INZHENERKA.TECH
1.04K subscribers
314 photos
26 videos
1 file
216 links
Экосистема для инженеров и IT-специалистов: тренажеры, симуляторы, хендбуки и видеокурсы. Чатик - @inzhenerka_tech_chat

❤️ По всем вопросам - @inzhenerkatech_sup
Download Telegram
😁😆😁 не забыть пожелать крутых выходных и чтобы все хорошенько выспались, а еще сказать, что финальные скидки на тренажеры скоро все
Please open Telegram to view this post
VIEW IN TELEGRAM
🥰6😴1
This media is not supported in your browser
VIEW IN TELEGRAM
Сейчас все обсуждают фотографии Луны от Artemis II и рекорд, который он побил. 54 года назад на борту Apollo 13 взорвался кислородный бак - экипаж выжил. Это случайно стало рекордом дальности, который никто не мог перебить.

Что за рекорд и как это произошло мы рассказали в нашем видео проекта Legacy - об истории инженерии и айти.
2
Запускаем практический курс-симулятор: «Проектирование Lakehouse на стеке Apache Spark и Iceberg»

Как поется в той песне? «И все твои печали под тёмною водой...» 🎶

Знакомая боль дата-инженера: под «тёмной водой» скрываются дубли и медленные запросы. На нашем курсе Apache Iceberg, наоборот, спасет ваш проект!

Мы подготовили обучение: пройдем путь от старта до инкрементальных загрузок и версионирования витрин. Всё в боевом Docker-окружении, максимально близком к проду.

Стек, который вы освоите:
Apache Spark, Apache Iceberg, MinIO, Lakekeeper, JupyterLab, Docker Compose, Cloud Ready, Apache Parquet, CSV


А что в программе?

📦 Модуль 1. Построение MVP
На этом этапе закладываем железобетонный фундамент системы и переводим сырые данные в структурированный вид.

• Инициализация Lakehouse: Поднимаем сессию Spark, коннектимся к S3 (MinIO) и настраиваем Metastore.
• Слой Ingestion: Учимся правильно затягивать данные и переносить их из обычных Parquet-файлов в управляемые таблицы Iceberg.
• Архитектура слоев: Проектируем правильную структуру: stage (для сырых данных), dds (детальный слой) и mart (готовые витрины).
• Работа с метаданными: Проводим аудит файлов и оцениваем эффективность хранения, чтобы не сливать бюджет на пустые байты.

⚙️ Модуль 2. Наполнение и управление схемами
Переходим от разовой загрузки к регулярным процессам обновления данных.

• Партиционирование и регламентная загрузка: Настраиваем логическое разделение для ускорения запросов. Учимся обрабатывать инкрементальные изменения из CSV с надежной защитой от дублей.
• Инкремент в DDS: Реализуем красивую логику MERGE для обновления детального слоя данных.
• Версионирование витрин: Осваиваем snapshots и tags. Создаем неизменяемые слепки, чтобы фиксировать и откатывать состояние витрин на конкретную дату.

🚨 Старт 1-го потока: 26 апреля.
Спеццена для первопроходцев: 20 000 ₽ вместо 40 000 ₽ (только на этот запуск!).


Места по такой цене разлетятся быстро. Присоединяйтесь, будем строить надежную архитектуру вместе!
🔥2
INZHENERKA.TECH pinned «Запускаем практический курс-симулятор: «Проектирование Lakehouse на стеке Apache Spark и Iceberg» Как поется в той песне? «И все твои печали под тёмною водой...» 🎶 Знакомая боль дата-инженера: под «тёмной водой» скрываются дубли и медленные запросы. На нашем…»
LangChain выпустил Deep AgentsDeep Agents — оболочка поверх LangGraph с пятью встроенными возможностями из коробки.
Листайте карусель, чтобы узнать подробности.

👉 Если хотите разобраться в архитектуре агентов на практике — у нас есть симулятор по разработке агентов на базе LLM
🔥2
🔥 Технические собесы в BigTech становятся всё сложнее. Как не завалить секцию лайвкодинга?

Разработчики валятся на техсобесах не из-за незнания, а потому, что не умеют думать вслух в условиях неопределённости. Знакомо? Решали похожую задачу сто раз, но стоит добавить ограничение — и мозг уходит в ступор.

Мы сделали место, где это лечится. В ИнженеркаТех Плюс готова ультимативная песочница для подготовки к техсобесам. Это не очередной LeetCode, а среда, где теория моментально превращается в рабочий код.

Что ждет вас внутри:

Атмосфера Live Coding: Полноценная IDE в браузере, максимально близкая к условиям собеседований в BigTech.
Карманный Teamlead 24/7: ИИ-тьютор не решает за вас. Он задаёт наводящие вопросы, подсвечивает ошибки и напоминает синтаксис.
Задачи от нанимающих лидов: Никаких абстракций. Только реальные кейсы с собеседований в топ-компании. Сравнивайте свой код с эталонным решением.
70+ задач на разных ЯП: Go, Java, C/C++, Rust, SQL, Assembler, Playwright. Идеально для подготовки и погружения в новый стек.

🎁 Главная новость: задачник доступен абсолютно всем студентам, которые когда-либо покупали наши курсы!


Уже учитесь у нас? Тренажер ждёт вас в разделе «ИнженеркаТех Плюс» в личном кабинете.

Ещё не учились? Купите любой курс и получите доступ автоматически. Сейчас идеальный момент:

- Залететь на курс «Проектирование AI-агентов на базе LLM» по сниженной цене
- Занять место на симуляторе «Проектирование Lakehouse на Apache Spark и Iceberg»
- Выбрать другой курс для работы или оформить подписку всего за 1990 руб. в месяц
🔥2
Для таблицы на 50 тысяч партиций Hive планирует запрос минутами, а Iceberg — секундами.

За счёт чего так получается — разбираем в карусели по слоям метаданных. Заодно станет понятно, почему записи не зависят от размера таблицы, а ETL и ad-hoc уживаются на одной таблице без блокировок.

26 апреля стартует наш симулятор по проектированию Lakehouse на Apache Iceberg + Spark.
Еще можно присоединиться → [ссылка]
🔥3