Newprolab, Игорь Мосягин | Realtime Analytics: 6 недель практики в дата-инжиниринге (2026) PCRec [RU]
Авторы: Игорь Мосягин
Производство: NewprolabЖанр: Data Engineering, Realtime Analytics, CDC, Kafka, ClickHouse, FastAPI
Описание: Realtime Analytics — авторская DLC-программа Игоря Мосягина для инженеров уровня middle и middle+. После прохождения вы сможете собрать и отладить полноценный пайплайн для realtime-аналитики: забрать изменения из PostgreSQL через CDC, передать их в Kafka, посчитать метрики в ClickHouse и отдать их через API, а также диагностировать типовые поломки по лагу, свежести и контрактам данных.
Продолжительность: 13:05:09
Качество видео: PCRec
Язык озвучки: Русский
- Выпускникам core-программы, которые хотят сделать следующий практический шаг.
- Middle и middle+ Data Engineer, которые уже сталкиваются с Kafka, CDC, ClickHouse или realtime-метриками.
- Backend- и data-инженерам, которым начали отдавать realtime-задачи.
- Инженерам, которым важно не только «поднять стек», но и понимать, как он ломается.
- Тем, кто только начинает заниматься data engineering.
- Тем, кто хочет курс по BI, дизайну или дашбордингу.
- Тем, кто ищет глубокий курс по Flink или теории стриминга.
- Тем, кто не готов регулярно дебажить локальное окружение и читать логи.
- Собрать полный процесс обработки realtime-данных — сквозной пайплайн от источника до API, с объяснением каждого звена.
- Проектировать метрики для freshness и SLA — определять свежесть данных и строить метрики выполнения SLA по задержке и качеству.
- Дебажить инциденты в проде — дубли, пропущенные события, lag, schema drift, неверные данные; находить причину и восстанавливать пайплайн.
- PostgreSQL — источник операционных данных.
- Debezium — CDC-коннектор для перехвата изменений.
- Kafka — потоковая передача событий.
- ClickHouse — realtime-агрегации.
- FastAPI — API-слой для отдачи метрик.
- Урок 1. Лекция 1 (02:01:05)
- Урок 2. Лекция 2 (02:04:13)
- Урок 3. Лекция 3 (01:59:45)
- Урок 4. Лекция 4 (01:20:00)
- Урок 5. Лекция 5 (00:22:33)
- Урок 6. Лекция 6 (00:37:36)
- Урок 7. Лекция 7 (01:55:52)
- Урок 8. Лекция 8 (02:01:44)
- Урок 9. Лекция 9 (00:42:46)
- Живые занятия с разбором и live coding.
- 4 практические лабораторные работы с автоматическими чекерами.
- Финальный end-to-end проект для портфолио.
- Q&A в чате и разборы с Игорем.
- Видеозаписи занятий доступны на следующий день с тайм-метками.
- Занятия проходят в Zoom.
- Уверенный Python (синтаксис, классы, исключения, async/await).
- Уверенный SQL (join'ы, агрегации, оконные функции).
- Базовые Linux и Docker (поднять docker-compose, читать логи, работать через командную строку).
- Готовность тратить 8–12 часов в неделю.
Игорь Мосягин — Data Consultant, автор и преподаватель программы. Практикующий инженер, специализирующийся на инженерии данных, аналитических платформах и DataOps.
Скриншоты:
Время раздачи: 24/7 (круглосуточно) (минимум до появления первых 3–5 скачавших) 
(Голосов: 
