สร้างระบบจัดเก็บและประมวลผลข้อมูล ETL Pipeline ให้กับองค์กร โดยใช้ PySpark

เส้นทางในการเรียนชีรีส์ ก้าวแรกสู่สายงาน Data Engineer เรียนตามลำดับดังนี้

1.ปูพื้นฐานสู่สายงาน Data Engineer

• https://futureskill.co/course/detail/612

2.เรียนรู้เครื่องมือและโครงสร้างพื้นฐานในงาน Data Engineering

• https://futureskill.co/course/detail/613

3.Python, Pandas และ PySpark สำหรับงาน Data Engineer

• https://futureskill.co/course/detail/639

4.สร้างระบบจัดเก็บและประมวลผลข้อมูล ETL Pipeline โดยใช้ PySpark

• https://futureskill.co/course/detail/640

5.เรียนรู้เครื่องมือในการสร้าง Serverless Data Lakes ด้วย AWS Cloud

• https://futureskill.co/course/detail/641

6.สร้าง Serverless Data Lakes ด้วย AWS Cloud

• https://futureskill.co/course/detail/642

คอร์สเรียนนี้เหมาะกับใคร

• บุคคลทั่วไปที่มีความสนใจใน data engineering
• นักวิศวกรซอร์ฟแวร์ที่อยากเพิ่มทักษะตัวเองไปเป็นนักวิศวกรข้อมูล
• นักเรียนสาย Tech ที่สนใจทำงานด้าน data engineer เมื่อเรียนจบ

วัตถุประสงค์ของคอร์สเรียน

• ผู้เรียนรู้จัก Library ในภาษา Python (PySpark) ในงานด้านข้อมูล
• ผู้เรียนสามารถติดตั้ง Tools ที่เกี่ยวข้องในงานด้านข้อมูล
• ผู้เรียนสามารถประยุกต์ใช้ Library ด้านข้อมูลในการทำงานได้

จุดเด่นของคอร์สนี้ / Unique selling point

• ผู้เรียนเข้าใจงานด้านวิศวกรรมข้อมูล ผ่านการเขียนโปรแกรมภาษา Python
• ภาษาไทย เข้าถึงผู้เรียนคนไทย
• ผู้เรียนได้เรียนรู้ Library Python ยอดนิยมอย่าง pySpark 

พื้นฐานที่จำเป็น?/สิ่งที่ต้องมี:

• Python พื้นฐาน , SQL, AWS Cloud, EP ก่อนหน้า

Course Highlight

• ได้เรียนรู้ Library ในภาษา python ทีใช้ในการทำงานกับข้อมูล

โปรแกรมที่ต้องใช้

• Python 3.9 (AWS Glue) มีค่าใช้จ่าย
• Jupyter Notebook (AWS Glue) มีค่าใช้จ่าย
• PySpark (AWS Glue) มีค่าใช้จ่าย
• AWS S3 bucket มีค่าใช้จ่าย
• VSCode (ฟรี)