data-engineering-zoomcamp

data-engineering-zoomcamp

全面掌握数据工程核心技术与实践

Data Engineering Zoomcamp是一个全面的数据工程在线课程,涵盖容器化、工作流编排、数据仓库、分析工程、批处理和流处理等关键领域。课程通过实践项目教授Docker、Terraform、Mage、BigQuery、dbt、Spark和Kafka等主流工具的应用。由行业专家授课,适合具备基础编程和SQL技能的学习者。课程提供自学和定期cohort两种学习模式,为期数周。

数据工程Zoomcamp课程内容在线学习DockerGithub开源项目

数据工程训练营

<p align="center"> <a href="https://airtable.com/shr6oVXeQvSI5HuWD"><img src="https://yellow-cdn.veclightyear.com/835a84d5/14350b54-f3bd-49d1-9efb-462157bee845.png" height="50" /></a> </p>

课程大纲

参加课程

2025年cohort

自学模式

课程的所有材料都是免费提供的,你可以按自己的节奏学习

  • 按照建议的课程大纲(见下文)每周学习
  • 你不需要填写注册表。直接开始观看视频并加入Slack
  • 如果遇到问题,请查看FAQ
  • 如果在FAQ中找不到问题的解决方案,请在Slack中寻求帮助

课程大纲

我们鼓励公开学习

注意: NYC TLC改变了我们使用的数据格式为parquet。 在课程中我们仍然使用可在此处访问的CSV文件。

模块1:容器化和基础设施即代码

  • 课程概述
  • GCP简介
  • Docker和docker-compose
  • 使用Docker在本地运行Postgres
  • 使用Terraform在GCP上设置基础设施
  • 准备课程环境
  • 作业

更多详情

模块2:工作流编排

  • 数据湖
  • 工作流编排
  • 使用Mage进行工作流编排
  • 作业

更多详情

研讨会1:数据摄取

  • 从API读取数据
  • 构建可扩展的管道
  • 数据规范化
  • 增量加载
  • 作业

更多详情

模块3:数据仓库

  • 数据仓库
  • BigQuery
  • 分区和聚类
  • BigQuery最佳实践
  • BigQuery内部原理
  • BigQuery机器学习

更多详情

模块4:分析工程

  • 分析工程基础
  • dbt(data build tool)
  • BigQuery和dbt
  • Postgres和dbt
  • dbt模型
  • 测试和文档
  • 部署到云端和本地
  • 使用Google Data Studio和Metabase可视化数据

更多详情

模块5:批处理

  • 批处理
  • Spark简介
  • Spark数据框
  • Spark SQL
  • 内部原理:GroupBy和连接

更多详情

模块6:流处理

  • Kafka简介
  • 模式(avro)
  • Kafka Streams
  • Kafka Connect和KSQL

更多详情

研讨会2:使用SQL进行流处理

更多详情

项目

将我们学到的所有知识付诸实践

  • 第1周和第2周:进行你的项目
  • 第3周:同行评审

更多详情

概览

<img src="https://yellow-cdn.veclightyear.com/835a84d5/33e15b74-715d-4097-982c-a3c6793a82fb.jpg" />

先决条件

为了充分利用这门课程,你应该对编码和命令行感到舒适,并了解SQL基础知识。有Python经验会有帮助,但如果你有其他编程语言的经验,也可以相对快速地掌握Python。

不需要数据工程的先前经验。

讲师

往届讲师:

在Slack上寻求帮助

获得支持的最佳方式是使用DataTalks.Club的Slack。加入#course-data-engineering频道。

为了使Slack上的讨论更有组织:

支持者和合作伙伴

感谢课程赞助商使得这门课程成为可能

<p align="center"> <a href="https://mage.ai/"> <img height="120" src="https://yellow-cdn.veclightyear.com/835a84d5/56955713-88e9-4463-9c31-0cbe55ee91dc.svg"> </a> </p> <p align="center"> <a href="https://dlthub.com/"> <img height="90" src="https://yellow-cdn.veclightyear.com/835a84d5/47438a9c-5f4b-4862-ae37-3162f2516c38.png"> </a> </p> <p align="center"> <a href="https://risingwave.com/"> <img height="90" src="https://yellow-cdn.veclightyear.com/835a84d5/29927b9d-0470-4a73-a3b5-f1501921dad6.png"> </a> </p>

你想支持我们的课程和社区吗?请联系alexey@datatalks.club

Star历史

Star History Chart

编辑推荐精选

堆友

堆友

多风格AI绘画神器

堆友平台由阿里巴巴设计团队创建,作为一款AI驱动的设计工具,专为设计师提供一站式增长服务。功能覆盖海量3D素材、AI绘画、实时渲染以及专业抠图,显著提升设计品质和效率。平台不仅提供工具,还是一个促进创意交流和个人发展的空间,界面友好,适合所有级别的设计师和创意工作者。

图像生成AI工具AI反应堆AI工具箱AI绘画GOAI艺术字堆友相机AI图像热门
码上飞

码上飞

零代码AI应用开发平台

零代码AI应用开发平台,用户只需一句话简单描述需求,AI能自动生成小程序、APP或H5网页应用,无需编写代码。

Vora

Vora

免费创建高清无水印Sora视频

Vora是一个免费创建高清无水印Sora视频的AI工具

Refly.AI

Refly.AI

最适合小白的AI自动化工作流平台

无需编码,轻松生成可复用、可变现的AI自动化工作流

酷表ChatExcel

酷表ChatExcel

大模型驱动的Excel数据处理工具

基于大模型交互的表格处理系统,允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令,自动执行排序、公式计算和数据透视等操作,支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内,支持超过100万行数据的即时分析。

AI工具酷表ChatExcelAI智能客服AI营销产品使用教程
TRAE编程

TRAE编程

AI辅助编程,代码自动修复

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
AIWritePaper论文写作

AIWritePaper论文写作

AI论文写作指导平台

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

AI辅助写作AI工具AI论文工具论文写作智能生成大纲数据安全AI助手热门
博思AIPPT

博思AIPPT

AI一键生成PPT,就用博思AIPPT!

博思AIPPT,新一代的AI生成PPT平台,支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等,内置海量精美PPT模板,涵盖商务、教育、科技等不同风格,同时针对每个页面提供多种版式,一键自适应切换,完美适配各种办公场景。

AI办公办公工具AI工具博思AIPPTAI生成PPT智能排版海量精品模板AI创作热门
潮际好麦

潮际好麦

AI赋能电商视觉革命,一站式智能商拍平台

潮际好麦深耕服装行业,是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌,以及国内10万+淘宝、天猫、京东等主流平台的品牌商家,为卖家节省将近85%的出图成本,提升约3倍出图效率,让品牌能够快速上架。

iTerms

iTerms

企业专属的AI法律顾问

iTerms是法大大集团旗下法律子品牌,基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构,帮助企业扫清合规障碍,筑牢风控防线,成为您企业专属的AI法律顾问。

下拉加载更多