Сколько стоит курс «DE-практикум: Docker, Spark, Postgres, Airflow, S3. Поток 6»?

Стоимость курса составляет 40000.00 рублей

Какой рейтинг у курса «DE-практикум: Docker, Spark, Postgres, Airflow, S3. Поток 6»?

Курс имеет рейтинг 0.0 из 5 на основе 0 отзывов. На курсе обучается 0 учеников.

Где можно пройти курс «DE-практикум: Docker, Spark, Postgres, Airflow, S3. Поток 6»?

Курс доступен на образовательной платформе Stepik по адресу stepik.org/course/297679.

Курс на Stepik

Обложка курса «DE-практикум: Docker, Spark, Postgres, Airflow, S3. Поток 6» на Stepik

40 000 ₽

DE-практикум: Docker, Spark, Postgres, Airflow, S3. Поток 6 ★ 0.000

Name: DE-практикум: Docker, Spark, Postgres, Airflow, S3. Поток 6
Price: 40000.00 RUB
Availability: InStock
Rating: 0 (0 reviews)

Открыть на
STEPIK.ORG

Практикум для тех, кто уже пишет SQL и хочет перейти от отдельных запросов к цельной работе с данными.

Показатель	Текущие показатели		Рост
Показатель	Значение	🏆 Рейтинг	3 дн	7 дн	30 дн
Учеников на курсе	0
Сертификатов выдано	0
Отзывов получено	0
Рейтинг курса	0.000
Количество уроков	66
Количество квизов	368
Количество задач с кодом	26
Время прохождения курса	2 ч.	—
Стоимость курса	40 000 ₽	—
Обновления курса	—	—
Дата публикации курса	14 часов назад	—	—	—	—
Последнее обновление	27 августа 2026	—	—	—	—
Сложность	normal	—	—	—	—

Содержание курса

Разделы в курсе «DE-практикум: Docker, Spark, Postgres, Airflow, S3. Поток 6»

10 разделов Уроки в курсе «DE-практикум: Docker, Spark, Postgres, Airflow, S3. Поток 6»

66 уроков Тесты в курсе «DE-практикум: Docker, Spark, Postgres, Airflow, S3. Поток 6»

368 тестов Задачи в курсе «DE-практикум: Docker, Spark, Postgres, Airflow, S3. Поток 6»

26 задач Время прохождения курса «DE-практикум: Docker, Spark, Postgres, Airflow, S3. Поток 6»

2 ч.

обн. 27 августа 2026

Введение

2 урока

1. Добро пожаловать ↗

2. Важно перед стартом ↗

Окружение: Docker-стенд, репозиторий, первый запуск

7 уроков

1. Как проходить практикум через Stepik + Git ↗

2. Как устроен практикум и stand-репозиторий ↗

3. Установка инструментов ↗

4. Репозиторий и правила работы с файлами ↗

5. Первый запуск стенда и проверка сервисов ↗

6. Справка: Docker Desktop для Windows ↗

7. Справка: GitHub, доступ и clone репозитория ↗

RAW → STG: загрузка датасетов, идемпотентность

7 уроков

1. Что вы построите в этом модуле ↗

2. Как устроено хранилище данных... ↗

3. RAW и ingest_date ↗

4. Первая загрузка orders в STG ↗

5. order_items и проверки связности ↗

6. Остальные таблицы и проверка идемпотентности ↗

7. Рецензируемая сдача модуля 3 ↗

CORE: факты/измерения, event-даты, инкременты

6 уроков

1. Зачем нужен CORE: факт, измерения, grain и звезда ↗

2. Первые измерения CORE и полный загрузочный прогон (SCD1) ↗

3. CORE-измерения SCD1: dim_product и dim_seller ↗

4. core.dim_customer как SCD2: история, версии и инкремент ↗

5. core.fct_order_items: grain, batch rebuild и связи с измерениями ↗

6. Рецензируемая сдача модуля 4 ↗

Основы Spark: архитектура, DataFrame и выполнение задач

8 уроков

1. Spark в data pipeline: роль и устройство стенда ↗

2. Как работает Spark: Driver, Executors и партиции ↗

3. DataFrame на практике: чтение, преобразование и запись ↗

4. От кода к выполнению: lazy evaluation, DAG, jobs, stages и tasks ↗

5. Фильтры, даты и агрегации в PySpark ↗

6. Join без ошибок: grain, дубли и row explosion ↗

7. Parquet и партиционирование: структура данных и число файлов ↗

8. Рецензируемая сдача модуля 5 ↗

Витрины: денормализация, партиционирование

7 уроков

1. Витрины: контракт, grain и первый реестр MARTS ↗

2. Wide-витрина: денормализация факта без агрегации ↗

3. Агрегатная витрина sales_daily: дневные продажи и reconcile ↗

4. Топ продавцов помесячно ↗

5. Партиционирование витрин: Postgres и S3/Parquet ↗

6. Инкрементальная пересборка витрины (Postgres + Spark/S3) ↗

7. Рецензируемая сдача модуля 6 ↗

Качество и SLA: дубликаты, пропуски, аномалии

5 уроков

1. Журнал проверок DQ ↗

2. STG sanity-checks ↗

3. CORE sanity-checks ↗

4. MARTS sanity-checks ↗

5. Рецензируемая сдача модуля 7 ↗

Spark Batch: трансформации, партиционирование, оптимизация

6 уроков

1. Каркас джобы, параметры и идемпотентная запись ↗

2. Wide to Parquet: контракт, grain и идемпотентная запись ↗

3. Partition pruning и small files на Parquet в MinIO (S3A) ↗

4. Join и агрегаты: row explosion, broadcast и skew ↗

5. Производительность: explain, cache/persist, shuffle partitions ↗

6. Рецензируемая сдача модуля 8 ↗

Оркестрация в Airflow

11 уроков

1. Первый запуск DAG и Connection к Postgres ↗

2. SQLExecuteQueryOperator: первый SQL-DAG ↗

3. PythonOperator: DQ-check, PostgresHook и XCom ↗

4. BashOperator: скрипты, exit code и ошибки ↗

5. Единый DAG: SQL, Python, Bash и параметры ↗

6. Source → RAW: первый ingestion DAG ↗

7. RAW → STG: запуск project SQL по ingest_date ↗

8. STG → CORE: зависимости, SCD и strict checks ↗

9. CORE → MARTS: витрины, порядок и проверки ↗

10. Варианты пайплайна: параллельные ветки и Spark jobs ↗

11. Рецензируемая сдача модуля 9 ↗

BI в Metabase

7 уроков

1. Первый вход в Metabase и место BI в проекте ↗

2. BI contract views и readonly-подключение ↗

3. Sales Overview: дашборд по daily-витрине ↗

4. Wide Mart Explorer: детализация заказов и drill-down ↗

5. Сигналы качества в BI: freshness, smoke и reconcile ↗

6. BI governance: naming, права и правила эксплуатации ↗

7. Рецензируемая сдача модуля 10 ↗