DataOps
В июле 2026
Professional
4 месяца
Онлайн
Для кого этот курс?
Data-аналитики и BI-инженеры с опытом от 2-х лет
- Вы работаете с данными и визуализациями
- Вы хотите автоматизировать процессы и масштабировать решения
- Вы стремитесь углубить технические навыки
ML-инженеры и Data-инженеры с опытом от 2-х лет
- У вас есть опыт работы с данными и моделями
- Вы хотите освоить практики DevOps в контексте данных
- Вы стремитесь автоматизировать процессы доставки моделей
DevOps-специалисты и системные администраторы с опытом от 2-х лет
- У вас есть опыт работы с инфраструктурой и автоматизацией
- Вы хотите специализироваться на работе с данными
- Вам интересно построение data-систем
Необходимые знания
- Python: ООП, модули, работа с библиотеками
- SQL: запросы, оптимизация, опыт взаимодействия с БД
- Основы Linux: вы не боитесь терминала — на курсе будет много работы в Linux-окружениях
Что даст вам этот курс
- Освоите современные практики автоматизации работы с данными
- Научитесь строить надёжные и масштабируемые data-пайплайны
- Получите практический опыт работы с облачными сервисами
- Расширите карьерные возможности в направлении DataOps
- Научитесь применять DevOps практики в контексте данных
- Глубокий фокус на практике, практическом применении конкретных инструментов
- Акцент на автоматизацию и масштабируемость решений
- Построение полного цикла работы с данными от источника до визуализации
- Работа с реальными кейсами и данными
- Использование современного стека технологий (Polars, dbt, Prefect, k8s, Cloud)
- Практика работы с облачными сервисами
- Разрабатывать и внедрять масштабируемые ETL/ELT пайплайны с использованием современных инструментов (Airflow / Prefect, dbt)
- Проектировать и реализовывать архитектуру данных в облачной среде
- Создавать и поддерживать CI/CD пайплайны для автоматизации процессов работы с данными
- Обеспечивать качество данных с помощью автоматизированного тестирования
- Разворачивать и настраивать системы мониторинга и логирования
- Работать с различными типами хранилищ данных (PostgreSQL, ClickHouse, Redis, Object Storage)
- Применять практики Infrastructure as Code для управления инфраструктурой
- Создавать и поддерживать аналитические дашборды
Процесс обучения
Обучение проходит онлайн: вебинары, общение с преподавателями и вашей группой в Telegram, сдача домашних работ и получение обратной связи от преподавателя.
Вебинары проводятся 2 раза в неделю по 2 ак. часа и сохраняются в записи в личном кабинете. Вы можете посмотреть их в любое удобное для вас время.
В ходе обучения вы будете выполнять домашние задания. Каждое из них посвящено одному из компонентов вашего выпускного проекта.
После выполнения всех домашних заданий вы получите готовый выпускной проект.
Оптимальная нагрузка
Возможность совмещать учебу с работой
Портфолио
Индивидуальная разработка итоговой проектной работы
Перспективы
Получите знания, которые помогут повысить вашу востребованность и доход
Партнеры
Многие студенты еще во время прохождения первой части программы находят или меняют работу, а к концу обучения могут претендовать на повышение в должности.
- Получите помощь с оформлением резюме, портфолио и сопроводительного письма
- Разместите свое резюме в базе OTUS и сможете получать приглашения на собеседования от партнеров
Формат обучения
Интерактивные вебинары
2 занятия по 2 ак.часа в неделю. Доступ к записям и материалам остается навсегда
Обратная связь
Домашние задания с поддержкой и обратной связью наших преподавателей помогут освоить изучаемые технологии
Активное комьюнити
Чат в Telegram для общения преподавателей и студентов
Программа
Основы DataOps
В этом модуле студенты познакомятся с фундаментальными концепциями DataOps и базовыми инструментами, необходимыми для работы с данными в современной организации. Они освоят основы версионирования кода, научатся организовывать свой код согласно лучшим практикам, а также получат практический опыт работы с облачной инфраструктурой. Этот модуль закладывает фундамент для дальнейшего изучения более сложных инструментов и практик DataOps.
Тема 1: Введение в DataOps
Тема 2: Git и GitLab: основы версионирования
Тема 3: Организация исходного кода
Тема 4: Работа с Yandex.Cloud
Инструменты обработки данных
В этом модуле студенты изучат современные инструменты и технологии для эффективной работы с данными. Они научатся работать с различными форматами данных, освоят продвинутые техники обработки с помощью Python и Polars, познакомятся с SQL и NoSQL базами данных, а также научатся строить ETL/ELT процессы с использованием современных инструментов оркестрации. Этот модуль даст практические навыки работы с данными в промышленных масштабах.
