Курс на Stepik
Обложка курса «SQL и Python для проверки данных: автотесты и Great Expectations» на Stepik
1 990 ₽

SQL и Python для проверки данных: автотесты и Great Expectations ★ 5.000

Открыть на
STEPIK.ORG

Научитесь автоматически находить грязные данные и останавливать пайплайн до того, как они сломают аналитику. SQL-проверки, Python-валидация с Pydantic и Pandera, Great Expectations, Data Observability и интеграция в Airflow: всё в одном курсе с прикладным e-commerce проектом

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «SQL и Python для проверки данных: автотесты и Great Expectations»Учеников на курсе 35
Сертификаты, выданные на курсе «SQL и Python для проверки данных: автотесты и Great Expectations»Сертификатов выдано 9
Отзывы о курсе «SQL и Python для проверки данных: автотесты и Great Expectations»Отзывов получено 2
Рейтинг курса «SQL и Python для проверки данных: автотесты и Great Expectations»Рейтинг курса 5.000
Уроки в курсе «SQL и Python для проверки данных: автотесты и Great Expectations»Количество уроков 38
Тесты в курсе «SQL и Python для проверки данных: автотесты и Great Expectations»Количество квизов 23
Время прохождения курса «SQL и Python для проверки данных: автотесты и Great Expectations»Время прохождения курса —
Стоимость курса «SQL и Python для проверки данных: автотесты и Great Expectations»Стоимость курса 1 990 ₽ —
Обновления курса «SQL и Python для проверки данных: автотесты и Great Expectations»Обновления курса — —
Дата публикации курса «SQL и Python для проверки данных: автотесты и Great Expectations»Дата публикации курса — ———
Последнее обновление курса «SQL и Python для проверки данных: автотесты и Great Expectations»Последнее обновление — ———
Сложность normal — ———

Содержание курса

Разделы в курсе «SQL и Python для проверки данных: автотесты и Great Expectations» 8 разделов Уроки в курсе «SQL и Python для проверки данных: автотесты и Great Expectations» 38 уроков Тесты в курсе «SQL и Python для проверки данных: автотесты и Great Expectations» 23 теста Время прохождения курса «SQL и Python для проверки данных: автотесты и Great Expectations» 2 ч. Последнее обновление курса «SQL и Python для проверки данных: автотесты и Great Expectations» обн. 20 сентября 2026

Введение

4 урока
1. О чём этот курс и кому он подойдёт ↗
2. Как устроен курс и как его проходить ↗
3. Что такое Data Quality и почему это важно ↗
4. Архитектура проекта курса ↗

Типичные проблемы качества данных

5 уроков
1. Какие проблемы бывают в данных ↗
2. Почему ломаются аналитические пайплайны ↗
3. Проверки качества данных: основные категории ↗
4. Практика: анализ данных интернет-магазина ↗
5. Практика: поиск проблем качества данных ↗

SQL-проверки качества данных

7 уроков
1. Почему SQL=основной инструмент Data Quality ↗
2. NULL (completeness=полнота) ↗
3. Дубликаты (uniqeness=уникальность) ↗
4. Диапазоны (validity=валидность) ↗
5. Связность (Referential integrity) ↗
6. Схема (schema checks) ↗
7. Практика: пишем SQL-checks ↗

Data Quality проверки в Python

5 уроков
1. Когда SQL-проверок недостаточно ↗
2. Валидация данных с Pydantic ↗
3. Проверка DataFrame с Pandera ↗
4. Практика: validation pipeline ↗
5. Практика: обработка ошибок данных ↗

Проверки данных с Great Expectations

5 уроков
1. Что такое Great Expectations? ↗
2. Типы проверок (expectations) ↗
3. Создание validation suite ↗
4. Data Docs и отчёты проверок ↗
5. Практика: проверка dataset ↗

Data Observability

5 уроков
1. Data Observability: что это такое ↗
2. Freshness checks ↗
3. Volume monitoring ↗
4. Schema monitoring ↗
5. Практика: мониторинг таблицы ↗

Интеграция проверок в Airflow

4 урока
1. Где запускать Data Quality проверки ↗
2. Data Quality задачи в Airflow ↗
3. Fail pipeline при ошибке данных ↗
4. Практика: добавляем проверки в DAG ↗

Финальный проект

3 урока
1. Постановка задачи ↗
2. Реализация ↗
3. Самопроверка / эталон ↗