PickAClass · KI, Technologie & Ingenieurwesen · Data Science & Analytics

ETL und Datenpipelines

Verstehen Sie die Grundlagen der Erstellung automatisierter Daten-Workflows. Lernen Sie, wie man Daten zwischen Systemen für Analysen und Berichte extrahiert, transformiert und lädt (ETL).

ETL und Datenpipelines

Spark und Databricks: Big Data ETL Grundlagen

Praktisches Apache Airflow: Data Pipelines bauen

Grundlagen des Analytics Engineering: dbt und Snowflake

Grundlagen des Data Engineering: Batch- und Streaming-Pipelines

Practical Data Science: Von der Datenreinigung zur Analyse

Alteryx Essentials: Daten-Workflows erstellen und automatisieren

Praktische Datenpipelines mit Apache Airflow

Datenverarbeitung mit Apache Airflow: Grundlagen und Praxis

Datenintegration mit Informatica PowerCenter: Leitfaden für Einsteiger

Grundlagen der Snowflake Cloud-Datenspeicherung

Einführung in die Datenintegration

Erstellung von ETL-Paketen mit SQL Server Integration Services (SSIS)

AWS Data Engineering: Erstellen von Analysepipelines

Azure Databricks für Data Engineering: Lakehouse-Grundlagen

Grundlagen der Datenintegration: Von der Strategie zur Lösung

Apache NiFi für Einsteiger: Entwurf und Verwaltung von Big-Data-Datenflüssen

Grundlagen des ETL-Tests: Data Warehouse QA und SQL-Verifikation

Spark-Programmierung in Scala für Data Engineering

Analytics Engineering mit DBT: Grundlagen der Datentransformation

SAP Workflow Design und Prozessautomatisierung

SAP OData Services: Erstellen, Testen und Debuggen benutzerdefinierter APIs

Generative KI für Data Engineering und Analytics

Informatica PowerCenter: Grundlagen von Data Warehousing und ETL

Lernen Airtable: Datenbanken, Schnittstellen und Automatisierungen erstellen