วิธีการสร้างระบบดึงข้อมูล API แบบอัตโนมัติด้วย Amazon Web Services
แนะนำวิธีการสร้างระบบดึง API ด้วย Amazon web services ตั้งแต่เริ่มต้น ไปจนถึงแนะนำ service ใน aws ตั้งแต่ s3, lambda และ cloudwatch และ cloudformation
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
แนะนำวิธีการสร้างระบบดึง API ด้วย Amazon web services ตั้งแต่เริ่มต้น ไปจนถึงแนะนำ service ใน aws ตั้งแต่ s3, lambda และ cloudwatch และ cloudformation
รีวิวการสอบ AWS Solution architect แบบฉบับเข้าใจง่าย ภายใน 2 สัปดาห์ พร้อมเนื้อหาสรุปที่ต้องทำความเข้าใจก่อนเริ่มสอบแบบละเอียด
Hadoop เครื่องมือประมวลผล Big Data ผ่านคอมพิวเตอร์หลายเครื่อง ประกอบไปด้วย 3 ส่วนหลัก HDFS, MapReduce และ YARN
การทำ Big Data Project ตั้งแต่ต้นจนจบนั้นเป็นอย่างไร ในทีมจะต้องมีใครบ้าง แต่ละคนมีหน้าที่อย่างไรบ้าง มาดูกัน
ETL และ ELT เป็นกระบวนการในการนำข้อมูลจากหลายแหล่ง มารวมกัน แปลงให้อยู่ในรูปแบบที่สอดคล้องกับปลายทางที่เราต้องการเก็ยข้อมูลเพื่อนำไปใช้ต่อ แตกต่างกันที่ลำดับการจัดการ
มารู้จักกับ 7 เทคโนโลยีที่ Data Engineer ต้องรู้จัก อ่านจบแล้วคุณจะสามารถเลือกเทคโนโลยีที่เหมาะกับงานได้ดีขึ้น และถ้าไม่รู้จักเทคโนโลยีไหน ก็มีแนะนำแหล่งเรียนต่อให้ตอนท้ายบทความ
มารู้จักกับเทคโนโลยี Cloud Computing กัน ว่าจริงๆแล้วคืออะไร นำไปใช้ทำอะไรได้บ้าง อ่านจบแล้วคุณจะเข้าใจ และนำไปต่อยอดได้
Machine Learning Engineer ส่วนผสมที่ลงตัวระหว่าง Data Scientist และ Software Engineer คนกลางสำคัญที่ช่วยทำให้ Product ใช้งานได้จริง
แนะนำหนังสือสำหรับคนที่อยากเป็น Data Engineer น่าอ่านให้ทุกคนได้อัพเดทเนื้อหาความรู้ให้ทันกับโลกอนาคต เหมาะสำหรับมือใหม่ไปจนถึงระดับแอดวานซ์