وب‌سرویس مجید

پروژه cookbook

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