Курс на Stepik
Обложка курса «Data Engineering Fast‑Track: Kafka → Airflow → Spark» на Stepik
8 990 ₽

Data Engineering Fast‑Track: Kafka → Airflow → Spark 4.000

Открыть на
STEPIK.ORG

Практический fast-track по data engineering: за 4–6 недель собираем рабочий конвейер Kafka → Spark → Lakehouse под управлением Airflow. Разберём batch и streaming, окна и watermark, схемы и контракты. Мини‑проекты, Docker Compose, шаблоны DAG и пайплайнов. Курс подойдёт инженерам, аналитикам и тем, кто хочет освоить современные пайплайны данных с уверенным Python.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Data Engineering Fast‑Track: Kafka → Airflow → Spark»Учеников на курсе 163
Сертификаты, выданные на курсе «Data Engineering Fast‑Track: Kafka → Airflow → Spark»Сертификатов выдано 8
Отзывы о курсе «Data Engineering Fast‑Track: Kafka → Airflow → Spark»Отзывов получено 2
Рейтинг курса «Data Engineering Fast‑Track: Kafka → Airflow → Spark»Рейтинг курса 4.000
Уроки в курсе «Data Engineering Fast‑Track: Kafka → Airflow → Spark»Количество уроков 29
Тесты в курсе «Data Engineering Fast‑Track: Kafka → Airflow → Spark»Количество квизов 133
Задачи с кодом в курсе «Data Engineering Fast‑Track: Kafka → Airflow → Spark»Количество задач с кодом 39
Время прохождения курса «Data Engineering Fast‑Track: Kafka → Airflow → Spark»Время прохождения курса
Стоимость курса «Data Engineering Fast‑Track: Kafka → Airflow → Spark»Стоимость курса 8 990 ₽
Обновления курса «Data Engineering Fast‑Track: Kafka → Airflow → Spark»Обновления курса
Дата публикации курса «Data Engineering Fast‑Track: Kafka → Airflow → Spark»Дата публикации курса
Последнее обновление курса «Data Engineering Fast‑Track: Kafka → Airflow → Spark»Последнее обновление
Сложность normal
4.000
из 5
2 отзыва
★★★★★
1
★★★★
0
★★★
1
★★
0
0
Василий Петров
Василий Петров
4 месяца назад

У курса нет структуры - нет связи между темами и между уроками в темах. Как будто читаешь ответы ИИ из разных веток (скорее всего курс так и сделан). Подойдет как справочник тем, кто уже разбирается в темах, чтобы освежить память (например перед собеседованием), если лень спрашивать у ИИ. Стоимость большая для такого контента.