Was bekomme ich, wenn ich dieses Zertifikat abonniere?

Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugang zu allen Kursen des Zertifikats, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird zu Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen.

Data Engineering Capstone Projekt

Holen Sie sich eines unserer besten Angebote und erweitern Sie Ihre Fähigkeiten mit 50% Rabatt auf Coursera Plus. Jetzt sparen.

Data Engineering Capstone Projekt

Name: Data Engineering Capstone Projekt
Rating: 4.734265734265734 (143 reviews)

Dieser Kurs ist Teil von IBM Datentechnik (berufsbezogenes Zertifikat)

Dozent: Rav Ahuja

20.471 bereits angemeldet

Bei enthalten

Mehr erfahren

7 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

143 Bewertungen

Stufe Fortgeschritten

Empfohlene Erfahrung

2 Wochen zu vervollständigen

unter 10 Stunden pro Woche

7 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

143 Bewertungen

Stufe Fortgeschritten

Empfohlene Erfahrung

2 Wochen zu vervollständigen

unter 10 Stunden pro Woche

Was Sie lernen werden

Beherrschen Sie die Fähigkeiten, die für eine Einstiegsposition in der Datentechnik erforderlich sind.
Entwerfen und implementieren Sie verschiedene Konzepte und Komponenten im Lebenszyklus der Datentechnik, wie z.B. Daten-Repositories.
Präsentieren Sie Ihre Kenntnisse im Umgang mit relationalen Datenbanken, NoSQL-Datenspeichern, Big Data-Engines, Data Warehouses und Datenpipelines.
Wenden Sie Kenntnisse in Linux-Shell-Skripting, SQL und Python Programmiersprachen auf Data Engineering Probleme an.

Kompetenzen, die Sie erwerben

Kategorie: Datenbankarchitektur und -verwaltung
Kategorie: Datenbanken
Kategorie: IBM Kognos-Analytik
Kategorie: Business Intelligence
Kategorie: Integration von Daten
Kategorie: Große Daten
Kategorie: Extrahieren, Transformieren, Laden
Kategorie: Data Warehousing
Kategorie: SQL
Kategorie: Daten-Pipelines
Kategorie: Analytik
Kategorie: Erstellung des Dashboards

Werkzeuge, die Sie lernen werden

Kategorie: Apache Spark
Kategorie: Python-Programmierung
Kategorie: IBM DB2
Kategorie: MongoDB
Kategorie: PySpark
Kategorie: Dashboard
Kategorie: NoSQL
Kategorie: Relationale Datenbanken

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

14 Zuweisungen¹

KI-bewertet siehe Haftungsausschluss

Unterrichtet in Englisch

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihr Fachwissen im Bereich Datenverwaltung

Dieser Kurs ist Teil der Spezialisierung IBM Datentechnik (berufsbezogenes Zertifikat)

Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für dieses berufsbezogene Zertifikat angemeldet.

Lernen Sie neue Konzepte von Branchenexperten
Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
Erwerben Sie ein Berufszertifikat von IBM zur Vorlage

In diesem Kurs gibt es 7 Module

Stellen Sie Ihre Fähigkeiten in diesem Data Engineering Projekt unter Beweis! In diesem Kurs wenden Sie eine Vielzahl von Data Engineering-Fähigkeiten und -Techniken an, die Sie in den vorherigen Kursen des IBM Data Engineering Professional Certificate gelernt haben.

