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
Data Analyst แฝงตัวไปทั่ว รู้มั้ยว่าเราใช้ skill data analyst ในทุก ๆ ที่ทำงาน มีคนที่ใช้ข้อมูลช่วยตัดสินใจอยู่ตลอด บางคนอาจจะยังไม่รู้ตัวด้วยซ้ำว่ากำลังทำงานแบบ Data Analyst อยู่! ทีนี้ ลองนึกภาพว่าคุณทำงาน ร้านสะดวกซื้อ แถวออฟฟิศ แล้วมีคนถามว่า “ช่วงไหนขายดีสุด?” ถ้าไม่เคยสังเกตข้อมูลเลย ก็คงตอบแค่ “ไม่แน่ใจ” แต่ถ้าคุณเริ่มเก็บข้อมูล
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
© Copyright 2018 - Present: DATATH. All rights reserverd.
เราใช้คุกกี้เพื่อพัฒนาประสิทธิภาพ และประสบการณ์ที่ดีในการใช้เว็บไซต์ของคุณ คุณสามารถศึกษารายละเอียดได้ที่ นโยบายความเป็นส่วนตัว และสามารถจัดการความเป็นส่วนตัวเองได้ของคุณได้เองโดยคลิกที่ ตั้งค่า