Fundamentos de ETL e ELT: Construindo Pipelines de Dados

O movimento de dados é a espinha dorsal da análise e do machine learning, mas a criação de pipelines confiáveis pode ser um desafio sem a base correta.Comece a dominar as técnicas essenciais para coletar e preparar dados para uso. Até o final deste curso, você entenderá a mecânica do ETL e do ELT, permitindo que você projete e implemente fluxos de trabalho robustos que garantam a qualidade e a disponibilidade dos dados. O que você vai aprender: * Entenda os conceitos básicos e as diferenças históricas entre ETL (Transformar antes de carregar) e ELT moderno (Carregar antes de transformar). * Aplique técnicas de extração de dados fundamentais de várias fontes de dados comuns, incluindo arquivos e APIs. * Pratique a definição de lógica de transformação para limpar, normalizar e agregar dados de acordo com as regras de negócios. * Configurar mecanismos básicos para carregar dados transformados em destinos de destino, como armazéns de dados ou bancos de dados. * Implementar verificações de qualidade de dados fundamentais e etapas de validação dentro de seus fluxos de trabalho de pipeline. * Aprenda conceitos fundamentais de orquestração e agendamento de pipeline para automatizar fluxos de dados de forma confiável. O curso começa com a definição da terminologia-chave e dos conceitos de arquitetura de dados antes de passar para as etapas práticas para a construção das etapas de extração, transformação e carregamento sequencialmente. Este curso é projetado especificamente para iniciantes em engenharia de dados, análise de dados ou desenvolvimento de software interessados em infraestrutura de dados.Não é necessária experiência prévia com ferramentas ETL ou armazenamento de dados. Comece a construir sua experiência em infraestrutura de dados hoje mesmo.