Databricks és PySpark Workshop
Egynapos intenzív tréning: adatfeldolgozás és pipeline-építés Databricks és PySpark alapokon, a nyers adatoktól a Medallion architektúráig.
Mit nyújt a Databricks és PySpark tanfolyam?
- Modern data engineering szemléletet kapsz: megérted, hogyan jut el az adat a különböző forrásrendszerekből a riportinghoz, analitikához vagy AI-felhasználáshoz szükséges strukturált adatkészletekig, és átlátod az adatbetöltés, tisztítás, transzformáció és tárolás szerepét egy teljes folyamatban.
- Gyakorlati Databricks-ismereteket szerzel: megismered a Databricks workspace, a notebookok, a táblák, a fájlok és a compute erőforrások működését, és nemcsak bemutatót látsz, hanem saját környezetben dolgozol.
- Lakehouse szemléletet sajátítasz el: megérted a data lake, a data warehouse és a lakehouse közötti különbségeket, valamint azt, hogy a Databricks hogyan egyesíti a rugalmas adattárolást a strukturált és megbízható analitikai feldolgozással.
- Adatminőségi szemléletet és PySpark alapokat kapsz: gyakorlati példákon keresztül használod a Spark DataFrame-eket (select, filter, withColumn, groupBy, join), és megtanulod felismerni a gyakori adatminőségi problémákat.
- Mini data pipeline építési tapasztalatot szerzel: egy összefüggő mini projektet építesz fel, amely a nyers adatbetöltéstől a tisztításon és transzformáción át (Bronze, Silver rétegek) egy üzletileg értelmezhető Gold kimenetig vezet.
Miért érdemes belevágnod?
Sokan érdeklődnek a data engineering iránt, de egy több hónapos, mélyebb képzés komoly idő, pénzügyi és mentális elköteleződés. Nehéz előre eldönteni, hogy tényleg vonz e a technikai adatfeldolgozás és az SQL/Python alapú munka, mielőtt belevágnál egy hosszabb útba.
Ez a workshop pont ezt a bizonytalanságot oldja meg: rövidebb, kisebb elköteleződést kérő, mégis kifejezetten gyakorlati belépő. Nem általános gyorstalpalóról van szó, hanem egy konkrét, piacképes irányra fókuszálunk, amit egyre több vállalati adatkörnyezetben használnak: a Databricksre és a PySparkra.
A workshop végére a lakehouse és a medallion architektúra (Bronze/Silver/Gold) nem marad puszta elmélet: saját Databricks notebookkal és egy működő mini data pipeline-nal távozol, plusz egy tisztább szakmai képpel arról, hogyan működik a modern data engineering a gyakorlatban.
- Munka mellett végezheted, rugalmas időbeosztással
- Gyakorlati projekteken keresztül, oktatói mentorálással
- LinkedIn profilodba beágyazható tanúsítvány
Ismerd meg oktatódat
Balogh Balázs
Data Engineer, Zeiss Digital Innovation Hungary
Data Engineerként adatvezérelt megoldások fejlesztésével foglalkozom, jelenleg egy nemzetközi vállalat adatminőségi csapatában dolgozom. Python, PySpark, SQL és Azure technológiákkal építek adatmegoldásokat: ETL folyamatokat fejlesztek, rendszerek közötti integrációkat biztosítok, és Power BI dashboardokat készítek, hogy a döntéshozók valós időben lássák az adatokat.
A szakmai munkám mellett a közösségépítésben is aktív vagyok: én szervezem a Budapest.py meetup csoportot. Hiszek az élethosszig tartó tanulásban, és célom, hogy az adatok mellett a tudást is hatékonyan adjam át.
Kinek ajánlott?
- Data és Business Analysteknek, akik szeretnék megérteni, hogyan készülnek el a háttérben az általuk használt adatkészletek és az üzleti riportok mögötti technikai folyamatok
- BI- és Power BI-szakembereknek, akik a vizualizáció és riportkészítés mellett szeretnének közelebb kerülni az adatbetöltéshez és a transzformációhoz
- SQL-felhasználóknak és Junior data szakembereknek, akik szeretnének továbblépni az összetettebb adatfeldolgozási folyamatok és a modern adatplatformok (Databricks, PySpark) irányába
- Céges data, BI, reporting és IT csapatoknak, amelyek közös technológiai alapot szeretnének kialakítani a modern data pipeline-ok működéséről
Mik a képzés előkövetelményei?
A Python-ismeret előny, de nem feltétel: nem kell magabiztos fejlesztőnek lenned, az alapvető szintaxis ismerete viszont megkönnyíti a PySpark-példák követését.
Hogyan fogsz tanulni?
