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
คุยกับคุณบีท Data Engineer ที่ Krungthai Innovation Lab ของธนาคารกรุงไทย บอกล่าประสบการณ์การทำงาน และความรู้น่าสนใจเกี่ยวกับอาชีพนี้
3 ปัญหาของทีม Data Engineering ที่ไม่ดี โดยเฉพาะในบริษัทข้ามชาติขนาดใหญ่ ได้แก่ ขอข้อมูลได้ยาก เพราะมีทีม Ops ที่คอยจัดการข้อมูล จัดการข้อมูลความลับยังไม่ดี
Podcast คุยเรื่องของการใช้ชีวิตในออสเตรเลีย, การหางาน และทำงานในสาย Data Engineer, ไปจนถึงความแตกต่างของอาชีพด้าน Data ต่าง ๆ เช่น Data Scientist, Data Analyst, Data Engineer
อาชีพ Data Engineer ตอนนี้ถือเป็นอาชีพที่กำลังมาแรงมาก เนื่องจากตอนนี้องค์กรต่าง ๆ เริ่มเข้าใจเห็นภาพของการใช้ Data ในองค์กรมากขึ้น
สำหรับ Live รอบนี้ แอดชวนน้องฝน Senior Machine Learning Engineer จาก Sertis มาคุยกันด้วยครับ น้องฝนอยู่เบื้องหลัง Data Engineer ของบริษัทใหญ่ ๆ ในไทยหลายแห่งเลยครับ
สรุปเนื้อหาคอร์สสอนพื้นฐานด้าน Data Engineering ตั้งแต่ฐานช้อมูล (Database), การทำ ETL (Extract Transform Load) ไปจนถึงการใช้ Airflow ทำ Data Pipeline
คนมักเข้าใจว่า การจะเป็น Data Scientist ต้องเก่งทั้ง Hacking (การเขียนโปรแกรม), Maths & Statistics (คณิตศาสตร์), และ Substantive (ด้านธุรกิจ)
สายอาชีพ Data Engineer ที่ทุกบริษัทด้าน Data ต้องมี แต่คนไม่ค่อยรู้จักกัน ผู้สร้าง Data Pipeline และ Data Platform โดยผนวกความรู้ด้าน Cloud Computing
ใน 1 ปีที่ผ่านมา แอดโชคดีที่มีโอกาสได้ทำหลายอย่างมาก ๆ ทั้งด้าน Data Science, Data Engineer, Data Visualization ในบริษัทใหญ่ ๆ ในตลาดหุ้นออสเตรเลีย
เราใช้คุกกี้เพื่อพัฒนาประสิทธิภาพ และประสบการณ์ที่ดีในการใช้เว็บไซต์ของคุณ คุณสามารถศึกษารายละเอียดได้ที่ นโยบายความเป็นส่วนตัว และสามารถจัดการความเป็นส่วนตัวเองได้ของคุณได้เองโดยคลิกที่ ตั้งค่า
