Этот курс входит в специализацию ''Специализация Building Cloud Computing Solutions at Scale'

4.1
звезд
Оценки: 55

Noah Gift

5 580 уже зарегистрированы

от партнера

Специализация Building Cloud Computing Solutions at ScaleУниверситет Дьюка

Об этом курсе

Недавно просмотрено: 17 617

Welcome to the third course in the Building Cloud Computing Solutions at Scale Specialization! In this course, you will learn how to apply Data Engineering to real-world projects using the Cloud computing concepts introduced in the first two courses of this series. By the end of this course, you will be able to develop Data Engineering applications and use software development best practices to create data engineering applications. These will include continuous deployment, code quality tools, logging, instrumentation and monitoring. Finally, you will use Cloud-native technologies to tackle complex data engineering solutions. 
This course is ideal for beginners as well as intermediate students interested in applying Cloud computing to data science, machine learning and data engineering. Students should have beginner level Linux and intermediate level Python skills. For your project in this course, you will build a serverless data engineering pipeline in a Cloud platform: Amazon Web Services (AWS), Azure or Google Cloud Platform (GCP).

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Курс 3 из 4 в программе

Специализация Building Cloud Computing Solutions at Scale

Средний уровень

Beginner level Linux and Python skills

Прибл. 17 часов на выполнение

Английский

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Курс 3 из 4 в программе

Специализация Building Cloud Computing Solutions at Scale

Средний уровень

Beginner level Linux and Python skills

Прибл. 17 часов на выполнение

Английский

Преподаватели

Оценка преподавателя

4,5/5 (оценок: 18)

Noah Gift

Executive in Residence and Founder of Pragmatic AI Labs

Interdisciplinary Data Science (MIDS)

32 556 учащихся

10 курсов

от партнера

Университет Дьюка

Программа курса: что вы изучите

Неделя

Неделя 1

4 ч. на завершение

Getting Started with Cloud Data Engineering

This week, you will learn about the methodologies involved in Data Engineering. You will also learn to evaluate best practices for dealing with the end of Moore’s Law, develop distributed systems that apply software engineering best practices and evaluate best practices for implementing solutions with Big Data. You will apply these practices to build a GPU programming project using Numba and the CUDA SDK.

