Чему вы научитесь
- Отличать аналитические системы (OLAP) от операционных баз данных (OLTP).
- Проектировать классическую трехслойную архитектуру DWH (Staging ➔ Core ➔ Data Marts).
- Свободно ориентироваться в подходах Билла Инмона и Ральфа Кимбалла.
- Строить многомерные модели данных: таблицы фактов и таблицы измерений.
- Выбирать оптимальные схемы данных («Звезда» vs «Снежинка») под конкретные задачи.
- Управлять историчностью данных с помощью различных типов SCD (Slowly Changing Dimensions).
- Применять суррогатные ключи для интеграции данных из разных систем.
- Понимать разницу между интеграционными конвейерами ETL и ELT.
- Контролировать качество данных (Data Quality) и прослеживать их путь (Data Lineage).
- Разбираться в современном стеке: колоночных СУБД (MPP) и архитектуре Data Lakehouse.
Для кого этот курс
Начинающие Data Engineers и Системные аналитики: заложите прочный теоретический фундамент, который требуют на 95% собеседований уровня Junior/Middle.
BI-аналитики и разработчики отчетов: поймете, как устроены таблицы «под капотом» ваших дашбордов, и научитесь оптимизировать SQL-запросы.
Backend-разработчики: узнаете, как правильно передавать данные из ваших приложений в аналитический контур, не нарушая работу продакшена.
Продуктовые аналитики и Data Scientists: поймете архитектуру витрин, чтобы быстрее находить нужные фичи и метрики для моделей.
Начальные требования
Курс является полностью теоретическим и спроектирован для изучения с нуля. Специальных технических навыков не требуется. Базовое понимание того, что такое таблицы и реляционные базы данных (например, на уровне базового SQL), будет вашим преимуществом, но не является обязательным. Необходимо перейти по ссылке: https://stepik.org/course/294737 и ввести промокод DWH_COURSE.
Наши преподаватели
Программа курса
загружаем...
Отзывы прошедших курс
загружаем...
Сколько стоит обучение
Price:
1 500 ₽
Вы попробовали и поняли, что вам сейчас не подходит этот курс? Ничего страшного, мы вернём вам деньги в течение 30-ти дней после покупки.