Чему вы научитесь
- Поднимать локальный стенд: Spark + Postgres + Airflow + JupyterLab + MinIO в Docker
- Понимать, что за что отвечает в окружении, и разбирать типовые проблемы по логам
- Организовывать слои RAW / STG / CORE / MARTS на реальном датасете
- Делать идемпотентные и инкрементальные загрузки
- Проектировать факты, измерения, event-даты и витрины
- Писать базовые SQL- и Spark-трансформации для подготовки слоёв
- Оформлять пайплайн в Airflow DAG: зависимости, ретраи, расписание
- Делать DQ-проверки: дубли, пустые ключи, расхождения по слоям
- Собирать финальную витрину и простой BI-дашборд
- Оформлять результат в Git-репозитории и уверенно рассказывать про свой ETL-проект на собеседовании
О курсе
Это закрытый живой DE-практикум для тех, кто уже пишет SQL и хочет перейти от отдельных запросов к цельной инженерной работе с данными.
Внутри вы поднимете локальный стенд, разложите данные по слоям RAW / STG / CORE / MARTS, настроите загрузки и трансформации, оформите пайплайн в Airflow, добавите DQ-проверки и доведете результат до финальной витрины и простого BI-дашборда.
Старт потока — 10 августа 2026.
Стоимость — 35 000 ₽.
📌 Перед оплатой я советую пройти бесплатное демо. Оно показывает формат практикума: локальный стенд, Postgres, Airflow, слои данных, проверки и две задачи руками.
Что посмотреть в первую очередь:
- Бесплатное демо практикума
Короткий локальный стенд: Docker, Postgres, Airflow, слои stg/core/marts, проверки качества и две задачи руками. Помогает понять, подходит ли вам формат.
- Страница практикума
Программа, входные требования, формат обучения и ответы на частые вопросы.
- Короткая диагностика входа
Если хотите быстро понять, хватает ли базы по SQL, технике и времени.
- Telegram для вопросов
Если хотите сначала уточнить детали напрямую.
Как попасть на практикум
Перед оплатой лучше пройти простой путь:
- Откройте бесплатное демо и попробуйте базовый маршрут: поднять стенд, запустить DAG, посмотреть слои и проверки.
- Если формат подходит, заполните короткую диагностику входа.
- Я смотрю анкету и говорю, будет ли комфортно заходить в поток сейчас или лучше сначала подтянуть базу.
- После подтверждения вы получаете инструкции по старту и доступ к приватному репозиторию практикума.
Технические требования
Для участия в практикуме вам потребуется:
-
ноутбук/ПК с 16 ГБ ОЗУ (минимум 12 ГБ, но комфортнее 16+);
-
Windows 10/11, Linux или macOS с включённой виртуализацией;
-
установленный Docker Desktop / Docker (инструкции даю);
-
стабильный интернет;
-
аккаунт на GitHub (вы присылаете логин, я даю доступ к приватному репозиторию).
Отзывы участников
Я собираю живую обратную связь от участников потоков: где было сложно, какие модули зацепили, что помогло лучше понять путь данных и работу с пайплайном.
Несколько отзывов можно посмотреть в Telegram: сообщения участников DE-практикума.
Для кого этот курс
Начальные требования
Нужна база:
• уверенный SQL: SELECT, JOIN, GROUP BY, агрегаты, CTE;
• понимание таблиц, ключей, фактов, измерений и витрин на уровне идей;
• базовый Python: читать код, править простые функции, не бояться списков, словарей и файлов;
• готовность поставить Docker по инструкции и разбираться с окружением;
• готовность работать руками: запускать, читать логи, исправлять ошибки и задавать вопросы.
Наши преподаватели
Как проходит обучение
Вы проходите практикум в своем темпе, без обязательных созвонов и видео-марафонов.
Сначала проходите демо или диагностику и пишете мне в Telegram. После подтверждения получаете доступ к приватному GitHub-репозиторию и инструкции по запуску стенда.
Дальше поднимаете локальное окружение у себя на машине и проходите модули по шагам: SQL, Docker, Postgres, Spark, Airflow, DWH, проверки качества, витрины и BI.
По ходу задаете вопросы в чате. Я помогаю с окружением, логами, ошибками в коде и ключевыми решениями по пайплайну.
Рекомендованный темп — 6-8 часов в неделю.
Программа курса
Что вы получаете
- • цельный проект для портфолио: mini-DWH, сквозной ETL, проверки качества, витрина и BI-дашборд;
- • опыт поднятия локального DE-стенда без магии и страха перед Docker;
- • понимание RAW / STG / CORE / MARTS, инкрементов, DAG, DQ-проверок и reconcile;
- • практику с Git и репозиторием как в реальной команде;
- • поддержку на первых шагах: разбор логов, ошибок, архитектурных решений;
- • материалы и репозиторий, к которым можно возвращаться позже.