4 ч. на завершение

24 видео ((всего 101 мин.)), 6 материалов для самостоятельного изучения, 1 тест

24 видео

Instructor Introduction1мин

Course Introduction1мин

Lab Onboarding1мин

Course 3 Project Overview1мин

Introduction to the End of Moore's Law2мин

The Problem with Concurrency in Python2мин

Exploring the End of Moore's Law3мин

Using CUDA and Numba6мин

What is an ASIC?2мин

Taking Advantage of Colab Pro1мин

Introduction to Distributed Systems1мин

Logging and Instrumentation Distributed Systems1мин

CAP Theorem2мин

Amdahl's Law2мин

Elasticity3мин

Highly Available Nine Nine's1мин

Debugging Python Code25мин

Introduction to Big Data1мин

What is Big Data?2мин

The Three V's of Big Data2мин

Data Lakes2мин

Big Data Processing3мин

Data Feedback Loop1мин

Using EMR Spark to Run Parallel Jobs25мин

6 материалов для самостоятельного изучения

Specialization Project Roadmap: Course 3 10мин

Course Structure and Discussion Etiquette10мин

The End of Moore's Law10мин

Challenges and Opportunities in Distributed Systems10мин

Challenges in Big Data10мин

Creating high-performance code10мин

1 практическое упражнение

Week 1 Quiz30мин

Неделя

Неделя 2

6 ч. на завершение

Examining Principles of Data Engineering

6 ч. на завершение

9 видео ((всего 156 мин.)), 1 материал для самостоятельного изучения, 1 тест

9 видео

Introduction to Data Engineering1мин

What is Data Engineering?48

Batch vs. Streaming vs. Events1мин

Building CLI Tools with Click33мин

Building Containerized Command-line Tools12мин

Advanced Testing with Amazon CodeGuru15мин

Advanced Testing with AWS CodeBuild29мин

Mapping Functions to CLI: Part 131мин

Mapping Functions to CLI: Part 227мин

1 материал для самостоятельного изучения

Extending Command-Line Data Processing Tool10мин

1 практическое упражнение

Week 2 Quiz30мин

Неделя

Неделя 3

4 ч. на завершение

Building Data Engineering Pipelines

4 ч. на завершение

22 видео ((всего 192 мин.)), 2 материалов для самостоятельного изучения, 1 тест

22 видео

Introduction to Serverless Data Engineering54

What is Serverless?51

Serverless Concepts: Service Model6мин

Serverless Concepts: Functions4мин

Serverless Concepts: Ecosystem7мин

AWS Lambda: Overview37

Introduction to AWS Cloud97мин

AWS Lambda: Hello World12мин

AWS Lambda: Deploy Testing4мин

AWS Lambda: Event Handling5мин

AWS Lambda: Wikipedia Example14мин

Build a Serverless Data Pipeline37мин

Serverless Cookbook with AWS32мин

Serverless Cookbook with GCP17мин

Introduction to Data Governance48

What is Data Governance?52

The Principle of Least Privilege1мин

Cloud Security with IAM on AWS6мин

AWS Shared Security Model7мин

AWS IAM Service12мин

AWS Cloud Security Operations5мин

Encrypt at Rest and Transit3мин

2 материала для самостоятельного изучения

Using Amazon EFS for AWS Lambda10мин

Building Computer Vision Label Trigger for S310мин

1 практическое упражнение

Week 3 Quiz30мин

Неделя

Неделя 4

3 ч. на завершение

Applying Key Data Engineering Tasks

3 ч. на завершение

14 видео ((всего 116 мин.)), 3 материалов для самостоятельного изучения, 1 тест

14 видео

Introduction to Extract, Transform, Load (ETL)44

What is ETL?51

Using Amazon Athena with AWS Glue22мин

Real-World Problems in ETL13мин

Introduction to Cloud Databases6мин

One Size Does Not Fit All in the Cloud?1мин

Using Google BigQuery15мин

Using AWS Aurora Serverless2мин

Using AWS DynamoDB2мин

Using AWS Redshift30мин

Introduction to Cloud Storage46

Why Cloud Storage?1мин

Cloud Storage Deep Dive13мин

Using Amazon S34мин

3 материала для самостоятельного изучения

Cloud Databases10мин

Cloud Storage Solutions10мин

Create a serverless Data Engineering Pipeline10мин

1 практическое упражнение

Week 4 Quiz30мин

Рецензии

4.1

Рецензии: 16

5 stars
47,27 %
4 stars
30,90 %
3 stars
9,09 %
2 stars
10,90 %
1 star
1,81 %

Лучшие отзывы о курсе CLOUD DATA ENGINEERING

от партнера RA30 дек. 2021 г.

Very important information and concepts was shared.

Посмотреть все отзывы

Специализация Building Cloud Computing Solutions at Scale: общие сведения

With more companies leveraging software that runs on the Cloud, there is a growing need to find and hire individuals with the skills needed to build solutions on a variety of Cloud platforms. Employers agree: Cloud talent is hard to find. This Specialization is designed to address the Cloud talent gap by providing training to anyone interested in developing the job-ready, pragmatic skills needed for careers that leverage Cloud-native technologies.

In the first course, you will learn how to build foundational Cloud computing infrastructure, including websites involving serverless technology and virtual machines, using the best practices of DevOps. The second course will teach you how to build effective Microservices using technologies like Flask and Kubernetes that are continuously deployed to a Cloud platform: Amazon Web Services (AWS), Azure or Google Cloud Platform (GCP). The third course begins to put together all of the Cloud concepts introduced in the first two courses to tackle more complex data engineering solutions. And finally, in the fourth course you will apply Machine Learning Engineering to build a Flask web application that serves out Machine Learning predictions.

Building Cloud Computing Solutions at Scale

Часто задаваемые вопросы

Когда я получу доступ к лекциям и заданиям?
Доступ к лекциям и заданиям предоставляется в зависимости от типа регистрации. Если вы проходите курс в режиме слушателя, то получите бесплатный доступ к большинству материалов курса. Чтобы открыть оцениваемые задания и возможность получить сертификат, необходимо будет приобрести прохождение с сертификатом. Это можно сделать во время прохождения в режиме слушателя или после него. Если вы не видите варианта 'Режим слушателя'.
Курс может не предлагаться в режиме слушателя. Попробуйте бесплатную пробную версию или подайте заявку на финансовую помощь.
Курс предлагаться в режиме 'Полный курс, без сертификата'. В нем можно просматривать все материалы, выполнять обязательные задания и получить итоговую оценку. Приобрести дополнительно прохождение с сертификатом в таком случае нельзя.
Что я получу, оформив подписку на специализацию?
Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.
Можно ли получить финансовую помощь?
Да. В некоторых программах обучения вы можете подать заявку на получение финансовой помощи или стипендии, если не можете оплатить регистрационный взнос. Если для выбранной вами программы предлагается такая возможность, вы увидите ссылку для подачи заявки на странице описания.

Остались вопросы? Посетите Центр поддержки учащихся.

Cloud Data Engineering

Об этом курсе