Leserbewertungen
Zusammenfassung:Das Buch bietet eine umfassende Erkundung von Data-Engineering-Themen und richtet sich an Leser mit unterschiedlichen Kenntnissen. Es enthält Beiträge von mehreren Autoren, die ein breites Spektrum an Einblicken bieten. Einige Leser bezweifeln jedoch, dass das Buch angesichts seines Preises und der unterschiedlichen Relevanz für einzelne Rollen für den einmaligen Gebrauch geeignet ist.
Vorteile:⬤ Wertvoller Inhalt für Dateningenieure auf verschiedenen Reifegraden
⬤ bietet vielfältige Einblicke von mehreren Autoren
⬤ von einigen Lesern als wertvoll erachtet.
⬤ Hoher Preis für eine einmalige Lektüre
⬤ nur einige Themen können bei einzelnen Lesern Anklang finden
⬤ durchschnittliche Papierqualität.
(basierend auf 4 Leserbewertungen)
Originaltitel:
97 Things Every Data Engineer Should Know: Collective Wisdom from the Experts
Inhalt des Buches:
Profitieren Sie von der großen Nachfrage nach Dateningenieuren, die es heute gibt. Mit diesem ausführlichen Buch lernen aktuelle und angehende Ingenieure leistungsstarke Best Practices aus der Praxis für die Verwaltung großer und kleiner Daten. Autoren aus namhaften Unternehmen wie Twitter, Google, Stitch Fix, Microsoft, Capital One und LinkedIn berichten von ihren Erfahrungen und Lektionen, die sie bei der Bewältigung einer Vielzahl spezifischer und oft lästiger Herausforderungen gelernt haben.
Herausgegeben von Tobias Macey, dem Moderator des beliebten Data Engineering Podcasts, präsentiert dieses Buch 97 prägnante und nützliche Tipps zum Bereinigen, Aufbereiten, Verwalten, Speichern, Verarbeiten und Einlesen von Daten. Dateningenieure, Datenarchitekten, Datenteammanager, Datenwissenschaftler, Ingenieure für maschinelles Lernen und Softwareingenieure werden von der Weisheit und Erfahrung ihrer Kollegen profitieren.
Die Themen umfassen:
⬤ Die Bedeutung von Data Lineage - Julien Le Dem.
⬤ Datensicherheit für Dateningenieure - Katharine Jarmul.
⬤ Die zwei Arten von Data Engineering und Data Engineers - Jesse Anderson.
⬤ Sechs Dimensionen für die Auswahl eines analytischen Data Warehouse - Gleb Mezhanskiy.
⬤ Das Ende von ETL, wie wir es kennen - Paul Singman.
⬤ Karriereaufbau als Dateningenieur - Vijay Kiran.
⬤ Moderne Metadaten für den modernen Datenstapel - Prukalpa Sankar.
⬤ Ihre Datentests sind fehlgeschlagen! Was nun? - Sam Bail.
Weitere Daten des Buches:
| ISBN: | 9781492062417 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2021 |
| Seitenzahl: | 250 |
Kauf:
Derzeit verfügbar, auf Lager.
