Sie erwerben die diagnostischen und präventiven Fähigkeiten, die dafür sorgen, dass Datenpipelines zuverlässig und produktionsreif bleiben. In diesem Kurs lernen Sie, automatisierte Datenqualitätstests zu definieren, Anomalien bis zu ihrer Quelle zurückzuverfolgen und fortgeschrittene Python-Debugging-Techniken anzuwenden, um komplexe Pipeline-Ausfälle zu beheben – drei Fähigkeiten, die Arbeitgeber bei Data-Engineering-Positionen durchweg suchen.
Datenqualität und Debugging für zuverlässige Pipelines
Holen Sie sich eines unserer besten Angebote und erweitern Sie Ihre Fähigkeiten mit 50% Rabatt auf Coursera Plus. Jetzt sparen.
Datenqualität und Debugging für zuverlässige Pipelines
Dieser Kurs ist Teil von Open-Source-Datentechnik mit Spark, dbt und Airflow (berufsbezogenes Zertifikat)
Dozent: Professionals from the Industry
Bei enthalten
Fragen Sie Coursera
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Anfänger
Empfohlene Erfahrung
7 Stunden zu vervollständigen
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Was Sie lernen werden
Definieren und automatisieren Sie Datenqualitätstests mithilfe von YAML, um die Zeilenanzahl, Null-Schwellenwerte und die Eindeutigkeit in den Datensätzen der Pipeline zu überprüfen.
Verfolgen Sie Datenanomalien über die einzelnen Pipeline-Stufen hinweg, indem Sie Protokolle und Dashboards analysieren, um die genaue Fehlerquelle zu identifizieren und zu beheben.
Setzen Sie fortschrittliche Python-Debugging-Tools ein – darunter bedingte Haltepunkte, Watchpoints und pdb –, um Probleme in der Pipeline zu diagnostizieren und zu beheben.
Beheben Sie komplexe Parallelitätsfehler, indem Sie Stack-Traces auswerten und Thread-Protokolle miteinander in Beziehung setzen, um Deadlocks und Race Conditions im Code zu identifizieren.
Kompetenzen, die Sie erwerben
- Kategorie: Test-Automatisierung
- Kategorie: Qualität der Daten
- Kategorie: CI/CD
- Kategorie: Fehlersuche
- Kategorie: Verlässlichkeit
- Kategorie: Leistungsoptimierung
- Kategorie: Speicherverwaltung
- Kategorie: Integrität der Daten
- Kategorie: Daten-Pipelines
- Kategorie: AI-Integrationen
- Kategorie: Analyse der Grundursache
- Kategorie: Validierung von Daten
- Kategorie: Test-Tools
- Kategorie: Erkennung von Anomalien
Werkzeuge, die Sie lernen werden
- Kategorie: Generative KI
- Kategorie: YAML
- Kategorie: Python-Programmierung
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Kürzlich aktualisiert!
März 2026
Unterrichtet in Englisch
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihr Fachwissen im Bereich Datenanalyse
Dieser Kurs ist Teil der Spezialisierung Open-Source-Datentechnik mit Spark, dbt und Airflow (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 Coursera zur Vorlage
In diesem Kurs gibt es 8 Module
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
487 Kurse112.316 Lernende
von
Mehr von Datenanalyse entdecken
Status: Kostenloser Testzeitraum
Status: Kostenloser Testzeitraum
Status: Kostenloser Testzeitraum
Status: Kostenloser Testzeitraum
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.“
Häufig gestellte Fragen
Weitere Fragen
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.