Manual curado y lleno de enlaces con libros, comunidades, cursos, herramientas, blogs y recursos de aprendizaje sobre ingeniería de datos.
Data Engineering Handbook es una amplia lista curada de recursos para quienes están aprendiendo o trabajan en ingeniería de datos. Organiza los enlaces en secciones sobre rutas para empezar, materiales de bootcamps, libros recomendados, comunidades, boletines, podcasts, glosarios, certificaciones y cursos.
La sección de herramientas organiza el panorama por categorías e incluye plataformas de orquestación como Airflow, Dagster y Prefect; formatos de tablas lakehouse como Apache Iceberg y Delta Lake; almacenes de datos y motores OLAP como ClickHouse y DuckDB; y herramientas de integración y calidad de datos. También incluye blogs de ingeniería de grandes empresas, documentos técnicos sobre ingeniería de datos y un directorio de creadores en YouTube, LinkedIn y otras plataformas sociales.
El repositorio está dirigido a principiantes que buscan un punto de partida estructurado y a profesionales que quieren encontrar rápidamente un recurso específico o una categoría de herramientas. Se mantiene junto con el material del bootcamp de DataExpert.io, y muchas entradas enlazan a ese y a otros cursos gratuitos o de pago.
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Una colección curada de cursos para aprender IA generativa, recopilaciones de artículos de investigación, materiales para preparar entrevistas y notebooks de código, organizada por objetivos y nivel de experiencia.
Lista seleccionada y multilingüe de libros sobre Go (Golang), desde introducciones para principiantes hasta temas avanzados como concurrencia, rendimiento y diseño de sistemas.
Lista de paquetes, herramientas, tutoriales y recursos de terceros, seleccionada por la comunidad, para desarrollar con Django.
Lista seleccionada de canales de YouTube en inglés que enseñan programación, desarrollo web, machine learning, ciberseguridad y otros temas tecnológicos.
Motor unificado de análisis para procesar datos a gran escala, con API en Scala, Java, Python y R.
Plataforma de orquestación en Python para definir, ejecutar y monitorear activos de datos como tablas, conjuntos de datos, modelos de ML e informes.