在数据工程专业 Python、Bash 和 SQL Essentials 的第四门课程中,您将在前三门课程所介绍的数据工程概念的基础上,应用 Python、Bash 和 SQL 技术来解决实际问题。首先,我们将深入学习如何利用 Jupyter 笔记本为机器学习任务创建和部署模型。然后,我们将探索如何使用 Python 微服务将数据仓库分解成可扩展的小型可移植解决方案。最后,您将创建一个功能强大的命令行工具,用于自动测试和质量控制,以便与数据注册中心发布和共享您的工具。

用于数据工程的网络应用程序和命令行工具
本课程是 数据工程的 Python、Bash 和 SQL 要素 专项课程 的一部分


位教师:Noah Gift
访问权限由 New York State Department of Labor 提供
5,036 人已注册
了解顶级公司的员工如何掌握热门技能

积累特定领域的专业知识
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书

该课程共有4个模块
在本 Modulation 中,您将学习如何在本地计算机上安装和运行 Jupyter。此外,您还将探索在 Jupyter Notebook 中使用代码和文本单元格的策略。
涵盖的内容
8个视频5篇阅读材料1个作业1个讨论话题3个非评分实验室
在本 Modulation 中,您将学习如何在 Google Colab 和 AWS Sagemaker 中创建和使用基于云的笔记本。
涵盖的内容
6个视频4篇阅读材料7个作业1个非评分实验室
在本 Modulation 中,您将学习如何使用 FastAPI 构建 Python Microservices,并部署用于数据工程的容器化机器学习 Microservices。
涵盖的内容
11个视频7篇阅读材料4个作业1个非评分实验室
在本 Modulation 中,您将学习如何组织 Python 项目,从而构建一个强大的命令行工具。您将使用 Click 这个有用的命令行工具框架来增强您的工具。最后,您将自动进行测试和质量控制,以便通过注册表发布和共享您的工具。
涵盖的内容
25个视频12篇阅读材料5个作业5个非评分实验室
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
学生评论
- 5 stars
56.09%
- 4 stars
31.70%
- 3 stars
7.31%
- 2 stars
2.43%
- 1 star
2.43%
显示 3/41 个
已于 Feb 14, 2023审阅
covered all the fundamentals can be little slower and detailed
从 信息技术 浏览更多内容

Duke University

Duke University

Duke University

Duke University



