课程主页: https://www.udemy.com/course/writing-production-ready-etl-pipelines-in-python-pandas/
在当今数据驱动的时代，掌握数据工程技能显得尤为重要。最近我参加了一个非常实用的在线课程，名为《Writing production-ready ETL pipelines in Python / Pandas》。这个课程在Udemy上提供，旨在教会你如何从零开始编写ETL管道，并将其部署到生产环境中。
### 课程概述
该课程涵盖了使用Python 3.9、Jupyter Notebook、Git和Github、Visual Studio Code、Docker及其他工具来创建ETL管道的每一个步骤。课程特别适合希望进入数据工程领域的开发者，尤其是那些对Python及其生态系统感兴趣的人。
### 课程内容
在课程中，你将学习如何从AWS S3获取Xetra数据集，这是一个来自德意志交易所的实时交易数据。课程的重点是创建一个ETL管道，该管道将定期从源S3桶中提取数据，经过转换后加载到目标S3桶中。
课程还介绍了两种编码风格：函数式编程和面向对象编程，帮助学员了解不同的编程思维方式。通过实际动手编写代码，学员将能更好地理解如何将最佳实践应用于Python开发中，包括设计原则、清晰编码、虚拟环境管理、项目结构设置等。
### 实用性
课程的最大亮点在于其实践性。每一节课都包含互动式的编码练习，确保学员能够跟上课程节奏，并在实践中巩固所学知识。此外，课程还提供了每节课的Python代码、完整项目的GitHub链接、以及Docker Hub上的应用代码，极大地方便了学习和实验。
### 课程目标
通过本课程，你将能够编写一个可以容易部署到几乎任何生产环境的ETL管道。无论是在使用Kubernetes的执行平台，还是在使用Argo Workflows或Apache Airflow的编排工具，这个课程都为学员提供了充分的准备。
### 总结
总的来说，这门课程为希望进入数据工程领域的学习者提供了一个全面且深入的学习体验。无论你是初学者还是有经验的开发者，都能从中受益。强烈推荐给每位对数据工程感兴趣的朋友！
课程主页: https://www.udemy.com/course/writing-production-ready-etl-pipelines-in-python-pandas/