Data Engineer

Задача инженера данных (Data Engineer): работать с огромными массивами данных – собирать, обрабатывать и хранить их правильным образом. Инженер данных обеспечивает инфраструктуру для хранения данных. Эффективные правила обработки данных, которые требуют меньше ресурсов и снижают потери и сбои. А также формирует условия для сбора информации, которая должна попасть на обработку и последующее хранение. Можно утверждать, что ученый может открыть новую звезду, но не может создать её. Для этого ему пришлось бы обратиться к инженеру. Без инженера по данным математические модели исследователей данных часто не имеют никакой ценности.

На текущий момент только в одной России больше 7 000 компаний находятся в поисках специалистов по Data Science! Средняя зарплата в этой профессии составляет >100 000 рублей и практически не имеет верхних границ.

Почему Data Engineering?

• Data Engineering – фундамент работы с данными в любой компании;
• спрос на Data Engineer уже начинает превышать спрос на Data Scientist;
• порог входа ниже, чем в Data Science;
• зарплаты не ниже, а часто и выше, чем в Data Science.

Программа подойдет:

• желающим начать свой путь в ИТ: мы дадим нужные знания и умения в SQL, Python и хранилищах данных, автоматизации процессов обработки данных, чтобы вы смогли сделать первые шаги навстречу карьере мечты;
• аналитикам: вы получите навыки работы с хранилищами данных. Сможете автоматизировать сбор, трансформацию и очистку данных с помощью SQL и Python без разработчиков. Повысите компетенции для перехода в роль data engineer или data scientist;
• начинающим программистам: набьете руку в сборе, очистке и хранении данных. Сможете дальше развиваться как data engineer или аналитик!
• специалистам в маркетинге или продукте: Научитесь быстро извлекать нужные данные без помощи разработчиков. Научитесь считать статистику по извлеченным данным без привлечения аналитиков. Научитесь работать с одними из самых востребованных в ИТ инструментами: SQL, Python, Git.

На программе вы научитесь настраивать и автоматизировать процессы сбора, трансформации, очистки, хранения и первичного анализа данных с помощью SQL и базового Python на примерах реальных задач.

Вы будете работать над выпускным проектом, для которого есть два варианта выполнения:

• взять задачу, заранее подготовленную преподавателями;
• согласовать собственную тему, например, связанную с работой слушателя.

На проекте, который подготовили преподаватели, слушателей ждет работа с реальными транзакционными банковскими данными. C помощью Python и SQL слушатели реализуют:

• собственное хранилище данных – DWH;
• процесс сбора, очистки, трансформации и хранения данных;
• систему автоматического поиска мошеннических операций (AntiFraud-система).

Кроме этого, мы поможем вам грамотно составить резюме и выстроить поиск первой работы в Data Engineering!

Обучение состоит из двух частей:

• "бассейн", одномесячный онлайн-интенсив из электронных курсов, на котором вы осваиваете базовые навыки программирования и работы с данными с поддержкой от специалистов СберУниверситета;
• трехмесячное обучение в формате вебинаров под руководством высококлассных преподавателей-практиков, интересными ДЗ, персонализированной обратной связью, реальными командными и личными проектами!

Вебинары проходят 2 раза в неделю вечером в нерабочее время, поэтому обучение легко совмещать с работой. Мы не набираем больших групп, чтобы каждый слушатель мог получить ответы свои вопросы во время занятий, личную обратную связь по домашним заданиям и проектам!

У кого вы будете учиться?

Команда преподавателей, методистов и кураторов с опытом организации обучения Data Science и Data Engineering более 3 лет. Команда сочетает в себе 3 ключевые экспертизы:

• индустриальная: практики data engineers и ml/dl engineers из крупнейших российских и международных ИТ-компаний;
• академическая: преподаватели и выпускники лучших ВУЗов России: ВШЭ, МФТИ, МГУ, Школа Анализа Данных Яндекса, etc;
• образовательная: через каждого преподавателя в нашей команде прошли сотни слушателей из российских компаний или вузов.

Профессиональные

Нет

• Высшее образование
• Среднее профессиональное образование