Ваши пайплайны ненадежны? Погрузитесь в полный цикл работы с данными: от масштабируемой обработки (Spark) до тотального контроля качества (Data Quality).  Интенсив по SQL, Apache Spark и Data Governance для инженеров и аналитиков. 
Научитесь строить высоконагруженные пайплайны на Spark и внедрять в них автоматические проверки качества (Data Quality), чтобы ваши данные всегда были чистыми.
Приходите на бесплатные вебинары, чтобы оценить формат обучения в Otus:

Бесплатные интенсивы по SQL, Apache Spark и Data Governance для инженеров и аналитиков

Станьте архитектором надежных данных

Время: 20:00 Мск

Дата: 23 апреля

Что нового в Spark 4.0

Backend разработчики:

SQL, чтобы научиться управлять данными и работать с аналитическими функциями

Дата-инженеры:

Хотите прокачать скиллы до уровня Senior и внедрять лучшие практики DQ в процессы разработки.

Аналитики:

Мечтаете перейти в инженерию данных или стать аналитиком, которому верят? Освойте SQL, чтобы эффективно обрабатывать большие объемы данных, Spark для больших данных и DQ для проверки гипотез.

ML-инженеры:

Обеспечьте качество данных для обучения моделей и их стабильной работы в продакшене.

В результате вебинаров вы

Перестанете тратить время на разбор инцидентов с "грязными" данными. Станете экспертом, который гарантирует надежность аналитики.

Повысите доверие к данным:

Познакомитесь с единым технологическим пайплайном

Научитесь собирать данные (SQL), обрабатывать терабайты информации (Spark), оркестрировать процессы (Airflow) и проверять качество на каждом этапе (Soda, OpenMetadata).

Вебинары проходят в рамках курсов OTUS

SQL для разработчиков и аналитиков

Для разработчиков, которым нужно лучше понимать структуру данных и взаимодействовать с аналитиками; для аналитиков, желающих ускорить обработку данных и автоматизировать отчёты.

Старт курса:

28 апреля

Результат:

Сможете писать эффективные запросы, уверенно работать с базами данных и превращать данные в бизнес-инструмент.

Программа:

Три ведущие СУБД: PostgreSQL, MySQL, SQL Server
Оптимизация запросов (индексы, планы выполнения)
Работа с большими объёмами данных

Качество данных / Data Quality

Для аналитиков, инженеров данных, специалистов по управлению данными, руководителей цифровых проектов, желающих внедрить системный контроль качества данных.

Старт курса:

29 апреля

Результат:

Научитесь выстраивать систему контроля качества, автоматизировать проверки и гарантировать надёжность данных.

Программа:

Метрики качества данных и автоматическая проверка
Инструменты OpenMetadata, Soda, Airflow
Мониторинг и управление метаданными
Внедрение процессов Data Quality в компании

Spark-разработчик

Для инженеров данных, разработчиков, аналитиков, желающих освоить современные технологии обработки больших данных.

Старт курса:

29 апреля

Результат:

Станете востребованным специалистом в области Data Engineering и Data Science.

Программа:

Работа со Spark в реальном времени
Оптимизация ETL-процессов
Разработка ML-моделей на больших данных
Кластерные вычисления и настройка производительности