Sie werden Ihr Wissen über Data Engineering unter Beweis stellen, indem Sie die Rolle eines Junior Data Engineers übernehmen, der vor kurzem in ein Unternehmen eingetreten ist und mit einem realen Anwendungsfall konfrontiert wird, der die Architektur und Implementierung einer Datenanalyseplattform erfordert. In diesem Capstone-Projekt werden Sie zahlreiche praktische Übungen durchführen. Sie werden Datenbestände mit relationalen und NoSQL-Datenbanken wie MySQL und MongoDB erstellen und abfragen. Sie werden auch ein Data Warehouse mit PostgreSQL und IBM Db2 entwerfen und befüllen und Abfragen schreiben, um Cube- und Rollup-Operationen durchzuführen. Sie erstellen Berichte aus den Daten im Data Warehouse und bauen ein Dashboard mit Cognos Analytics auf. Sie werden auch Ihre Fähigkeiten bei Extrahier-, Transformier- und Ladeprozessen (ETL) unter Beweis stellen, indem Sie Datenpipelines für die Übertragung von Daten aus verschiedenen Repositories erstellen. Sie werden Big Data-Analysen mit Apache Spark durchführen, um mit Hilfe eines maschinellen Lernmodells Vorhersagen zu treffen. Dieser Kurs ist der letzte Kurs des IBM Data Engineering Professional Certificate. Es wird empfohlen, dass Sie alle vorherigen Kurse dieses Professional Certificate abschließen, bevor Sie diesen Kurs beginnen.

In diesem Modul werden Sie eine Datenplattform entwerfen, die MySQL als OLTP-Datenbank verwendet. Sie werden MySQL verwenden, um die OLTP-Daten zu speichern.

Das ist alles enthalten

1 Video2 Aufgaben1 App-Element4 Plug-ins

1 VideoInsgesamt 4 Minuten

Einführung in das Capstone-Projekt4 Minuten

2 AufgabenInsgesamt 36 Minuten

Checkliste: OLTP-Datenbank24 Minuten
Benotetes Quiz: OLTP-Datenbank12 Minuten

1 App-ElementInsgesamt 30 Minuten

Übung: OLTP-Datenbank30 Minuten

4 Plug-insInsgesamt 45 Minuten

Lesen: Richtlinien für die Einreichung des Abschlussprojekts und Leistungsnachweise15 Minuten
Architektur der Datenplattform10 Minuten
Überblick über die Aufgabenstellung: OLTP-Datenbank15 Minuten
OLTP-Datenbank Anforderungen und Design5 Minuten

In diesem Modul werden Sie eine Datenplattform entwerfen, die MongoDB als NoSQL-Datenbank verwendet. Sie werden MongoDB verwenden, um die Daten des E-Commerce-Katalogs zu speichern.

Das ist alles enthalten

2 Aufgaben1 App-Element1 Plug-in

In diesem Modul werden Sie ein Data Warehouse entwerfen und implementieren und anschließend Berichte aus den Daten im Data Warehouse erstellen.

Das ist alles enthalten

3 Aufgaben2 App-Elemente1 Plug-in

3 AufgabenInsgesamt 69 Minuten

Checkliste: Data Warehouse Design & Einrichtung15 Minuten
Checkliste: Data Warehouse-Berichterstattung24 Minuten
Benotetes Quiz: Aufbau eines Data Warehouse30 Minuten

2 App-ElementeInsgesamt 120 Minuten

Praktisches Labor: Data Warehousing60 Minuten
Praktisches Labor: Data Warehouse-Berichterstellung mit PostgreSQL60 Minuten

1 Plug-inInsgesamt 15 Minuten

Übersicht über die Aufgaben: Data Warehouse Design und Reporting15 Minuten

In diesem Modul übernehmen Sie die Rolle eines Dateningenieurs in einem E-Commerce-Unternehmen. Ihr Unternehmen hat die Einrichtung eines Data Warehouse abgeschlossen. Nun wird Ihnen die Verantwortung übertragen, ein Reporting-Dashboard zu entwerfen, das die wichtigsten Kennzahlen des Unternehmens widerspiegelt.

