Grundlagen der Data Engineering: Planung und Aufbau robuster Datensysteme
A

Grundlagen der Data Engineering: Planung und Aufbau robuster Datensysteme

Data Science
data engineering data systems SQL Hadoop Spark Flink ETL
Autor
Joe Reis, Matt Housley
Verlag
O’Reilly Media, Inc.
Jahr
2022
Sprache
Englisch
29
Dieses Buch bewerten

Zum Lesen des Buches, Anmelden / Registrieren

Vorschau des Fragments

Ähnliche Bücher

Data Engineering Design Patterns: Rezepte zur Lösung der häufigsten Data-Engineering-Probleme

Data Engineering Design Patterns: Rezepte zur Lösung der häufigsten Data-Engineering-Probleme

Bartosz Konieczny

Data Engineering mit Python: Arbeiten mit massiven Datensätzen zur Gestaltung von Datenmodellen und Automatisierung von Datenpipelines mit Python

Data Engineering mit Python: Arbeiten mit massiven Datensätzen zur Gestaltung von Datenmodellen und Automatisierung von Datenpipelines mit Python

Paul Crickard

Analytics Engineering mit SQL und dbt: Sinnvolle Datenmodelle im großen Maßstab erstellen

Analytics Engineering mit SQL und dbt: Sinnvolle Datenmodelle im großen Maßstab erstellen

Rui Machado, Hélder Russa

Datenstrukturen und Algorithmen leicht gemacht

Datenstrukturen und Algorithmen leicht gemacht

Narasimha Karumanchi

Grundlagen der Datenqualität: Ein praktischer Leitfaden für den Aufbau vertrauenswürdiger Datenpipelines

Grundlagen der Datenqualität: Ein praktischer Leitfaden für den Aufbau vertrauenswürdiger Datenpipelines

Barr Moses, Lior Gavish, Molly Vorwerck

Wichtige Mathematik für Data Science: Übernehmen Sie die Kontrolle über Ihre Daten mit grundlegender linearer Algebra, Wahrscheinlichkeitsrechnung und Statistik

Wichtige Mathematik für Data Science: Übernehmen Sie die Kontrolle über Ihre Daten mit grundlegender linearer Algebra, Wahrscheinlichkeitsrechnung und Statistik

Thomas Nield

Software Engineering für Data Scientists: Von Notebooks zu skalierbaren Systemen

Software Engineering für Data Scientists: Von Notebooks zu skalierbaren Systemen

Catherine Nelson

Lernen von Pandas 2.0: Ein umfassender Leitfaden zur Datenmanipulation und -analyse für Data Scientists und Machine-Learning-Experten

Lernen von Pandas 2.0: Ein umfassender Leitfaden zur Datenmanipulation und -analyse für Data Scientists und Machine-Learning-Experten

Matthew Rosch

Moderne Datenarchitekturen mit Python: Ein praktischer Leitfaden zum Erstellen und Bereitstellen von Datenpipelines, Data Warehouses und Data Lakes mit Python

Moderne Datenarchitekturen mit Python: Ein praktischer Leitfaden zum Erstellen und Bereitstellen von Datenpipelines, Data Warehouses und Data Lakes mit Python

Brian Lipp

R für Data Science, 2. Auflage

R für Data Science, 2. Auflage

Hadley Wickham, Mine Çetinkaya-Rundel, Garrett Grolemund