಾ ವೇರ್ಹೌಸ್ಗಳು, ಬಿಸಿನೆಸ್ ಇಂಟೆಲಿಜೆನ್ಸ್. ನಾವು ಅಲ್ಗಾರಿದಮ್ಗಳಿಂದ ಡೇಟಾ ಸಂಗ್ರಹಣೆ ಮತ್ತು ಪ್ರಕ್ರಿಯೆಗೆ ಚಲಿಸುತ್ತಿದ್ದೇವೆ.
ಹಡೂಪ್ ಮತ್ತು ಬಿಗ್ ಡೇಟಾ. ಡೇಟಾಬೇಸ್ ಅನ್ನು ಹಾರ್ಡ್ ಡ್ರೈವ್ನಲ್ಲಿ ಸೇರಿಸದಿದ್ದಾಗ ಅಥವಾ ಡೇಟಾವನ್ನು ವಿಶ್ಲೇಷಿಸಬೇಕಾದಾಗ, ಆದರೆ ಎಕ್ಸೆಲ್ ಇನ್ನು ಮುಂದೆ ಅವುಗಳನ್ನು ಲೋಡ್ ಮಾಡಲು ಸಾಧ್ಯವಿಲ್ಲ, ದೊಡ್ಡ ಡೇಟಾ ಪ್ರಾರಂಭವಾಗುತ್ತದೆ. ನನ್ನ ಅಭಿಪ್ರಾಯದಲ್ಲಿ, ಹಿಂದಿನ ಎರಡರ ಆಳವಾದ ಅಧ್ಯಯನದ ನಂತರವೇ ಈ ವಿಭಾಗಕ್ಕೆ ಮುಂದುವರಿಯುವುದು ಅವಶ್ಯಕ.
ಕ್ರಮಾವಳಿಗಳು ಮತ್ತು ಡೇಟಾ ರಚನೆಗಳು
ನನ್ನ ಯೋಜನೆಯಲ್ಲಿ, ನಾನು ಪೈಥಾನ್ ಕಲಿಯುವುದನ್ನು ಸೇರಿಸಿದೆ, ಗಣಿತ ಮತ್ತು ಅಲ್ಗಾರಿದಮೈಸೇಶನ್ನ ಮೂಲಭೂತ ಅಂಶಗಳನ್ನು ಪುನರಾವರ್ತಿಸುತ್ತೇನೆ.
ಡೇಟಾಬೇಸ್ಗಳು ಮತ್ತು ಡೇಟಾ ವೇರ್ಹೌಸ್ಗಳು, ಬಿಸಿನೆಸ್ ಇಂಟೆಲಿಜೆನ್ಸ್
ಪುಸ್ತಕ: ಮಾರ್ಟಿನ್ ಕ್ಲೆಪ್ಮನ್ - ಹೆಚ್ಚು ಲೋಡ್ ಮಾಡಲಾದ ಅಪ್ಲಿಕೇಶನ್ಗಳು. ಪ್ರೋಗ್ರಾಮಿಂಗ್, ಸ್ಕೇಲಿಂಗ್, ಬೆಂಬಲ. ವಿಭಿನ್ನ ಡೇಟಾ ಮಾದರಿಗಳು ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ, ಒಳಗಿನಿಂದ ಅವುಗಳ ಅನುಷ್ಠಾನ, ಮಿತಿಗಳು ಮತ್ತು ಕಾರ್ಯವನ್ನು ಅವಲಂಬಿಸಿ ಆಯ್ಕೆಗಳನ್ನು ಪುಸ್ತಕವು ವಿವರಿಸುತ್ತದೆ.
ಡೇಟಾ ಗೋದಾಮುಗಳನ್ನು ನಿರ್ಮಿಸಲು ಸಂಬಂಧಿಸಿದ ವಿಷಯಗಳು, ETL, OLAP ಘನಗಳು ಉಪಕರಣಗಳ ಮೇಲೆ ಹೆಚ್ಚು ಅವಲಂಬಿತವಾಗಿವೆ, ಆದ್ದರಿಂದ ನಾನು ಈ ಡಾಕ್ಯುಮೆಂಟ್ನಲ್ಲಿ ಕೋರ್ಸ್ಗಳಿಗೆ ಲಿಂಕ್ಗಳನ್ನು ನೀಡುವುದಿಲ್ಲ. ನಿರ್ದಿಷ್ಟ ಕಂಪನಿಯಲ್ಲಿ ನಿರ್ದಿಷ್ಟ ಯೋಜನೆಯಲ್ಲಿ ಕೆಲಸ ಮಾಡುವಾಗ ಅಂತಹ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಅಧ್ಯಯನ ಮಾಡಲು ಸಲಹೆ ನೀಡಲಾಗುತ್ತದೆ. ETL ನೊಂದಿಗೆ ಪರಿಚಯಕ್ಕಾಗಿ, ನೀವು ಪ್ರಯತ್ನಿಸಬಹುದು ಟ್ಯಾಲೆಂಡ್ ಅಥವಾ ಹವೇಯ ಚಲನ.