Das ist alles enthalten

5 Lektüren2 Aufgaben6 Plug-ins

5 LektürenInsgesamt 42 Minuten

(Fakultativ): Über diese optionale Lektion mit Looker Studio2 Minuten
(Optional) : Erste Schritte mit Google Looker Studio10 Minuten
(Optional): Erstellen von Visualisierungen in Berichten mit Looker Studio10 Minuten
(fakultativ) : Zusammenfassung und Highlights10 Minuten
Überblick über die letzte Aufgabe10 Minuten

2 AufgabenInsgesamt 27 Minuten

Checkliste: Dashboard-Erstellung12 Minuten
Benotetes Quiz: Dashboard-Erstellung15 Minuten

6 Plug-insInsgesamt 210 Minuten

Überblick über die Aufgabe: Datenanalyse15 Minuten
(Optional):Praktische Übung: Erste Schritte mit Google Looker Studio60 Minuten
(fakultativ): Praktische Übung: Erstellen und Konfigurieren von Visualisierungen in Berichten mit Google Looker Studio60 Minuten
(Optional) Praktische Übung: Erweiterte Diagramme in Looker Studio15 Minuten
(fakultativ): Abschließende Zuweisung : Dashboard-Erstellung mit IBM Cognos Analytics30 Minuten
(fakultativ): Abschließende Zuweisung : Dashboard-Erstellung mit Google Looker Studio30 Minuten

In diesem Modul führen Sie ETL-Operationen durch, um Transaktionsdaten aus einer OLTP-Datenbank (MySQL) in ein Data Warehouse (PostgreSQL) zu verschieben. Schließlich implementieren und automatisieren Sie eine ETL-Pipeline in Python, die täglich inkrementelle Datensätze aus der Produktionsdatenbank extrahiert, sie bei Bedarf transformiert und in das Data Warehouse lädt. Sobald der ETL-Prozess etabliert ist, erweitern Sie ihn mithilfe von Apache Airflow, einem leistungsstarken Tool zur Orchestrierung von Workflows. Sie entwerfen DAGs (Directed Acyclic Graphs), die Aufgabenabhängigkeiten definieren, die Extraktion und Umwandlung von Webserver-Logs automatisieren und die verarbeiteten Daten für nachgelagerte Analysen archivieren.

Das ist alles enthalten

3 Aufgaben2 App-Elemente1 Plug-in

3 AufgabenInsgesamt 66 Minuten

Checkliste: ETL9 Minuten
Checkliste: Daten-Pipelines mit Apache Airflow27 Minuten
Benotetes Quiz: ETL und Datenpipelines30 Minuten

2 App-ElementeInsgesamt 90 Minuten

Praktisches Labor: ETL60 Minuten
Praktisches Labor: Daten-Pipelines mit Apache Airflow30 Minuten

1 Plug-inInsgesamt 15 Minuten

Überblick über die Aufgabe: Extrahieren, Transformieren, Laden (ETL) und Datenpipelines15 Minuten

In diesem Modul werden Sie die Daten eines Webservers verwenden, um Suchbegriffe zu analysieren. Anschließend laden Sie ein vortrainiertes Modell zur Umsatzprognose und sagen die Umsatzprognose für ein zukünftiges Jahr voraus.

Das ist alles enthalten

2 Aufgaben2 App-Elemente1 Plug-in

2 AufgabenInsgesamt 29 Minuten

Checkliste: Big Data-Analyse mit Spark14 Minuten
Benotetes Quiz: Big Data-Analyse mit Spark15 Minuten

2 App-ElementeInsgesamt 60 Minuten

Praktisches Labor: Speichern und Laden eines SparkML-Modells30 Minuten
Praktisches Labor: SparkML Ops30 Minuten

1 Plug-inInsgesamt 15 Minuten

Übersicht über die Aufgabenstellung: Big Data-Analyse mit Spark15 Minuten

In diesem Modul werden Sie alle Übungen, die Sie im Laufe des Kurses durchgeführt haben, zur Bewertung einreichen. Sie können wählen, ob Sie Ihre Arbeit mit einem KI-Tool oder durch eine Peer-to-Peer-Bewertung bewerten lassen wollen.

