Рабочие задачи
Использую сюжеты из аналитики и инженерии данных: витрины, проверки качества, загрузки и подготовку к собеседованиям.
Как работаю
В работе и обучении мне важен проверяемый результат
В курсах я использую задачи, автопроверку, разбор ошибок и проекты. Материал строю вокруг того, что приходится делать Data Engineer: писать запросы, обрабатывать данные, собирать пайплайны и объяснять результат.
Короткая теория
Объясняю нужный контекст перед задачей, затем перевожу тему в практику.
Проверка решений
Добавляю автопроверку, крайние случаи и понятные критерии результата.
Связанный маршрут
SQL и Python дают базу, а DE-практикум объединяет ее в сквозной проект.
Направления
SQL, Python и Data Engineering
Это три направления, вокруг которых я строю курсы, практикум и материалы в блоге.
DE-практикум
Сквозной проект: RAW, STG, CORE, MARTS, Spark, Airflow, проверки качества и BI-витрина.
SQL для работы и собеседований
Линейка курсов от базы до сложных интервью-задач: JOIN, CTE, окна, даты и tricky cases.
Python для данных
Файлы, строки, даты, Decimal, дубли, грязные данные и маленькие batch-пайплайны.