Chia Sẻ Khóa Học Analytics Engineering Cho Các Chuyên Gia Dữ Liệu [Khóa 5601 A]
Analytics Engineering là nền tảng của Data Science & AI.
Analytics Engineering là sự kết hợp năng động giữa Data Engineering và Data Analytics, đóng vai trò là cầu nối giữa hai lĩnh vực này. Các Analytics Engineer phát triển và duy trì một phần đáng kể vòng đời dữ liệu, từ việc thu thập các Data Source, đến việc phát triển các Data Warehouse và các data pipeline tương ứng, cho đến các công cụ Business Intelligence. Cho dù bạn là một Data Analyst/Scientist muốn thực hành trên các công cụ Data Engineering hiện đại, hay một Analytics Engineer đầy tham vọng, khóa học này là dành cho bạn.
Bạn sẽ học cách:
- ✓ Bắt đầu và phát triển một Data Warehouse đại bằng Snowflake.
- ✓ Thu thập dữ liệu theo lịch trình từ nhiều nguồn bằng cách sử dụng các connector trong Fivetran.
- ✓ Clean & transform data, cùng những kiến thức cơ bản về ELT (Extract, Load, Transform), sử dụng DBT và SQL.
- ✓ Khởi động và kết nối một Business Intelligence tool (Preset) với một Data Warehouse.
Khóa học này dành cho?
- ✓ Data Analyst hoặc Data Scientist muốn nâng cao kỹ năng Data Engineering bằng các công cụ dữ liệu hiện đại.
- ✓ Sinh viên mới tốt nghiệp muốn tìm kiếm công việc Analytics Engineering đầu tiên với những kỹ năng thực tế, có khả năng cạnh tranh cao.
- ✓ Chuyên gia đang tìm kiếm cơ hội chuyển sang lĩnh vực Data và tò mò về Analytics Engineering.
Các kết quả chính:
- ✓ Xây dựng một data engineering product toàn diện, từ dữ liệu thô đến trực quan hóa dữ liệu.
- ✓ Bắt đầu và phát triển một Data Warehouse hiện đại bằng Snowflake.
- ✓ Thu thập dữ liệu theo lịch trình từ nhiều nguồn bằng cách sử dụng các connector trong Fivetran.
- ✓ Clean & transform data bằng DBT và ngôn ngữ dữ liệu chung của SQL.
- ✓ Khởi động và kết nối một Business Intelligence tool (Preset) với một Data Warehouse.
- ✓ Thêm project thực hành này vào portfolio của bạn, giới thiệu những kỹ năng mới có thể tiếp thị được.
Giáo trình khóa học:
Tuần 1:
1. Giới thiệu về Analytics Engineering:
Giới thiệu + tổng quan về data stack.
2. Nhập dữ liệu vào một Data Warehouse:
Data Warehouse trong Snowflake và data ingestion bằng Fivetran.
3. Cấu hình các data pipeline trong DBT:
Thiết lập Github và DBT.
Tuần 2:
4. Cleaning & transforming data bằng DBT và SQL:
SQL pipelines trong DBT.
5. Trực quan hóa dữ liệu với một Business Intelligence tool:
Tạo các dashboard trong Preset.
6. Bonus:
Cải thiện kỹ năng SQL của bạn (tùy chọn).