Fondamenti di ETL ed ELT: Pipeline di dati di costruzione

Il trasferimento dei dati è la spina dorsale dell'analisi e del machine learning, ma la creazione di pipeline affidabili può essere difficile senza le giuste basi. Entro la fine di questo corso, comprenderai i meccanismi di ETL ed ELT, consentendoti di progettare e implementare flussi di lavoro robusti che garantiscano la qualità e la disponibilità dei dati. Cosa imparerai: * Comprendere i concetti fondamentali e le differenze storiche tra ETL (Transform before Load) e ELT moderno (Load before Transform). * Applicare tecniche di estrazione dei dati fondamentali da varie fonti di dati comuni, inclusi file e API. * Praticare la definizione della logica di trasformazione per pulire, normalizzare e aggregare i dati in base alle regole di business. * Configurare i meccanismi di base per il caricamento dei dati trasformati in destinazioni di destinazione come data warehouse o database. * Implementare i controlli di qualità dei dati fondamentali e le fasi di convalida all'interno dei flussi di lavoro della pipeline. * Impara i concetti fondamentali di orchestrazione e pianificazione della pipeline per automatizzare i flussi di dati in modo affidabile. Il corso inizia con la definizione della terminologia chiave e dei concetti di architettura dei dati prima di passare ai passaggi pratici per la costruzione delle fasi Extract, Transform e Load in sequenza. Questo corso è specificamente progettato per principianti assoluti in ingegneria dei dati, analisi dei dati o sviluppo software interessati all'infrastruttura dei dati.Non è richiesta alcuna esperienza precedente con strumenti ETL o data warehousing. Inizia a sviluppare la tua competenza nell'infrastruttura dati oggi stesso.