Data Engineering является одним из самых перспективных направлений в современном IT. Все больше крупных компаний хотят извлекать прибыль из данных. В видео рассказываю о том, кто такой Data Engineer, его задачи и инструменты.
А это ж по ходу интересно, понятно что данные разные, но конкретно этот пример напомнил мне мою любовь к географии и атласам, которые я сидел и по 5 часов подряд анализировал, по тому и зно на 188 сдал не открыв книгу ни разу в своей жизни. Будет интересно посмотреть как эти все функции в Азуре пишутся, как это всё обрабатывается и так далее. С сентября начинаю обучение в универе на специальности Data Technologies, надеюсь не пожалею. Из того что я заресорчил направление должно быть интересным, уж точно чем формочки штопать для сайтов.
Коммент для продвижения канала! Спасибо за работу!!! Продолжайте в том же духе! Как заявка на следующие видео, сделайте пожалуйста актуальный roadmap в инженерию данных. Сейчас самостоятельно изучаю базу, чтобы войти в анализ данных
Содержание не соответствует названию. Неужели было сложно в общих чертах накидать скриншоты рабочего процесса вместо кучи общей информации, которую можно найти где угогдно?
Честно говоря, ни на одном из проектов мне не приходилось работать с NoSQL базами данных. Сейчас при работе с большими данными преобладает подход, когда в конечном счете данные все равно приводятся к реляционной структуре. Просто потому что, так проще их анализировать. Для иллюстрации, например, можно посмотреть как выглядит обычный SQL запрос и запрос к MongoDB)) Также могу порекомендовать хорошую статью на хабре, которая описывает преимущества и недостатки обоих подходов: habr.com/ru/company/ruvds/blog/324936/ .
