Я участвую в этой и подобных складчинах именно с целью самообразования. После выдачи материала я реально по нему занимаюсь. Это первая складчина karpov.courses с такой четкой выдачей. Орг отработал просто выше всяких похвал. Если вы участвовали в других складках по karpov.courses здесь, то поймете, о чем идет речь: здесь все как по книжке или как на Stepik. Реальный респект оргу! Насчет самого курса: я не успел глубоко изучить весь материал, но, так как изучал курсы и от конкурентов, могу точно сказать, что именно karpov.courses можно назвать эталоном индустрии на текущий момент. Материал свежий (лето 2025 года). Лекции, записи — все хорошо. Для интересующихся обязательно к изучению, хотя бы для ознакомления. Много полезного. Если вы выбираете, где учиться, то советую этот материал для понимания, каким должен быть курс. Теперь о плохом: 1. Очень много «ванильности» в курсе: обещания, что вы обязательно найдете работу, что мы вам поможем и специальность востребована, от сотрудников с весьма условным пониманием процесса найма. Лучше бы это время и силы были потрачены на эмуляцию работы. 2. Материал (в основном домашние задания) замкнут на внутреннюю инфраструктуру курсов, которая не позволит полноценно попрактиковаться, а в реальных компаниях все будет сильно отличаться. Построить маленькую продакшн-инфраструктуру на своем ноутбуке по шагам не научат, хотя исходя из названия курса, этого и ждешь.
Инженер данных
О чём курс
Вам больше не придется гадать, как превратить разрозненные логи в структурированную аналитическую базу — здесь вы создадите полноценную инфраструктуру для обработки и хранения данных. Курс сфокусирован на инструментах, которые реально требуют на собеседованиях уровня Junior: от продвинутых SQL-запросов и оптимизации баз данных (PostgreSQL, ClickHouse) до написания ETL-пайплайнов на Python и Airflow.
Внутри программы — работа с командной строкой Linux, версионирование кода в Git и создание процессов, которые автоматизируют сбор и трансформацию информации. Вы научитесь мыслить категориями DWH (Data Warehouse) и подготавливать данные так, чтобы бизнес мог на их основе строить прогнозы и принимать решения. Это путь для тех, кто хочет перейти в Data Engineering или сменить текущую IT-специализацию на высокооплачиваемую работу с архитектурой данных.
Программа обучения
- Интро (автор: Евгений Ермаков)
- SQL (автор: Дина Сафина)
- 10 уроков
- Linux (автор: Александр Волынский)
- 3 урока
- БД, СУБД (автор: Евгений Ермаков)
- 20 уроков
- Git, GitHub (автор: Александр Волынский)
- 3 урока
- Python (автор: Александр Савченко)
- 15 уроков
- pySpark
Это не розничная цена — это ваш взнос в складчину. Мы собираем группу участников и делим между ними стоимость официального доступа: каждый платит только свою долю, а получает весь материал. Чем больше участников, тем меньше взнос. После того как сумма собрана, мы оформляем официальный доступ и раздаём материалы всем, кто участвовал.
Нажмите кнопку «Получить доступ» на этой странице и следуйте инструкциям. Вас переведёт на форму оплаты — доступны все современные способы (карта, СБП, электронные кошельки). После оплаты на почту придёт письмо со ссылкой и инструкциями для доступа к материалам. Если ссылка не открывается, загляните в раздел «Помощь» или напишите в поддержку.
Да, конечно. Все материалы — видео, PDF, дополнительные файлы — можно скачать к себе на компьютер и пользоваться ими сколько угодно, без ограничений по времени. Ссылки остаются активными в вашей библиотеке «Мои складчины».