Bücher — data engineering

EN
Data Engineering für Machine-Learning-Pipelines: Von Python-Bibliotheken zu ML-Pipelines und Cloud-Plattformen

Data Engineering für Machine-Learning-Pipelines: Von Python-Bibliotheken zu ML-Pipelines und Cloud-Plattformen

A

Pavan Kumar Narayanan

KI und ML
RU
Solutions Architect’s Handbook: Architektur und Design von IT-Lösungen, 3. Auflage

Solutions Architect’s Handbook: Architektur und Design von IT-Lösungen, 3. Auflage

A

Саурабх Шривастава, Ниланджали Шривастав

Softwareentwicklung
RU
Datenpipelines. Taschenhandbuch

Datenpipelines. Taschenhandbuch

A

Джеймс Денсмор

KI und ML
EN
Architektur von Daten- und Machine-Learning-Plattformen: Ermöglichen Sie Analytics und KI-gesteuerte Innovation in der Cloud

Architektur von Daten- und Machine-Learning-Plattformen: Ermöglichen Sie Analytics und KI-gesteuerte Innovation in der Cloud

A

Marco Tranquillin, Valliappa Lakshmanan, Firat Tekiner

KI und ML
EN
Azure Data Factory anhand von Beispielen: Praktische Umsetzung für Data Engineers, Zweite Auflage

Azure Data Factory anhand von Beispielen: Praktische Umsetzung für Data Engineers, Zweite Auflage

A

Richard Swinbank

DevOps und Infrastruktur
EN
Data Wrangling auf AWS: Komplexe Daten für die Analyse bereinigen und organisieren

Data Wrangling auf AWS: Komplexe Daten für die Analyse bereinigen und organisieren

A

Navnit Shukla, Sankar M, Sam Palani

KI und ML
EN
Grundlagen der Datenqualität: Ein praktischer Leitfaden für den Aufbau vertrauenswürdiger Datenpipelines

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

A

Barr Moses, Lior Gavish, Molly Vorwerck

KI und ML
EN
Data Engineering Design Patterns: Rezepte zur Lösung der häufigsten Data-Engineering-Probleme

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

A

Bartosz Konieczny

KI und ML
RU
Methoden und Technologien der Big-Data-Verarbeitung

Methoden und Technologien der Big-Data-Verarbeitung

A

М.М. Железнов

KI und ML
RU
Kafka Streams und ksqlDB: Echtzeitdaten

Kafka Streams und ksqlDB: Echtzeitdaten

A

Митч Сеймур

DevOps und Infrastruktur
RU
Grundlagen der Data Engineering

Grundlagen der Data Engineering

A

Джо Рис, Мэтт Хоусли

Algorithmen und Theorie
RU
Verarbeitung großer Datenmengen mit Apache Spark

Verarbeitung großer Datenmengen mit Apache Spark

A

Н. А. Бутаков, М. В. Петров, Д. Насонов

KI und ML
EN
MongoDB für Jobsuchende: Erreichen Sie neue Höhen in Ihrer Karriere mit MongoDB

MongoDB für Jobsuchende: Erreichen Sie neue Höhen in Ihrer Karriere mit MongoDB

A

Justin Jenkins

Datenbanken
EN
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

A

Brian Lipp

KI und ML
EN
Data Wrangling mit SQL: Ein praktischer Leitfaden zur Manipulation, Aufbereitung und Aufbereitung von Daten mit SQL

Data Wrangling mit SQL: Ein praktischer Leitfaden zur Manipulation, Aufbereitung und Aufbereitung von Daten mit SQL

A

Raghav Kandarpa, Shivangi Saxena

KI und ML
EN
Der Cloud Data Lake: Ein Leitfaden zum Aufbau robuster Cloud-Datenarchitektur

Der Cloud Data Lake: Ein Leitfaden zum Aufbau robuster Cloud-Datenarchitektur

A

Rukmani Gopalan

KI und ML
EN
Grundlagen der Datenbeobachtbarkeit: Implementierung vertrauenswürdiger End-to-End-Datenlösungen

Grundlagen der Datenbeobachtbarkeit: Implementierung vertrauenswürdiger End-to-End-Datenlösungen

A

Andy Petrella

KI und ML
EN
Databricks Data Intelligence Platform: Die GenAI-Revolution freisetzen

Databricks Data Intelligence Platform: Die GenAI-Revolution freisetzen

A

Nikhil Gupta, Jason Yip

KI und ML
EN
Grundlagen der Data Engineering: Planung und Aufbau robuster Datensysteme

Grundlagen der Data Engineering: Planung und Aufbau robuster Datensysteme

A

Joe Reis, Matt Housley

KI und ML
EN
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

A

Paul Crickard

KI und ML
RU
Apache Airflow und Datenverarbeitungspipelines

Apache Airflow und Datenverarbeitungspipelines

A

Бас Харенслак, Джулиан де Руйтер

KI und ML
EN
Streaming Data Mesh: Ein Modell zur Optimierung von Echtzeit-Datendiensten

Streaming Data Mesh: Ein Modell zur Optimierung von Echtzeit-Datendiensten

A

Hubert Dulay, Stephen Mooney

KI und ML
EN
Praktischer Leitfaden zu Apache Spark 3: Skalierbare Rechen-Engines für Batch- und Stream-Datenverarbeitung erstellen

Praktischer Leitfaden zu Apache Spark 3: Skalierbare Rechen-Engines für Batch- und Stream-Datenverarbeitung erstellen

A

Alfonso Antolínez García

KI und ML
RU
Data Engineering in Python: Grundlagen der Datenanalyse mit Pandas, NumPy und Scikit-learn

Data Engineering in Python: Grundlagen der Datenanalyse mit Pandas, NumPy und Scikit-learn

A

А. Ю. Гинько (переводчик)

KI und ML
EN
Big Data auf Kubernetes: Ein praktischer Leitfaden für effektive und skalierbare Datenlösungen

Big Data auf Kubernetes: Ein praktischer Leitfaden für effektive und skalierbare Datenlösungen

A

Нейлсон Крепальде

DevOps und Infrastruktur
EN
MongoDB für Bewerber: Erreichen Sie neue Karrierehöhen mit MongoDB

MongoDB für Bewerber: Erreichen Sie neue Karrierehöhen mit MongoDB

A

Джастин Дженкинс

Datenbanken
RU
Streaming-Datenbanken. Vereinigung von Batch- und Stream-Verarbeitung

Streaming-Datenbanken. Vereinigung von Batch- und Stream-Verarbeitung

A

Хьюберт Дюлей, Ральф М. Дебусманн

Datenbanken