Das ist alles enthalten

2 Lektüren1 peer review1 App-Element

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozent

Lehrkraftbewertungen

(33 Bewertungen)

Rav Ahuja

IBM

55 Kurse5.143.420 Lernende

von

IBM

Mehr von Datenverwaltung entdecken

Status: Kostenloser Testzeitraum
IBM
Data Warehousing Capstone Project
Kurs
Status: Kostenloser Testzeitraum
SkillUp
Data Architect Capstone Project
Kurs
Status: Kostenloser Testzeitraum
IBM
IBM Data Analyst Capstone Project
Kurs
Status: Kostenloser Testzeitraum
IBM
Python Project for Data Engineering
Kurs

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018

„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020

„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021

„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Bewertungen von Lernenden

5 stars
84,61 %
4 stars
9,79 %
3 stars
2,09 %
2 stars
1,39 %
1 star
2,09 %

Zeigt 3 von 143 an

Geprüft am 10. März 2024

The Capstone was a bit of an anticlimax. I was expecting a very challenging Capstone, but found a "follow the instructions" approach which made it seem too simple. I'm not complaining ;-)

Geprüft am 18. März 2023

I enjoyed having to go back and revise the other courses in the specialization. I had forgotten how interesting they were.

Geprüft am 14. Aug. 2023

Great course to learn the fundamentals to become a very good Data Engineer !

Weitere Bewertungen anzeigen

Häufig gestellte Fragen

Für dieses Projekt müssen Sie eine mehrstufige Datenplattform entwickeln, die verschiedene Datenbankparadigmen verwendet. Für Transaktionsdaten werden Sie eine MySQL OLTP-Datenbank implementieren, um Live-E-Commerce-Vorgänge zu protokollieren. Für die Speicherung unstrukturierter Daten entwerfen Sie eine MongoDB NoSQL-Datenbank zur Verwaltung von Produktkatalogen. Schließlich erstellen und befüllen Sie ein Data Warehouse mit PostgreSQL und IBM Db2 und schreiben komplexe Analyseabfragen für die Geschäftsberichterstattung.

Sie werden praktische Erfahrungen im Umgang mit automatisierten Datenbewegungen über verschiedene Plattformebenen hinweg sammeln. Sie werden eine ETL-Pipeline (Extrahieren, Transformieren und Laden) mit Python aufbauen, um täglich inkrementelle Datensätze aus Produktionssystemen zu extrahieren und sicher in Ihr Data Warehouse zu laden. Über einfache Skripte hinaus werden Sie diese gesamte Pipeline mit Apache Airflow orchestrieren und DAGs (Directed Acyclic Graphs) entwerfen, um Aufgabenabhängigkeiten zu verwalten, die Aufnahme von Webserverprotokollen zu automatisieren und Daten für nachgelagerte Analysen zu bereinigen.

Ja. Um Sie auf Einstiegspositionen in der Technik vorzubereiten, integriert das Capstone-Projekt Big-Data-Verarbeitungsmaschinen und BI-Plattformen. Sie werden Apache Spark verwenden, um groß angelegte Protokollanalysen durchzuführen und Suchbegriffe direkt aus Webserverdaten zu extrahieren und zu parsen. Darüber hinaus werden Sie die von Ihnen entwickelten Datenpfade in ein vorab trainiertes maschinelles Lernmodell einbinden, um Verkaufsprognosen zu erstellen, und diese Ergebnisse dann in IBM Cognos Analytics einspeisen, um interaktive Live-Berichts-Dashboards zu erstellen, die die wichtigsten Leistungsindikatoren widerspiegeln.

Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.

Weitere Fragen

Besuchen Sie die das Hilfe-Center für Kursteilnehmer.

Finanzielle Unterstützung verfügbar,

¹ Einige Aufgaben in diesem Kurs werden mit AI bewertet. Für diese Aufgaben werden Ihre Daten in Übereinstimmung mit Datenschutzhinweis von Courseraverwendet.