The bootcamp-engenharia-de-dados from albertosilvabr

albertosilvabr / bootcamp-engenharia-de-dados Goto Github PK

View Code? Open in Web Editor NEW

Bootcamp Engenharia de Dados realizado pela IGTI

Python 15.03% Jupyter Notebook 84.97%

bootcamp-engenharia-de-dados's Introduction

Certificado: Acesse aqui

Duração: 2 meses, 148 horas

bootcamp: https://www.igti.com.br/custom/engenharia-de-dados/

Este bootcamp da IGTI, tem como objetivo abordar de forma intensiva conceitos e práticas de engenharia de dados, habilitando o aluno para atuar profissionalmente na área.
Assim possibiliou que pudesse estudar através de desafios semanais sucessivos que evoluem em complexidade e abrangência.

Conteúdo do bootcamp

Nos links abaixo de cada módulo disponibilizo materiais de trabalhos práticos e desafios estudados no bootcamp:

ABERTURA	MÓDULO 1	MÓDULO 2	MÓDULO 3	MÓDULO 4	DESAFIO FINAL
`4h`	`32h`	`32h`	`32h`	`32h`	`12h`
Aquecimento e Regras do Jogo	Fundamentos	Armazenamento de dados	Solução de dados utilizando Ecossistema Hadoop	Infraestrutura de dados e arquitetura escalável	Desafio Final
Visão geral da dinâmica do curso, conteúdos e ferramentas utilizadas.	Conceitos fundamentais: Dados, fontes de dados, Big Data, tipos de dados. Visão geral do pipeline de ciência de dados e soluções (plataformas, tecnologias) para extração, ingestão, transformação, armazenamento e análise de dados.	Data warehouse e data lake: modelo, projeto, implementação, tecnologias envolvidas. Visão geral de SGBDs SQL(relacionais), NoSQL, NewSQL. Sistemas de arquivo, armazenamento de dados em nuvem e sistemas de arquivos.	Introdução ao ecossistema Hadoop Modelagem de dados com Hadoop Ingestão de dados com Hadoop (Sqoop e Flume) e/ou Kafka) Armazenamento de dados com Hadoop (HDFS e HBase) Processamento de dados com Hadoop (Spark)	Serviços de conectividade, rede e segurança na Azure, AWS e GCP Exemplos de containers para Ciência de Dados e Machine Learnig Virtualização, containers e serviços de armazenamento Recursos para escalabilidade, elasticidade, alta disponibilidade e processamento distribuído. Soluções para processamento de dados em larga escala Modelos de serviços em nuvem Fundamentos de arquitetura.	Conclusão da aplicação final.