Тема 1: Форматы данных
Тема 2: Python для обработки данных
Тема 3: Базы данных и SQL
Тема 4: Объектные хранилища и NoSQL
Тема 5: DBT
Тема 6: Оркестратор
Тема 7: Разработка ETL пайплайна
Автоматизация и CI/CD
В этом модуле студенты погрузятся в практики автоматизации и непрерывной интеграции/доставки. Они освоят контейнеризацию с Docker, научатся управлять инфраструктурой с помощью Terraform, познакомятся с оркестрацией контейнеров в Kubernetes и настроят полноценные CI/CD пайплайны в GitLab. Этот модуль научит автоматизировать процессы развертывания и управления инфраструктурой данных.
Тема 1: Контейнеризация
Тема 2: Практика Docker
Тема 3: Инфраструктура как код
Тема 4: Практика Terraform
Тема 5: Оркестрация контейнеров
Тема 6: Практика Kubernetes
Тема 7: Практика с настройкой GitLab
Тема 8: CI/CD в GitLab
Качество данных
В этом модуле студенты изучат методологии и инструменты обеспечения качества данных. Они познакомятся с различными подходами к тестированию данных, освоят инструмент Great Expectations для валидации данных и научатся встраивать проверки качества в свои data-пайплайны. Этот модуль поможет обеспечивать надежность и достоверность данных в производственной среде.
Тема 1: Методологии тестирования данных
Тема 2: Data Quality часть 1
Тема 3: Data Quality часть 2
Тема 4: Data Quality часть 3
Business Intelligence и визуализация
В этом модуле студенты научатся создавать аналитические решения для бизнеса. Они изучат принципы построения BI-систем, освоят работу с Apache Superset, научатся создавать информативные дашборды и интегрировать их с источниками данных. Этот модуль даст навыки создания аналитических решений, доступных для конечных пользователей.
Тема 1: Принципы построения BI-решений
Тема 2: Развертывание BI системы: Superset
Тема 3: Интеграция BI с ETL-пайплайном, построение дашборда
Мониторинг и логирование
В этом модуле студенты изучат инструменты и практики наблюдения за данными и инфраструктурой. Они научатся работать с системами мониторинга Prometheus и Grafana, освоят сбор и анализ логов с помощью ELK stack или Graylog, настроят системы оповещения. Этот модуль научит отслеживать здоровье систем обработки данных и оперативно реагировать на проблемы.
Тема 1: Системы мониторинга: Prometheus, Grafana
Тема 2: Системы логирования: ELK или Graylog
Тема 3: Настройка алертинга
Проектная работа
Тема 1: Выбор темы и организация проектной работы
Тема 2: Консультация по проектам и домашним заданиям
Тема 3: Защита проектных работ
Тема 4: Подведение итогов курса
Также вы можете получить полную программу, чтобы убедиться, что обучение вам подходит
Выпускной проект
Каждый семестр завершается финальным проектом, который предстоит защитить перед преподавателями и командой. Вам будет, что обсудить на собеседовании!
Итоговый проект представляет собой end-to-end аналитическое решение. Вы можете выбрать одну из предложенных преподавателем тем или реализовать свою идею.
Преподаватель
Николай Осипов
Kadam
MLOps Engineer
Опыт в Data Science: более 4 лет Работал как в стартапах, так и крупных компаниях в роли DS/MLE. Разрабатывает внутренние аналитические решения, системы прогнозирования временных рядов и системы компьютерного зрения. Внедряет MLOps/DevOps практики в каждом проекте. Образование: Ракетостроение, Омский Государственный Технический университет Otus Certificated Educator
Преподает на курсах
- Machine Learning. Professional
- MLOps
- Machine Learning. Basic
- Machine Learning. Advanced
- Data Engineer
- DevOps практики и инструменты
- CI/CD на основе GitLab
- DataOps
Эксперты-практики делятся опытом, разбирают кейсы студентов и дают развернутый фидбэк на домашние задания
Корпоративное обучение для ваших сотрудников
- Курсы OTUS верифицированы крупными игроками ИТ-рынка и предлагают инструменты и практики, актуальные на данный момент
- Студенты работают в группах, могут получить консультации не только преподавателей, но и профессионального сообщества
- OTUS проверяет знания студентов перед стартом обучения и после его завершения
- Простой и удобный личный кабинет компании, в котором можно видеть статистику по обучению сотрудников
- Сертификат нашего выпускника за 5 лет стал гарантом качества знаний в обществе
- OTUS создал в IT более 120 курсов по 7 направлениям, линейка которых расширяется по 40-50 курсов в год
Подтверждение знаний и навыков
OTUS осуществляет лицензированную образовательную деятельность. В конце обучения вы получите сертификат OTUS о прохождении курса и удостоверение о повышении квалификации.
После обучения вы:
- Получите материалы по пройденным занятиям (видеозаписи курса и дoполнительные материалы)
- Создадите свой проект, который поможет при прохождении собеседований
- Повысите свою ценность и конкурентоспособность как IT-специалист
- Получите сертификат об окончании курса
DataOps
Полная стоимость
Стоимость указана для оплаты физическими лицами
вычета до 13% стоимости обучения. Пройдите тестирование и менеджер вас проконсультирует
+7 499 325-85-52 бесплатно