Сколько стоит курс «Apache Airflow: ETL-проект на PostgreSQL+DataLens (Yandex Cloud)»?

Стоимость курса составляет 1990.00 рублей

Выдаётся ли сертификат по окончании курса?

Да, при успешном завершении курса выдаётся сертификат от платформы Stepik. На данный момент 12 учеников получили сертификат (30.0% завершаемость).

Где можно пройти курс «Apache Airflow: ETL-проект на PostgreSQL+DataLens (Yandex Cloud)»?

Курс доступен на образовательной платформе Stepik по адресу stepik.org/course/272963.

Курс на Stepik

Обложка курса «Apache Airflow: ETL-проект на PostgreSQL+DataLens (Yandex Cloud)» на Stepik

1 990 ₽

Apache Airflow: ETL-проект на PostgreSQL+DataLens (Yandex Cloud) ★ 4.000

Name: Apache Airflow: ETL-проект на PostgreSQL+DataLens (Yandex Cloud)
Price: 1990.00 RUB
Availability: InStock
Rating: 4.0 (5 reviews)

Открыть на
STEPIK.ORG

Постройте полноценную аналитическую систему в Yandex Cloud с нуля. От первого запроса к API до готового дашборда в DataLens. Это не демо и не игрушка в sandbox, а реальный проект с production-подходом.

Показатель	Текущие показатели		Рост
Показатель	Значение	🏆 Рейтинг	3 дн	7 дн	30 дн
Учеников на курсе	40
Сертификатов выдано	12
Отзывов получено	5
Рейтинг курса	4.000
Количество уроков	38
Количество квизов	17
Время прохождения курса	4 ч.	—
Стоимость курса	1 990 ₽	—
Обновления курса	—	—
Дата публикации курса	6 месяцев назад	—	—	—	—
Последнее обновление	13 августа 2026	—	—	—	—
Сложность	normal	—	—	—	—

Содержание курса

Разделы в курсе «Apache Airflow: ETL-проект на PostgreSQL+DataLens (Yandex Cloud)»

8 разделов Уроки в курсе «Apache Airflow: ETL-проект на PostgreSQL+DataLens (Yandex Cloud)»

38 уроков Тесты в курсе «Apache Airflow: ETL-проект на PostgreSQL+DataLens (Yandex Cloud)»

17 тестов Время прохождения курса «Apache Airflow: ETL-проект на PostgreSQL+DataLens (Yandex Cloud)»

4 ч.

обн. 13 августа 2026

Введение и контекст

4 урока

1. О чём этот курс и кому он подойдёт ↗

2. Какой проект мы будем строить (обзор схемы) ↗

3. Связь с преподавателем ↗

4. Настройка Окружения ↗

Источник данных и постановка задачи

4 урока

1. Зачем нам OpenAQ и что это за данные ↗

2. Структура OpenAQ API: locations, sensors, params, measurements ↗

3. Ограничения API: задержки, пагинация, неполные данные ↗

4. Проектирование модели данных под аналитику ↗

Архитектура аналитического пайплайна в Yandex Cloud

4 урока

1. Общая архитектура решения (API → Airflow → Postgres → DataLens) ↗

2. Роль оркестратора: почему именно Airflow ↗

3. Где и как живёт PostgreSQL в Yandex Cloud ↗

4. Object Storage и служебные компоненты (DAG, логи, артефакты) ↗

Apache Airflow: реализация пайплайнов

10 уроков

1. Как устроен Airflow: DAG, task, schedule, execution date ↗

2. Развёртывание Apache Airflow в Yandex Cloud (Managed Service) ↗

3. Структура наших DAG: логика и ответственность (без кода) ↗

4. Учебный DAG: классический подход (PythonOperator + XCom) ↗

5. Учебный DAG: современный подход (TaskFlow API) ↗

6. Production-пайплайн: почему иногда одна task — это нормально ↗

7. Dimension-пайплайны в Airflow: locations, parameters, sensors ↗

8. Fact-пайплайн: measurements и инкрементальная загрузка ↗

9. Идемпотентность и service tables ↗

10. Обработка ошибок и уведомления (Telegram) ↗

Хранилище данных: PostgreSQL под аналитику

5 уроков

1. Развертывание PostgreSQL в Yandex Cloud (Managed Service) ↗

2. Проектирование схемы БД для аналитики ↗

3. Fact и Dimension таблицы: зачем так, а не иначе ↗

4. Индексы, уникальные ключи, контроль дублей ↗

5. Подготовка данных для BI-инструментов ↗

Сборка и запуск Аналитической Системы

3 урока

1. Сборка системы: что у нас уже есть ↗

2. Запуск DAG’ов и ожидание данных ↗

3. Проверка результата: данные в Postgre и стабильность пайплайнов ↗

Визуализация и аналитика в DataLens

5 уроков

1. Роль BI и DataLens в нашем проекте ↗

2. Подключение PostgreSQL к DataLens ↗

3. Подготовка датасета для аналитики ↗

4. Построение дашборда: метрики и визуализации ↗

5. Интерпретация данных и возможные расширения проекта ↗

Завершение и развитие проекта

3 урока

1. Итоги: что мы построили и чему научились ↗

2. Как можно развивать этот проект дальше ↗

3. Куда двигаться дальше (следующие темы, курсы, стек) ↗