รวมบทความเกี่ยวกับวิศวกรรมข้อมูล (Data Engineering) ครอบคลุมถึงเรื่องการจัดการข้อมูลขนาดใหญ่ (Big Data) ด้วยเครื่องมือต่าง ๆ อาทิ Hadoop, MapReduce Spark, Hive, และบริการ Cloud ชื่อดังต่าง ๆ ไม่ว่าจะเป็น Amazon Web Services (AWS), Google Cloud Platform (GCP), และ Azure
หัวข้อ Data Engineer นี้ครอบคลุมถึงการวางแผนและพัฒนาระบบ ETL (Extract-Transform-Load), Data Ingestion, Data Integration ไปจนถึงการสร้าง End-to-End Data Pipeline ที่สามารถรับส่งข้อมูลได้ตั้งแต่ต้นจนจบ
รวม 10+1 คำศัพท์ที่มือใหม่สาย Data ต้องรู้ ครอบคลุมตั้งแต่ SQL, Python, ETL ไปจนถึง Data Governance พร้อมอธิบายคำศัพท์ รวมไปถึงมีลิงก์ (บทความภาษาไทย) ให้ศึกษาเพิ่มเติมด้วย
หลายคนอาจจะเคยได้ยินหรือใช้งาน Apache ตัวอื่น ๆ มาแล้ว เช่น Apache Spark แต่ Apache NiFi นั้นแตกต่างออกไปยังไงนะ? มาดูกัน
การใช้ข้อมูลจากหลากหลายระบบเชื่อมต่อกัน การจัดการข้อมูลเหล่านี้จึงเป็นเรื่องที่ท้าทายสำหรับธุรกิจ และเป็นเหตุที่ทำให้เกิดเครื่องมือกลุ่มที่เราเรียกว่า “Data Orchestration”
ในการเตรียมข้อมูล (มีหลายชื่อเรียก Data Wrangling / Cleansing / Preparation / Transformation) หลายคนอาจจะคุ้นเคยการใช้ Python ไม่ว่าจะเป็น Pandas หรือ PySpark มารู้จักกับการใช้ SQL เตรียมข้อมูลกัน
คู่มือเทคนิคการสมัครงาน การเขียน Resume การสัมภาษณ์งานจาก MIT วิธีขั้นตอนการเขียนเอกสารต่าง ๆ ที่แทบจะจับมือทำของหนังสือเล่มนี้เป็นไกด์ไลน์ที่ดีสำหรับมือใหม่ รวมถึงเป็นเหมือนเช็คลิสทบทวนสำหรับมือเก่าเพื่อทำให้เอกสารของเราดีและสมบูรณ์ขึ้นกว่าเดิม
แจกสุดยอดหนังสือ Fundamentals of Data Engineering เขียนโดยคุณ Joe และ Matt แนะนำสำหรับคนอยากเริ่มต้นสายงาน Data Engineer
เราจะมาแนะนำให้รู้จักกับ No-code Data Pipeline คอนเซ็ปต์หนึ่งใน Modern Data Stack ที่ช่วยให้ชีวิต Data Engineer ดีขึ้น
No-code Data Pipeline คืออะไร ดียังไง ใช้เครื่องมือตัวไหนดี มาอ่านในบทความนี้ได้เลย
Snowflake เป็นเทคโนโลยีด้าน Data Warehouse ที่ได้รับความนิยมในระดับโลก และยิ่งใหญ่จนสามารถเข้าตลาดหุ้น NYSE (New York Stock Exchange) มีลูกค้ามากมายทั่วโลก เช่น Adobe, Exxonmobil หรือแม้แต่ KFC
เรามารู้จักกับ Modern Data Stack ว่ามีเครื่องมืออะไรให้เราใช้บ้าง, ช่วยให้งาน Data ง่ายขึ้นอย่างไร และทำไมบริษัททั่วโลกถึงนิยมใช้กัน
© Copyright 2018 - Present: DATATH. All rights reserverd.
เราใช้คุกกี้เพื่อพัฒนาประสิทธิภาพ และประสบการณ์ที่ดีในการใช้เว็บไซต์ของคุณ คุณสามารถศึกษารายละเอียดได้ที่ นโยบายความเป็นส่วนตัว และสามารถจัดการความเป็นส่วนตัวเองได้ของคุณได้เองโดยคลิกที่ ตั้งค่า