Data Engineering Testing: від unit-тестів до інтеграції з dbt

Avro та Protobuf у Data Engineering: схеми для якісних даних

Якість даних для Data Engineering: що міряти і як тримати SLA

Data Orchestration: від cron до DAG — глибше за Airflow

SQL: Query, DDL vs DML та життєвий цикл запиту (Query Life Cycle)

Steps of Dimensional Modeling: 4 кроки на прикладі оренди e-самокатів

Dimensional Modeling: OLTP vs OLAP, освоюємо Kimball’s Star Schema (Зіркова схема Кімбела) та Slowly Changing Dimension (SCD, повільно змінювана розмірність)

Вступ до Data Modeling: Як перетворити бізнес-вимоги на таблиці

Ingest with Python — pandas та PySpark у data pipelines

Real-Time Ingestion без магії — CDC та Streaming Explained (Kafka)

SFTP vs API vs Object Storage: Битва ingestion-методів

Push чи Pull: як обрати правильну стратегію для data ingestion

Stream Ingestion — нова ера Data Ingestion

Data Ingestion по-старому: батч, snapshot і BigQuery

Принципи хорошої Cloud Data Architecture

Весь ІТ у трьох літерах: розбираємо IaaS, PaaS, SaaS

Cloud Data Architecture простими словами

Prefect, Dagster, Mage: чим вони кращі (або простіші) за Airflow?

Airflow не магія. Це просто — якщо знаєш, що таке DAG

Пайплайни не слухаються? Ось як навести порядок у світі даних