What will I be able to do upon completing the Specialization?

This Specialization teaches learners how to create and scale data pipelines for big data using Hadoop, Spark, Snowflake, and Databbricks, build machine learning workflows with PySpark and MLFlow, implement DataOps/DevOps to streamline data engineering processes, and develop data visualizations with Python.

Is this course really 100% online? Do I need to attend any classes in person?

This course is completely online, so there’s no need to show up to a classroom in person. You can access your lectures, readings and assignments anytime and anywhere via the web or your mobile device.

Can I just enroll in a single course?

Yes! To get started, click the course card that interests you and enroll. You can enroll and complete the course to earn a shareable certificate. When you subscribe to a course that is part of a Specialization, you’re automatically subscribed to the full Specialization. Visit your learner dashboard to track your progress.

Is financial aid available?

Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.

Can I take the course for free?

No, you cannot take this course for free. When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. If you cannot afford the fee, you can apply for financial aid.

Spezialisierung für Applied Python Data Engineering

spezialisierung ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen. Sehen Sie sich die Sprachen an, die wir anbieten.

Spezialisierung für Applied Python Data Engineering

Elevate your coding skills with data engineering. Use big data for decision-making, analysis, AI and machine learning

Dozenten: Kennedy Behrman

Bei Coursera Plus enthalten

Mehr erfahren

3-teilige Kursreihe

Befassen Sie sich eingehend mit einem Thema

4.0

(56 Bewertungen)

Stufe Mittel

Empfohlene Erfahrung

5 Monate bei 10 Stunden pro Woche

Flexibler Zeitplan

Verdienen Sie sich einen beruflichen Leistungsnachweis

Teilen Sie Ihr Fachwissen mit Arbeitgebern

3-teilige Kursreihe

Befassen Sie sich eingehend mit einem Thema

4.0

(56 Bewertungen)

Stufe Mittel

Empfohlene Erfahrung

5 Monate bei 10 Stunden pro Woche

Flexibler Zeitplan

Verdienen Sie sich einen beruflichen Leistungsnachweis

Teilen Sie Ihr Fachwissen mit Arbeitgebern

Was Sie lernen werden

Create scalable big data pipelines (Hadoop, Spark, Snowflake, Databricks) for efficient data handling.
Build machine learning workflows (PySpark, MLFlow) on Databricks for seamless model development and deployment.
Implement DataOps/DevOps to streamline data engineering processes.
Formulate and communicate data-driven insights and narratives through impactful visualizations with Python and data storytelling

Überblick

Learn how to use data engineering to leverage big data for business strategy, data analysis, or machine learning and AI. By completing this course series, you'll empower yourself with the knowledge and proficiency required to build efficient data pipelines, manage cutting-edge platforms like Hadoop, Spark, Snowflake, Databricks, and Kubernetes, and tell stories with data through visualization. You will delve into foundational big data concepts, distributed computing with Spark, Snowflake’s architecture, Databricks’ machine learning capabilities, Python techniques for data visualization, and critical methodologies like DataOps.

This course series is designed for software engineers, developers, researchers, and data scientists who want to strengthen their specialization in data science or machine learning, as well as for professionals who are interested in pursuing a career as a data-focused software engineer, data scientist, or a data engineer working in cloud, machine learning, business intelligence, or other field.

Kompetenzen, die Sie erwerben

Werkzeuge, die Sie lernen werden

Was ist inbegriffen?

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch

63 Praxisübungen

Erweitern Sie Ihre Fachkenntnisse.

Erlernen Sie gefragte Kompetenzen von Universitäten und Branchenexperten.
Erlernen Sie ein Thema oder ein Tool mit echten Projekten.
Entwickeln Sie ein fundiertes Verständnisse der Kernkonzepte.
Erwerben Sie ein Karrierezertifikat von Duke University.

Spezialisierung - 3 Kursreihen

Spark, Hadoop, and Snowflake for Data Engineering

KURS 129 Stunden3.9 (59 Bewertungen)Kurs ansehen

Was Sie lernen werden

Create scalable data pipelines (Hadoop, Spark, Snowflake, Databricks) for efficient data handling.
Optimize data engineering with clustering and scaling to boost performance and resource use.
Build ML solutions (PySpark, MLFlow) on Databricks for seamless model development and deployment.
Implement DataOps and DevOps practices for continuous integration and deployment (CI/CD) of data-driven applications, including automating processes.

Kompetenzen, die Sie erwerben

PySpark, Databricks, Apache Spark, Big Data, DevOps, Snowflake Schema, MLOps (Machine Learning Operations), Apache Hadoop, Python Programming, Data Pipelines, Data Processing, Data Transformation, Data Quality, Data Integration, SQL und Data Warehousing

Virtualization, Docker, and Kubernetes for Data Engineering

KURS 227 Stunden3.9 (41 Bewertungen)Kurs ansehen

Was Sie lernen werden

Master virtualization, containerization, and Docker, including Dockerfile creation and multi-container orchestration with Compose and Airflow.
Develop expertise in Kubernetes core concepts, cluster architecture, and deployment using cloud environments, GitHub Codespaces, and AI-driven tools.
Navigate data scenarios mastering containerization, deploying apps, and addressing production issues with cloud orchestration and SRE practices.

Kompetenzen, die Sie erwerben

Kubernetes, Docker (Software), Containerization, Cloud Development, Site Reliability Engineering, Microservices, Scalability, Virtual Machines, Virtualization, Application Deployment, Devops Tools, Database Management, GitHub und Cloud-Based Integration

Data Visualization with Python

KURS 39 Stunden4.1 (24 Bewertungen)Kurs ansehen

Was Sie lernen werden

Apply Python, spreadsheets, and BI tooling proficiently to create visually compelling and interactive data visualizations.
Formulate and communicate data-driven insights and narratives through impactful visualizations and data storytelling.
Assess and select the most suitable visualization tools and techniques to address organizational data needs and objectives.

Kompetenzen, die Sie erwerben

Interactive Data Visualization, Scatter Plots, Plotly, Data Visualization Software, Pandas (Python Package), Data Storytelling, Tableau Software, Seaborn, Matplotlib, Data Visualization, Python Programming, Data Manipulation, Dashboard, Microsoft Excel, Data Analysis, Histogram, Google Sheets, Cloud Applications und Business Communication

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.

Dozenten

Kennedy Behrman

Duke University

7 Kurse59.745 Lernende

Matt Harrison

Duke University

3 Kurse18.837 Lernende

von

Duke University

Vergleich mit ähnlichen Produkten

	Kategorie: Dieses Zertifikat

Bewertung
Niveau
Kompetenzen
Werkzeuge
Zuletzt aktualisiert
Anzahl der praktischen Übungen
Berechtigung zum Erwerb eines Abschlusses
Teil von Coursera Plus

Ihnen könnte auch Folgendes gefallen:

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.“

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten

Mehr erfahren

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Erkunden Sie die Abschlüsse

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.

Mehr erfahren

Häufig gestellte Fragen

The course series takes approximately 5 months to complete.

Experience in working with Python, Git for version control, Docker for containerization and Kubernetes for deployment and scaling; also a strong foundation in linear algebra and statistics.

The course series is designed to be completed in the order outlined here on this page.

Note that the Specialization Certificate does not represent official academic credit from the partner institution offering the course. Duke cannot provide a transcript for your completion of the Specialization; however, we encourage you to share your Coursera completion certificate with your employer and community to demonstrate your completion of the course series.