Einführung in die Datenverarbeitung
  • Verstehen Sie die Rolle eines Dateningenieurs im Data-Science-Lebenszyklus.
  • Lernen Sie den Unterschied zwischen Datenverarbeitung und Data Science kennen.
  • Einführung in die wichtigsten Tools und Technologien, die von Dateningenieuren verwendet werden.
Datenspeicherung und -verwaltung
  • Untersuchen Sie die verschiedenen Arten von Datenspeichersystemen, einschließlich relationaler Datenbanken und NoSQL.
  • Lernen Sie, wie Sie mit Big-Data-Technologien wie Hadoop und Spark arbeiten.
  • Verstehen Sie Data-Warehousing-Konzepte und -Techniken für eine effiziente Datenspeicherung.
Datenpipelines und ETL-Prozesse
  • Lernen Sie, wie Sie Datenpipelines entwerfen und implementieren.
  • Einführung in ETL-Prozesse (Extract, Transform, Load).
  • Praktische Erfahrung mit Tools wie Apache Airflow und Datenintegrationsplattformen.
Datenintegration und -verarbeitung
  • Lernen Sie, wie Sie Daten aus verschiedenen Quellen wie APIs, Datenbanken und Echtzeit-Datenströmen integrieren und verarbeiten.
  • Techniken für die Arbeit mit unstrukturierten und strukturierten Daten.
  • Einführung in Datenverarbeitungs-Frameworks wie Apache Kafka und Spark Streaming.
Zusammenarbeit mit Datenwissenschaftlern
  • Lernen Sie, wie Dateningenieure mit Datenwissenschaftlern zusammenarbeiten, um einen reibungslosen Datenfluss zu gewährleisten.
  • Bewährte Verfahren für die Bereitstellung sauberer, strukturierter Daten für Modelle des maschinellen Lernens.
  • Verständnis für die Bedeutung einer nahtlosen Datenverarbeitung im Modellentwicklungsprozess.

Der Kurs vermittelt ein tiefes Verständnis für die Rolle des Dateningenieurs und dessen Bedeutung im Data-Science-Lebenszyklus.