Data lake и DWH: практический опыт | Вебинар Александра Волынского | karpov.courses

[@user-lt1jo7gt8i]

Спасибо! Крутая информация, крутая подача)) отдельное спасибо, Александру, очень доступно и приятно объясняет))

[@MVOralov]

Шикарное видео, все кратко но ёмко и в одном месте упаковано Зачёт!

[@smartpax17]

HDFS если что - Hadoop Distributed File System

[@nkochubashev]

Благодарю за контент отличного качества!

[@shapovalentine]

Насыщенно, спасибо🙏

[@igor-policee]

Крутой доклад, спасибо!

[@hsqlk]

А почему не в достатках Hadoop указано, что Spark и Hive медленее. Наверно, сравнивается MapReduce Hadoop, но скорость обработки у Spark в 10 раз выше на HDD и в 100 быстрее на SSD же…

[@dreatrio]

Очень крутой обзор, спасибо!

[@highwayautolife3155]

О, как интересно!

[@vasoochigava5213]

Best video on channel for sure

[@SuperIva-DIY-RUS]

Проблема с большими данными в больших данных.. на домашнем компе особо не поэскпериментируешь.. 😅

[@ivani3237]

если мы уже в клауде - какой еще гринплам/вертика - там уже будет snowflake или хотябы редшифт.

[@VARYHIN]

Продано. Записался :)

[@annicioua]

И как вам у них курс "дата инженера"? Записалась 5.05.22, и первый же блок DWH просто ужаааааасен.

[@nikitahffthvdestggfdry]

@@annicioua чем ужасен? Тоже подумываю о покупке.

[@user-zl3rb8rr3t]

А можно освоить Hadoop и Spark без знаний Scala/Java?

[@VARYHIN]

Можно зная python

[@ivanl7786]

Хорошая подача! Но честно говоря не совсем понятно зачем столько различных систем. Такую инфраструктуру нужно поддерживать (описывать, защищать) + затраты на ФОТ увеличиваются с каждой системой + проставить данные через всю цепочку… Услышать бы обоснование. Для каких масштабов бизнеса это обосновано?

[@ivani3237]

начиная от самого маленького банка

[@LeoMrakobes]

Ужасно интересно, но нихрена не понятно... обрадовался сразу фразе "вебинар для новичков", но понял от сильі процентов 10 :( тут не то что обзор системьі с вертолёта - тут обзор со спутника

[@Fence_2]

Как человек, который ранее не был знаком с DE сферой, а просто кодил на питоне - понял процентов 80-90%. Перед этим прошерстил 100 вакансий на hh. Собрал ключевые слова, технологии (Все инструменты Hadoop, различные СУБД, процессы в DE). В итоге получился список из почти 40 терминов. За час, вбивая в гугле каждый термин/технологию, понял, что они все значат. И далее объединил все эти технологии по группам: - Принципы/процессы - Хранилища данных (DWH) (СУБД) - Apache Hadoop - BI инструменты - Языки Программирования, ОС и прочее В дата инжиниринге слишком большой выбор технологий, но их все можно объединить в смысловые группы. Советую вам сделать тоже самое, чтобы чувствовать себя гораздо свободнее в этой сфере. Либо это будет совет другим, кто увидит ваш комментарий

[@maksimkuznetsov2132]

Зачем датасатанистам приходить в 7 утра, если можно зашелулить нагрузку?