![[Boekrecensie] Data Engineering with Python (Paul Crickard) Boeksamenvatting.](https://episodes.castos.com/660078c6833215-59505987/images/2651998/c1a-085k3-1pp04k58i123-tp4nhk.jpg)
Show Notes
Data Engineering with Python (Paul Crickard)
- Amazon Netherlands Store: https://www.amazon.nl/dp/183921418X?tag=9natreedutch-21
- Amazon Belgium Store: https://www.amazon.com.be/dp/183921418X?tag=9natreebelgium-21
- Amazon Worldwide Store: https://global.buys.trade/Data-Engineering-with-Python-Paul-Crickard.html
- Apple Books: https://books.apple.com/us/audiobook/data-engineering-with-python-for-beginners/id1804308652?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree
- eBay: https://www.ebay.com/sch/i.html?_nkw=Data+Engineering+with+Python+Paul+Crickard+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Lees meer: https://dutch.9natree.com/read/183921418X/
#ETLpipelinesmetPython #ApacheAirfloworkestratie #ApacheNiFidataflows #KafkaenSparkverwerking #Stagingendatavalidatie #DataEngineeringwithPython
Data Engineering with Python van Paul Crickard is een praktijkgericht handboek over het bouwen van datasystemen met Python. Het boek richt zich op het traject tussen ruwe gegevens en bruikbare informatie voor analyses, dashboards en datawetenschap. Crickard behandelt data-engineering niet als een verzameling losse scripts, maar als een samenhangend proces van ophalen, opslaan, opschonen, transformeren, controleren en uitrollen. Daarbij komen zowel batchverwerking als datastromen aan bod. De technische gereedschapskist is breed, met onder meer PostgreSQL, Apache NiFi, Apache Airflow, Kafka, Spark, Elasticsearch en Kibana. Python vormt de verbindende laag, terwijl SQL en datamodellering een belangrijke rol houden. De opzet is vooral bedoeld om lezers vertrouwd te maken met de keuzes en stappen achter een werkende pipeline. Het boek wil dus niet alleen laten zien hoe data verwerkt kan worden, maar ook waarom validatie, orkestratie, foutafhandeling en beheer nodig zijn zodra een oplossing naar productie gaat. Het is daarmee een toegankelijke introductie tot toegepaste data-engineering met bekende opensourcetools.
- Amazon Netherlands Store: https://www.amazon.nl/dp/183921418X?tag=9natreedutch-21
- Amazon Belgium Store: https://www.amazon.com.be/dp/183921418X?tag=9natreebelgium-21
- Amazon Worldwide Store: https://global.buys.trade/Data-Engineering-with-Python-Paul-Crickard.html
- Apple Books: https://books.apple.com/us/audiobook/data-engineering-with-python-for-beginners/id1804308652?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree
- eBay: https://www.ebay.com/sch/i.html?_nkw=Data+Engineering+with+Python+Paul+Crickard+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Lees meer: https://dutch.9natree.com/read/183921418X/
#ETLpipelinesmetPython #ApacheAirfloworkestratie #ApacheNiFidataflows #KafkaenSparkverwerking #Stagingendatavalidatie #DataEngineeringwithPython
Data Engineering with Python van Paul Crickard is een praktijkgericht handboek over het bouwen van datasystemen met Python. Het boek richt zich op het traject tussen ruwe gegevens en bruikbare informatie voor analyses, dashboards en datawetenschap. Crickard behandelt data-engineering niet als een verzameling losse scripts, maar als een samenhangend proces van ophalen, opslaan, opschonen, transformeren, controleren en uitrollen. Daarbij komen zowel batchverwerking als datastromen aan bod. De technische gereedschapskist is breed, met onder meer PostgreSQL, Apache NiFi, Apache Airflow, Kafka, Spark, Elasticsearch en Kibana. Python vormt de verbindende laag, terwijl SQL en datamodellering een belangrijke rol houden. De opzet is vooral bedoeld om lezers vertrouwd te maken met de keuzes en stappen achter een werkende pipeline. Het boek wil dus niet alleen laten zien hoe data verwerkt kan worden, maar ook waarom validatie, orkestratie, foutafhandeling en beheer nodig zijn zodra een oplossing naar productie gaat. Het is daarmee een toegankelijke introductie tot toegepaste data-engineering met bekende opensourcetools.
