![[Recenzja] Data Engineering with Python (Paul Crickard) Streszczenie.](https://episodes.castos.com/660078c6833215-59505987/images/2571165/c1a-085k3-25o5701pa6x0-iapehw.jpg)
Show Notes
Data Engineering with Python (Paul Crickard)
- Amazon Poland Store: https://www.amazon.pl/dp/183921418X?tag=9natreepoland-21
- Amazon Worldwide Store: https://global.buys.trade/Data-Engineering-with-Python-Paul-Crickard.html
- Apple Books: https://books.apple.com/us/audiobook/data-engineering-with-python-for-beginners/id1804308652?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree
- eBay: https://www.ebay.com/sch/i.html?_nkw=Data+Engineering+with+Python+Paul+Crickard+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Czytaj więcej: https://polish.9natree.com/read/183921418X/
#potokiETLwPythonie #ApacheAirflowiApacheNiFi #stagingorazwalidacjadanych #ApacheSparkiApacheKafka #wdrażanieprodukcyjnychpipelineów #DataEngineeringwithPython
Data Engineering with Python autorstwa Paula Crickarda to praktyczny podręcznik z obszaru inżynierii danych, skoncentrowany na projektowaniu i automatyzacji potoków przetwarzania danych za pomocą Pythona. Książka nie traktuje Pythona wyłącznie jako języka do analizy tabel, lecz jako narzędzie łączące pobieranie danych, ich oczyszczanie, modelowanie, przechowywanie, kontrolę jakości i wdrażanie procesów. Autor prowadzi czytelnika od podstawowych pojęć dotyczących cyklu życia danych do pracy z dużymi zbiorami i systemami używanymi w środowiskach produkcyjnych. Omawia między innymi relacyjne i nierelacyjne źródła danych, Apache Spark, Kafka, PostgreSQL, Elasticsearch, Kibana oraz narzędzia orkiestracji, takie jak Apache Airflow i Apache NiFi. Celem publikacji jest pokazanie, jak budować powtarzalne procesy ETL i potoki czasu rzeczywistego, a nie tylko jednorazowe skrypty. Dzięki przykładom opartym na realistycznych zadaniach książka przedstawia inżynierię danych jako dyscyplinę, która tworzy wiarygodne zaplecze dla analityki, raportowania i pracy zespołów data science.
- Amazon Poland Store: https://www.amazon.pl/dp/183921418X?tag=9natreepoland-21
- Amazon Worldwide Store: https://global.buys.trade/Data-Engineering-with-Python-Paul-Crickard.html
- Apple Books: https://books.apple.com/us/audiobook/data-engineering-with-python-for-beginners/id1804308652?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree
- eBay: https://www.ebay.com/sch/i.html?_nkw=Data+Engineering+with+Python+Paul+Crickard+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Czytaj więcej: https://polish.9natree.com/read/183921418X/
#potokiETLwPythonie #ApacheAirflowiApacheNiFi #stagingorazwalidacjadanych #ApacheSparkiApacheKafka #wdrażanieprodukcyjnychpipelineów #DataEngineeringwithPython
Data Engineering with Python autorstwa Paula Crickarda to praktyczny podręcznik z obszaru inżynierii danych, skoncentrowany na projektowaniu i automatyzacji potoków przetwarzania danych za pomocą Pythona. Książka nie traktuje Pythona wyłącznie jako języka do analizy tabel, lecz jako narzędzie łączące pobieranie danych, ich oczyszczanie, modelowanie, przechowywanie, kontrolę jakości i wdrażanie procesów. Autor prowadzi czytelnika od podstawowych pojęć dotyczących cyklu życia danych do pracy z dużymi zbiorami i systemami używanymi w środowiskach produkcyjnych. Omawia między innymi relacyjne i nierelacyjne źródła danych, Apache Spark, Kafka, PostgreSQL, Elasticsearch, Kibana oraz narzędzia orkiestracji, takie jak Apache Airflow i Apache NiFi. Celem publikacji jest pokazanie, jak budować powtarzalne procesy ETL i potoki czasu rzeczywistego, a nie tylko jednorazowe skrypty. Dzięki przykładom opartym na realistycznych zadaniach książka przedstawia inżynierię danych jako dyscyplinę, która tworzy wiarygodne zaplecze dla analityki, raportowania i pracy zespołów data science.
