Ingénierie des données Snowflake

Aperçu

Are you looking to build a career in data engineering? Or want to get hands-on experience with Snowflake for your next project?

Whether you’re a student, early career professional, or an experienced data professional, this program will enable you to acquire the practical skills you’ll need to be competitive in the job market to land your next job, or to grow your existing career as a data professional. Created and delivered by Snowflake’s own developer advocates, this program emphasizes hands-on learning with lots of in-product exercises to give you the confidence you’ll need to tackle real-life, on-the-job projects.

You will learn:

How to use Snowflake to ingest data at scale How to perform data transformations with SQL and Python How to deliver data products to visualize insights How to orchestrate data pipelines How to implement DevOps best practices for data pipelines How to implement the observability of data pipelines

Programme

• Introduction à Snowflake
Aperçu de l'architecture de Snowflake
Concepts d'entreposage de données dans le cloud
Mise en place de votre environnement Snowflake
• Ingestion de données à grande échelle
Techniques de chargement de données
Utilisation de Snowpipe pour l'ingestion continue de données
Gestion des données semi-structurées et structurées
• Transformations de données avec SQL et Python
Transformations SQL dans Snowflake
Intégration de Python pour la manipulation de données
Utilisation de l'écosystème de Snowflake pour des transformations avancées
• Livraison de produits de données
Bonnes pratiques d'entreposage de données
Création de vues et tables pour les produits de données
Construction de tableaux de bord pour la visualisation de données
• Orchestration de pipelines de données
Introduction aux pipelines de données
Utilisation des tâches et flux Snowflake
Programmation et automatisation des workflows
• Mise en œuvre des bonnes pratiques DevOps
Contrôle de version et CI/CD pour les pipelines de données
Gestion des environnements et déploiements
Assurer la qualité des données avec des méthodes de test
• Observabilité des pipelines de données
Surveillance et journalisation dans Snowflake
Mise en place d'alertes et de notifications
Optimisation des performances et réglages
• Ateliers pratiques et projets
Scénarios réels et défis
Projets collaboratifs
Projet de fin d'études : construction d'une solution complète d'ingénierie des données
• Conclusion du cours
Révision des concepts clés
Tendances futures dans l'ingénierie des données et Snowflake
Parcours professionnels et ressources

---

Enseigné par

Snowflake Northstar

---

Matières

Business