Modern data engineering szemléletet
Megérted, hogyan jut el az adat a különböző forrásrendszerekből a riportinghoz, analitikához vagy AI-felhasználáshoz szükséges strukturált adatkészletekig. Átlátod az adatbetöltés, tisztítás, transzformáció és tárolás szerepét egy teljes folyamatban. >
Gyakorlati Databricks-ismereteket
Megismered a Databricks workspace, a notebookok, a táblák, a fájlok és a compute erőforrások működését. A workshop során nemcsak bemutatót látsz, hanem saját környezetben dolgozol. >
Lakehouse szemléletet
Megérted a data lake, a data warehouse és a lakehouse közötti különbségeket, valamint azt, hogy a Databricks hogyan egyesíti a rugalmas adattárolást a strukturált és megbízható analitikai feldolgozással. >
Adatminőségi szemléletet és PySpark alapokat
Gyakorlati példákon keresztül használod a Spark DataFrame-eket (select, filter, withColumn, groupBy, join). Megtanulod felismerni a gyakori adatminőségi problémákat. >
Mini data pipeline építési tapasztalatot
Egy összefüggő mini projektet építesz fel, amely a nyers adatbetöltéstől a tisztításon és transzformáción át (Bronze, Silver rétegek) egy üzletileg értelmezhető Gold kimenetig vezet. Miért érdemes belevágnod? A data engineering terület iránt sokan érdeklődnek, de egy hosszabb, több hónapos képzés komoly időbeli, pénzügyi és mentális elköteleződést jelent. Első lépésként gyakran nehéz eldönteni, hogy valóban érdekli-e az embert a technikai adatfeldolgozás és a SQL/Python-alapú feladatok. Ez a workshop egy rövidebb, kisebb elköteleződést igénylő, mégis kifejezetten gyakorlati belépési lehetőséget biztosít. Nem egy általános "gyorstalpalóról" van szó, hanem egy konkrét, piacképes és a vállalati adatkörnyezetekben egyre gyakrabban használt technológiai irányra koncentrálunk. A workshop végére a Databricks, a PySpark, a lakehouse és a medallion architektúra (Bronze/Silver/Gold) már nem pusztán elméleti fogalmak lesznek. Minden résztvevő egy konkrét, továbbvihető technikai outputtal távozik: saját Databricks-notebookkal, egy működő mini data pipeline-nal, és egy tisztább szakmai képpel arról, hogyan működik a modern data engineering a gyakorlatban. Kinek ajánlott? > Data és Business Analysteknek , akik szeretnék megérteni, hogyan készülnek el a háttérben az általuk használt adatkészletek és az üzleti riportok mögötti technikai folyamatok. > BI- és Power BI-szakembereknek , akik a vizualizáció és riportkészítés mellett szeretnének közelebb kerülni az adatbetöltéshez és a transzformációhoz. > SQL-felhasználóknak és Junior data szakembereknek , akik szeretnének továbblépni az összetettebb adatfeldolgozási folyamatok és a modern a
Minőségbiztosított képzések
Képzéseink szakmai minőségbiztosítását az iparági vezető technológiai vállalatok és a Budapesti Műszaki és Gazdaságtudományi Egyetem végzi.
- Tanúsítványt kapsz, amelyet önéletrajzodhoz és LinkedIn profilodhoz csatolhatsz
- Bizonyítja, hogy elsajátítottad az adott ismereteket
- Segíti a szakmai előmeneteledet és karriered fejlődését
Jó társaságban leszel!
Már több mint 150 hazai és nemzetközi cég munkatársa képezte magát tovább nálunk.
Tudtad?
A munkáltatók 83%-a finanszírozza a munkatársak képzését, ne felejtsd el megkérdezni a tiédet!
Következő indulási dátumok
Más időpont érdekel?
Add meg az e-mail címed, és szólunk, ha új időpontot hirdetünk meg.
Fizetési lehetőségek
Többféle fizetési lehetőséget biztosítunk, hogy a legmegfelelőbb opciót válaszd.
Online fizetés bankkártyával
Az OTP SimplePay az egyik legelterjedtebb online fizetési megoldás — gyors és biztonságos fizetési folyamatáról ismert.
Kamatmentes részletfizetés
Nem szeretnénk, ha a fizetési nehézségek akadályoznák a szakmai fejlődésedet, ezért a részvételi díjat több részletben, teljesen kamatmentesen is kifizetheted.
Fizetés banki átutalással, egy összegben
Ha online kártyás fizetés helyett banki átutalással szeretnél fizetni, az sem probléma — írj nekünk, és ebben is segítünk.
Készen állsz a jelentkezésre?
Jelentkezz most, és kezdd el a fejlődést!
Könnyítendő magánszemélyként résztvevő hallgatóink helyzetét, a feltüntetett ár számukra a ténylegesen fizetendő végösszeg.
Céges megrendelés esetén az adott összeg tekintendő a nettó árnak.
Mit fogsz tanulni?
1 nap alatt a modern data engineering alapfogalmaitól a Spark DataFrame-műveleteken át egy működő mini data pipeline felépítéséig (Bronze, Silver, Gold rétegek).
1 A Workshop fő témái A modern data engineering alapfogalmaitól a Databricks-környezet előkészítésén át a PySpark-alapú adatfeldolgozásig.
- A Data Engineer szerepe a modern adatos működésben
- Az adat útja a forrásrendszertől a riportingig, analitikáig vagy AI-felhasználásig
- ETL- és ELT-folyamatok
- Batch és streaming adatfeldolgozás
- Data lake, data warehouse és lakehouse megközelítés
- A Databricks szerepe a modern data stackben
- Apache Spark és PySpark alaplogika
- Spark DataFrame-ek
- SQL és PySpark együttműködése
- Databricks-account és workspace előkészítése
- A dataset és a szükséges notebookok ellenőrzése