In questo capitolo, scoprirai che cos'è il Data Engineering e perché la richiesta di questa competenza professionale è in aumento. Scoprirai dove si posiziona l'ingegneria dei dati all’interno del ciclo di vita della data science, in che modo i data engineer si differenziano dai data scientist e avrai un'introduzione alla tua prima pipeline di dati completa.

Data Engineering e big data

Flusso di lavoro della data science

Segui il flusso

Opzioni

Attività di data engineering

Non attività di data engineering

Non responsabile

Vero

Falso

L’apice

Data engineer contro data scientist

Dimmi la verità

Data engineer

Data scientist

Chi è

La pipeline dei dati

Non è vero

Pipeline

Che cos'è il Data Engineering?

È arrivato il momento di parlare dell'archiviazione dei dati, una delle principali responsabilità di un data engineer. In questo capitolo imparerai come i data engineer gestiscono diverse strutture di dati, lavorano in SQL, il linguaggio di programmazione preferito per l'interrogazione e l'archiviazione dei dati, e implementano soluzioni di archiviazione dati appropriate con data lake e data warehouse.

Strutture dati

Strutture

Qual è la differenza

Database SQL

Possiamo trovare una soluzione

Colonne

Razze diverse

Data warehouse e data lake

Dì la verità

Il nostro magazzino (in mezzo alla strada)

Memorizzazione dei dati

I data engineer semplificano la vita ai data scientist preparando i dati grezzi per l'analisi utilizzando diverse tecniche di elaborazione in diverse fasi. Queste fasi devono essere combinate per creare pipeline, ed è qui che entra in gioco l'automazione. Infine, i data engineer utilizzano il cloud computing e il calcolo parallelo per mantenere fluide le pipeline.

Elaborazione dei dati

Collega i punti

Pianificazione dei dati

Pianificazioni

Uno o l'altro

Calcolo parallelo

Whenever, whenever

Universo parallelo

Cloud computing

Coperto dalle nuvole... digitali

Somewhere I belong

We are the champions

Spostamento ed elaborazione dati

Lexicon

Course Glossary: Understanding Data Engineering

Nel 2019, lo stipendio medio dei data engineer ha superato quello dei data scientist. Come è successo? Le aziende che volevano trovare l'oro all'interno dei loro dati si sono rese conto che non era possibile farlo se non avevano ancora costruito la miniera. I data engineer gettano le basi che rendono possibile la data science.
<br /> <br />
In questo corso imparerai le principali responsabilità di un data engineer, in che modo differiscono dai data scientist, e a facilitare il flusso di dati all'interno di un'organizzazione. Attraverso esercizi pratici, seguirai Spotflix, un'azienda di streaming musicale fittizia, per capire come i suoi data engineer raccolgono, puliscono e catalogano i suoi dati. Alla fine del corso, capirai cosa fanno i data engineer della tua azienda, sarai pronto ad avere una conversazione con uno di loro, e avrai solide basi per iniziare la tua carriera nel Data Engineering.


<h2> Comprendere le basi del Data Engineering </h2>
<br>
In questo corso imparerai le principali responsabilità di un data engineer, in che modo differiscono dai data scientist, e a facilitare il flusso di dati all'interno di un'organizzazione. Attraverso esercizi pratici, seguirai Spotflix, un'azienda di streaming musicale fittizia, per capire come i suoi data engineer raccolgono, puliscono e catalogano i suoi dati. 
<br><br>
<h2> Applicazione pratica</h2>
<br>
Alla fine del corso, capirai cosa fanno i data engineer della tua azienda, sarai pronto ad avere una conversazione con uno di loro, e avrai solide basi per iniziare la tua carriera nel Data Engineering.

Scopri come gli ingegneri dati creano le basi per la scienza dei dati. Nessuna programmazione!

Capire il Data Engineering

Scopri come i data engineer pongono le basi per rendere possibile la data science, senza necessità di programmare.

Ingegnere dei dati associato in SQL

Analista dati in Databricks

Comprendere gli argomenti dei dati

Il valore si riferisce a quanto sono azionabili i dati.

I tipi di dati si riferiscono alla varietà dei dati.

La velocità si riferisce alla dimensione dei dati.

La veridicità si riferisce alla frequenza con cui vengono generati i dati.

Il volume ha a che fare con l'affidabilità dei dati.

L’apice

Capire il Data Engineering

esercizio interattivo pratico