andkret/Cookbook
کتاب آشپزی مهندسی داده
این پروژه یک مجموعه جامع از راهکارها، الگوها و بهترین روشها برای مهندسی داده است که به صورت عملی و کاربردی ارائه شده.
کاربرد:
به توسعهدهندگان و مهندسان داده کمک میکنه تا پایپلاینهای داده قوی، مقیاسپذیر و قابل نگهداری بسازند.
شامل نمونه کدها، ابزارها و راهکارهای حل مشکلات رایج در دنیای واقعی مهندسی داده است.
منبعی عالی برای یادگیری و مرجعی سریع در پروژههای روزمره.
در چه شرایطی بهتره استفاده شود؟
وقتی داری یک سیستم جدید داده میسازی و نیاز به الگو داری.
وقتی با چالشهای پردازش داده، ETL یا مدیریت خطا مواجه هستی.
وقتی میخوای بهروزترین روشهای صنعت رو پیادهسازی کنی.
چند مثال از موارد استفاده:
طراحی یک پایپلاین ETL با استفاده از Airflow و Pandas
پیادهسازی سیستمهای داده بلادرنگ (real-time) با Kafka
مدیریت کیفیت داده و تستهای خودکار در پایپلاینها
استفاده از داکر و کوبرنتیس برای استقرار مقیاسپذیر سرویسهای داده
- ##DataEngineering
- ##ETL
- ##Airflow
- ##Kafka
- ##Docker
- ##BigData
- ##DataPipeline
- ##RealTimeProcessing
- ##DevOpsForData
- ##Cookbook
