Содержание курса
1. Архитектура Spark и внутреннее устройство
3 урока
3
3
0м
0
Открытый
1.1
Ленивые вычисления и Catalyst
↗
1
1
-
0
Закрытый
1.2
Трансформации: узкие и широкие
↗
1
1
-
0
Закрытый
1.3
Память, кэширование и контрольные точки
↗
1
1
-
0
2. Оптимизация запросов и трансформации
3 урока
3
3
0м
0
Закрытый
2.1
Выбор стратегии join
↗
1
1
-
0
Закрытый
2.2
Практика устранения перекоса
↗
1
1
-
0
Закрытый
2.3
Оконные функции и их подводные камни
↗
1
1
-
0
3. Продуктовая аналитика на PySpark
3 урока
3
3
0м
0
Закрытый
3.1
Метрики и их расчёт на больших данных
↗
1
1
-
0
Закрытый
3.2
Воронки, когорты и юнит-экономика
↗
1
1
-
0
Закрытый
3.3
A/B тестирование и продвинутая аналитика
↗
1
1
-
0
4. Продвинутые техники и подводные камни
2 урока
2
2
0м
0
Закрытый
4.1
UDF, Pandas UDF и их узкие места
↗
1
1
-
0
Закрытый
4.2
Форматы данных, партиционирование и запись
↗
1
1
-
0
5. Кейсы с интервью
3 урока
3
1
0м
0
Закрытый
5.1
Большой продуктовый кейс
↗
1
0
-
0
Закрытый
5.2
Технический кейс (оптимизация и дебаггинг)
↗
1
0
-
0
Закрытый
5.3
Куда двигаться дальше? Мои курсы и связь с автором
↗
1
1
-
0