Datové inženýrství v praxi

O kurzu

Pojď si vyzkoušet, jak vypadá datové inženýrství (data engineering) v praxi. Na reálném projektu, na reálných datech a s nejpoužívanějšími technologiemi současnosti.

Během kurzu se naučíš, jak řešit nejčastější výzvy při přípravě a čištění dat a budeš se muset vyrovnat s klientem, který sice ví, co chce, ale není to datový inženýr nebo analytik. Naučíš se, jak se tvoří datový a business model, jak poznatky zakomponovat do struktury relační databáze a jakým způsobem celý projekt odevzdat. To vše v týmu, bez kterého v žádné organizaci neuspěješ. Kurz tě provede různorodými situacemi, které tě v kariéře datové inženýrky čekají.

Po celou dobu budeš vedena odborníky na práci s daty z firmy Revolt BI, kteří mají za sebou několik desítek realizovaných projektů a kteří ti budou k ruce kdykoliv bude potřeba. Na konci kurzu se můžeš těšit na jednodenní hackathon.

Kurz je součástí vzdělávací cesty vedoucí k roli datové inženýrky.

Nad rámec výuky s lektory (36 hodin) počítej se zhruba dalšími 2 hodinami týdně, které věnuješ domácím úkolům nebo samostudiu.

POZOR! Kurz, který se koná v termínu 31. 8.–7. 9. 2024, proběhne jako pilotní běh. Namísto 36 hodin potrvá 25 hodin. Specifika tohoto běhu byly zmíněné přímo v přihlášce, a zároveň je uchazečky obdrží přímo do e-mailu.

Další termíny proběhnou v plném rozsahu.

Pro koho je kurz určený

Pro absolventky kurzu Základy datové analýzy nebo pro ženy, které:

• mají znalost SQL, 
  • příkaz SELECT (FROM, WHERE, ORDER BY), DISTINCT, LIMIT
  • agregační funkce (SUM, MIN, MAX, COUNT, AVG), GROUP BY
  • spojování tabulek (JOINy)
• ví, co jsou datové typy, 
• znají základní modelovací techniky.
  
  

Co budeš na konci kurzu umět

• Dokážeš si s klientem vyjednat zadání, které je realizovatelné,
• umíš vytvořit datovou pipelinu, která aktualizuje data každý den, 
• víš, jak používat technologie v Google Cloud Platform (BigQuery, Looker Studio nebo Tableau, Google DataStream aj.),
• víš, jaké jsou základní businessové metriky, které se běžně používají, 
• rozumíš tomu, co je pro klienty důležité, 
• víš, jaké jsou nejčastější chyby, které mohou pokazit tvoje datové výstupy. 
  
  

Obsah kurzu

• Seznámení s kurzem, firmou a s použitými technologiemi + tech setup 
• Opakování znalostí SQL
• Jak pracovat s Gitem
• Orchestrace dat + praxe
• Jak vyvíjet datový sklad v týmu
• Jaké jsou vrstvy datového skladu a co se v nich odehrává
• Tvoříme první vrstvu skladu
• Proč testovat a jak
• Základní statistické principy pro datovou analýzu
• Datové modelování 101
• Jak si definovat dobré zadání s klientem – tvoříme Business data model
• Tvoříme druhou vrstvu skladu a master data
• Jak optimalizovat data pro rychlý reporting
• Zadání pro třetí vrstvu
• Tvoříme třetí vrstvu
• Záverečný datový hackathon na komplexní analytické úloze

Jak kurz úspěšně zakončíš

Obdržíš certifikát, pokud:

• zúčastníš se alespoň 10 z 12 lekcí,
• předáš projekt, na kterém budeš pracovat během kurzu.

Kurz můžeš zakončit na jednodenním hackathonu, který proběhne v Praze přímo ve firmě Revolt BI.

Související kurzy

Kurz navazuje na Základy datové analýzy, který doporučujeme absolvovat nejdříve. Pokud tě zajímá datové inženýrství, bude tě bavit i kurz Programování v Pythonu.