了解有效数据工程的原则。培养您所需的数据工程技能,并探索如何通过将一系列原则和策略应用于数据系统开发来提供真正的业务价值。
Suggested by: Coursera (What is Coursera?)
No prior knowledge required
No unnecessary risks
数据工程 DeepLearning.AI专业证书是一个全面的在线课程,适用于希望开始或扩展职业生涯的数据工程师和专业人士。
各种规模和行业的组织都在以不断发展的速度收集和生成数据。在这些组织中,从经理、销售和营销、财务和运营、产品和运营到客户服务,每个团队都可以从组织数据中获得见解和价值。无论最终用途是数据科学、机器学习还是分析,数据工程都是使原始数据对业务有价值的原因。因此,数据工程师的角色是当今技术领域最需要的职业之一。
在此计划中,您将学习数据工程的基础知识,并获得使用 AWS 和开放代码工具设计和实施数据架构的实践经验。
该证书由该领域的专家、《数据工程基础》一书的合著者 Joe Rice 领导,将为您提供在高需求领域发展的工具和知识,重点是摄取、处理、转换、存储和向感兴趣的各方提交数据,以推进组织和业务目标。动手实验是与 AWS 和 Factored.AI 合作开发的,旨在为您提供在云中构建数据系统的真实体验。
有了这个证书,你将拥有推动你在数据工程领域的职业生涯的工具。
实践学习项目
在此计划中,答:
将利益相关者的需求转化为系统要求,并选择适当的工具来构建系统。
构建数据管道以在 AWS 上批量和实时流中推荐产品。
应用良好数据架构的原则来评估 AWS 上数据系统的安全性、性能、可靠性和可扩展性。
调查不同类型的源系统并解决常见的连接问题。
您将使用基础设施和管道即代码等工具来协调、自动化和监控您的数据管道。
针对不同的情况设计存储架构、数据门和水门。
探索数据存储选择对查询性能和成本的影响。
为机器学习分析和应用程序建模和转换数据,并将集中式处理框架(如 Pandas)与分散处理框架(如 Spark)进行比较。
您将向感兴趣的各方提交数据,以供业务分析和机器学习使用。
时间: 17 小时
持续时间: 34 小时
时间: 22 小时
时间: 27 小时
这些课程提供数据工程领域的广泛技能和知识获取,适用于有兴趣在该领域发展知识和技能的任何人。