ನನ್ನ ಅಭಿಪ್ರಾಯದಲ್ಲಿ, ಆಧುನಿಕ ಡೇಟಾ ವಾಲ್ಟ್ ವಿನ್ಯಾಸ ವಿಧಾನವನ್ನು ಅಧ್ಯಯನ ಮಾಡುವುದು ಮುಖ್ಯ ಲಿಂಕ್ 1, ಲಿಂಕ್ 2. ಮತ್ತು ಅದನ್ನು ಕಲಿಯಲು ಉತ್ತಮ ಮಾರ್ಗವೆಂದರೆ ಅದನ್ನು ತೆಗೆದುಕೊಂಡು ಅದನ್ನು ಸರಳ ಉದಾಹರಣೆಯೊಂದಿಗೆ ಕಾರ್ಯಗತಗೊಳಿಸುವುದು. GitHub ನಲ್ಲಿ ಹಲವಾರು ಡೇಟಾ ವಾಲ್ಟ್ ಅನುಷ್ಠಾನ ಉದಾಹರಣೆಗಳಿವೆ ಲಿಂಕ್. ದಿ ಮಾಡರ್ನ್ ಡೇಟಾ ವೇರ್ಹೌಸ್ ಬುಕ್: ಹ್ಯಾನ್ಸ್ ಹಲ್ಟ್ಗ್ರೆನ್ ಅವರಿಂದ ಡೇಟಾ ವಾಲ್ಟ್ನೊಂದಿಗೆ ಚುರುಕಾದ ಡೇಟಾ ವೇರ್ಹೌಸ್ ಮಾಡೆಲಿಂಗ್.
ಅಂತಿಮ ಬಳಕೆದಾರರಿಗೆ ವ್ಯಾಪಾರ ಇಂಟೆಲಿಜೆನ್ಸ್ ಪರಿಕರಗಳೊಂದಿಗೆ ಪರಿಚಯ ಮಾಡಿಕೊಳ್ಳಲು, ನೀವು ವರದಿಗಳು, ಡ್ಯಾಶ್ಬೋರ್ಡ್ಗಳು, ಮಿನಿ ಡೇಟಾ ವೇರ್ಹೌಸ್ಗಳ ಉಚಿತ ಡಿಸೈನರ್ ಪವರ್ ಬಿಐ ಡೆಸ್ಕ್ಟಾಪ್ ಅನ್ನು ಬಳಸಬಹುದು. ಶೈಕ್ಷಣಿಕ ಸಾಮಗ್ರಿಗಳು: ಲಿಂಕ್ 1, ಲಿಂಕ್ 2.
ಹಡೂಪ್ ಮತ್ತು ಬಿಗ್ ಡೇಟಾ
ನೀವು ಮೂರನೇ ವ್ಯಕ್ತಿಯ ಲೈಬ್ರರಿಗಳಿಲ್ಲದೆ MapReduce ನ ಸ್ವತಂತ್ರ ಅನುಷ್ಠಾನದೊಂದಿಗೆ ಪ್ರಾರಂಭಿಸಬೇಕು. ಭವಿಷ್ಯದಲ್ಲಿ ಮಲ್ಟಿಥ್ರೆಡ್ ಅಳವಡಿಕೆಗಳ ಉತ್ತಮ ತಿಳುವಳಿಕೆಯನ್ನು ಇದು ಅನುಮತಿಸುತ್ತದೆ. ಪೈಥಾನ್ನಲ್ಲಿ ಅತ್ಯುತ್ತಮ ಉದಾಹರಣೆಯನ್ನು ವಿವರಿಸಲಾಗಿದೆ ಇಲ್ಲಿ.
ನೀವು ಕಲಿಯುವ ಎಲ್ಲವನ್ನೂ ಕೆಲಸದಲ್ಲಿ ಅನ್ವಯಿಸಲಾಗುವುದಿಲ್ಲ. ಆದ್ದರಿಂದ, ನಿಮಗೆ ಪದವಿ ಯೋಜನೆಯ ಅಗತ್ಯವಿದೆ, ಇದರಲ್ಲಿ ನೀವು ಹೊಸ ಜ್ಞಾನವನ್ನು ಅನ್ವಯಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತೀರಿ.
ಯೋಜನೆಯಲ್ಲಿ ಡೇಟಾ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ಯಂತ್ರ ಕಲಿಕೆಗೆ ಸಂಬಂಧಿಸಿದ ಯಾವುದೇ ವಿಷಯಗಳಿಲ್ಲ. ಇದು ಡೇಟಾ ಸೈಂಟಿಸ್ಟ್ ವೃತ್ತಿಗೆ ಹೆಚ್ಚು ಅನ್ವಯಿಸುತ್ತದೆ. AWS ಮೋಡಗಳು, Azure ಗೆ ಸಂಬಂಧಿಸಿದ ಯಾವುದೇ ವಿಷಯಗಳಿಲ್ಲ. ಈ ವಿಷಯಗಳು ವೇದಿಕೆಯ ಆಯ್ಕೆಯ ಮೇಲೆ ಹೆಚ್ಚು ಅವಲಂಬಿತವಾಗಿವೆ.
ಸಮುದಾಯಕ್ಕೆ ಪ್ರಶ್ನೆಗಳು:
ನನ್ನ ಲೆವೆಲಿಂಗ್ ಯೋಜನೆ ಎಷ್ಟು ಸಮರ್ಪಕವಾಗಿದೆ? ಏನು ತೆಗೆದುಹಾಕಬೇಕು ಅಥವಾ ಸೇರಿಸಬೇಕು?
ಪ್ರಬಂಧವಾಗಿ ನೀವು ಯಾವ ಯೋಜನೆಯನ್ನು ಶಿಫಾರಸು ಮಾಡುತ್ತೀರಿ?