AccueilCoursInitiation aux fondamentaux du data engineering

Panorama des différents types de bases de données

Chapitre 2 · Premiers pas dans l’ingénierie des données · leçon 7 sur 59
Réservée aux abonnés — voici son début
La suite de cette leçon est réservée aux abonnés Créez votre compte gratuit pour tester les exercices d’exemple, puis passez à l'accès complet quand vous le souhaitez.

Créez votre compte gratuit

Sans carte bancaire, en trente secondes.
Continuer avec Google
ou
S'inscrire avec un e-mail
Déjà inscrit ? Se connecter
En continuant, vous acceptez les conditions d'utilisation et la politique de confidentialité. Vos données sont hébergées dans l'Union européenne.

Accès complet DATAGOZ

19 €/ mois — ou 190 € / an
  • Tous les cours publiés et les parcours métier
  • Exercices et quiz corrigés automatiquement
  • Entraînement, examen et attestation de suivi
  • Sans engagement, résiliable en ligne
Voir les formules
Cette leçon fait partie du cours

Initiation aux fondamentaux du data engineering

short_training6 chapitres · 59 leçons

Découvrez les fondamentaux du data engineering pour comprendre la gestion des données !

  • La plateforme de formationabonnés
  • Les fondamentaux de l’ingénierie des donnéesabonnés
  • Les missions et responsabilités d’un ingénieur dataabonnés
  • Ingénieur data et data scientist, comprendre leurs différencesabonnés
  • Les principaux défis de l’ingénierie des donnéesabonnés
  • Les technologies et outils du data engineerabonnés
  • Panorama des différents types de bases de donnéesvous êtes ici
  • Gestion et exécution des traitements de donnéesabonnés
  • Automatisation et planification des tâchesabonnés
  • Découverte des fournisseurs de services cloudabonnés
  • Les avantages du cloud computingabonnés
  • Présentation des principaux fournisseurs cloudabonnés
  • Les différents services proposés dans le cloudabonnés
  • Les différents systèmes de gestion de bases de donnéesabonnés
  • Comparer les bases de données SQL et NoSQLabonnés
  • Conception et organisation des schémas de bases de donnéesabonnés
  • Combiner des tables grâce aux jointures relationnellesabonnés
  • Modélisation des données avec le schéma en étoileabonnés
  • Comprendre les principes du calcul parallèleabonnés
  • Les avantages du traitement parallèle des donnéesabonnés
  • Décomposer un traitement en plusieurs tâches indépendantesabonnés
  • Manipuler les données à l’aide des DataFramesabonnés
  • Les principaux frameworks de calcul distribuéabonnés
  • Découvrir les technologies Spark, Hadoop et Hiveabonnés
  • Regrouper et agréger des données avec PySparkabonnés
  • Exécuter et gérer des scripts PySparkabonnés
  • Les outils de planification et d’orchestration des workflowsabonnés
  • Automatiser les traitements avec Airflow, Prefect et cronabonnés
  • Créer et organiser des DAG avec Apache Airflowabonnés
  • Les différentes méthodes d’extraction des donnéesabonnés
  • Identifier et explorer les sources de donnéesabonnés
  • Extraire des informations à partir d’une APIabonnés
  • Importer des données depuis une base de donnéesabonnés
  • Les étapes de transformation des donnéesabonnés
  • Extraire et décomposer les informations relatives aux prix de locationabonnés
  • Préparer et organiser les opérations de transformationabonnés
  • Enrichir les données grâce aux jointures avec les évaluationsabonnés
  • Les méthodes de chargement des donnéesabonnés
  • Comprendre les différences entre OLAP et OLTPabonnés
  • Exporter les données dans des fichiersabonnés
  • Insérer et stocker des données dans PostgreSQLabonnés
  • Assembler les différentes étapes d’un processus ETLabonnés
  • Construire un graphe orienté acyclique (DAG)abonnés
  • Configurer un environnement Apache Airflowabonnés
  • Analyser et comprendre la structure d’un DAGabonnés
  • Prendre connaissance de la documentation des coursabonnés
  • Découvrir la structure de la base de donnéesabonnés
  • Explorer les données à l’aide de requêtes SQLabonnés
  • Calculer la note moyenne attribuée à chaque coursabonnés
  • Exploiter les évaluations pour formuler des recommandationsabonnés
  • Détecter et exclure les données erronéesabonnés
  • Appliquer les transformations nécessaires à la génération de recommandationsabonnés
  • Automatiser la planification des traitements quotidiensabonnés
  • Déterminer la table de destination des donnéesabonnés
  • Construire le DAG pour orchestrer le processusabonnés
  • Activer et lancer le DAGabonnés
  • Interroger les données pour obtenir les recommandations généréesabonnés
  • Bilan du projet d’ingénierie des donnéesabonnés
  • Conclusion de la formationabonnés
Leçon suivante

Gestion et exécution des traitements de données

Voir le programme Créer un compte pour continuer