Лучший пет-проект по созданию витрины данных (The best pet project for creating a data mart)

В этом видео я покажу лучший проект для дата-инженера по работе с гео-данными и созданием витрин данных. Мы рассмотрим множество инструментов: Python, Docker, Git, S3 Minio, PostgreSQL, DuckDB, Plotly, Dash Plotly. Покажу и расскажу, что такое модель данных, что такое витрина, зачем нужна витрина и зачем тут дата-инженер 📌 Что вы узнаете: • Как устроена типовая задача в анилитке • Как создать рабочую инфраструктуру под pet project • Как управлять зависимостями и конфигурацией • Как создать витрины данных и визуализации • Идеи для других проектов с гео-данными 💻 Менторство/консультации по IT –
📂 Полный проект на GitHub:
👨‍💻 Подходит для начального уровня, junior и middle дата-инженеров, ищущих реальный опыт и сильное портфолио. 🔔 Подписывайтесь и ставьте лайк, если хотите больше практических видео! Ссылки: • Менторство/консультации по IT –
• TG канал –
• Instagram –   / i__korsakov   • Habr –
• Git-репозиторий из видео –
• Всё что нужно знать про DuckDB –
• Инфраструктура для Data-Engineer BI-tools –
Тайминги: 00:00 – Начало 00:34 – Разбор модели данных интернет-магазина 03:01 – Что такое витрина данных 05:02 – Инструменты для создания витрины 06:11 – Что такое Dash Plotly 08:01 – Самостоятельная генерация данных 12:23 – Разбор BI-приложения на Flask 15:13 – Запуск BI-приложения на Flask 15:58 – Работа с BI-приложением на Flask, исследование данных 19:21 – Объяснение важности витрины данных 21:34 – Больше информации про BI-инструменты 22:37 – Примеры других пет-проектов с гео-данными #dataengineer #petproject #flask #postgresql #minio #dash #plotly #dwh #python #dataengineering #etl #docker #portfolio #датаинженер #datamart #duckdb