Name: Fundamentals of Data Engineering: Plan and Build Robust Data Systems (en Inglés)
Price: 226.62 PEN
Availability: InStock
Author: Reis Joe
ISBN: 9781098108304

portada Fundamentals of Data Engineering: Plan and Build Robust Data Systems (en Inglés)

Formato

Libro Físico

Autor

Joe Reis

Matt Housley

Editorial

O'reilly Media

Año

2022

Idioma

Inglés

N° páginas

446

Encuadernación

Tapa Blanda

Dimensiones

23.3 x 17.8 x 2.3 cm

Peso

0.71 kg.

ISBN13

9781098108304

Categorías

Diseño y teoría de bases de datos
Data mining: minería de datos
Software para bases de datos
Arquitectura de la información

Fundamentals of Data Engineering: Plan and Build Robust Data Systems (en Inglés)

Joe Reis (Autor) · Matt Housley (Autor) · O'reilly Media · Tapa Blanda

Libro Nuevo

S/ 226,62

S/ 453,25

Ahorras: S/ 226,62

50% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Lunes 13 de Mayo y el Lunes 27 de Mayo.

Lo recibirás en cualquier lugar de Perú entre 2 y 5 días hábiles luego del envío.

Reseña del libro "Fundamentals of Data Engineering: Plan and Build Robust Data Systems (en Inglés)"

Data engineering has grown rapidly in the past decade, leaving many software engineers, data scientists, and analysts looking for a comprehensive view of this practice. With this practical book, you'll learn how to plan and build systems to serve the needs of your organization and customers by evaluating the best technologies available through the framework of the data engineering lifecycle. Authors Joe Reis and Matt Housley walk you through the data engineering lifecycle and show you how to stitch together a variety of cloud technologies to serve the needs of downstream data consumers. You'll understand how to apply the concepts of data generation, ingestion, orchestration, transformation, storage, and governance that are critical in any data environment regardless of the underlying technology. This book will help you: Get a concise overview of the entire data engineering landscape Assess data engineering problems using an end-to-end framework of best practices Cut through marketing hype when choosing data technologies, architecture, and processes Use the data engineering lifecycle to design and build a robust architecture Incorporate data governance and security across the data engineering lifecycle