Junior

Самый первый курс пути для тех, кто начинает с нуля: никогда не открывал терминал и не писал код. На пальцах объясняем, как устроен компьютер, что такое файл, папка, путь и программа; учимся открывать терминал на macOS, Windows (WSL2) и Linux и набирать первые команды; ставим Python, git и Docker; запускаем первую программу и разбираемся, что делать, когда что-то сломалось. После курса можно без страха идти в SQL, Python и остальные junior-курсы.

Глубокий практический курс по основам компьютерных сетей — от Ethernet-кадра до TLS-handshake. Курс отвечает на вопросы, которые мучают любого разработчика: что физически происходит, когда вы вводите URL в браузере; почему TCP надёжен, а UDP нет, и как они оба умещаются в одном кабеле; что такое DNS-резолв и почему он иногда занимает 200мс; почему ping иногда показывает 5мс, а потом 500мс. От TCP/IP-стека и адресации до сокетов, балансировки и диагностики через tcpdump/wireshark. Без kernel internals — цель сделать инженера, который понимает сеть как систему и уверенно дебажит реальные проблемы.

Полный обзорный курс по Data Engineering для тех, кто хочет войти в профессию. Без воды: что такое DE и чем он отличается от DA/DS, как устроен жизненный цикл данных от ingestion до serving, зачем нужны Parquet и Avro, в чём разница OLTP и OLAP, как проектировать звёзды и снежинки, почему ETL уступает место ELT, что такое современный data stack из Snowflake/dbt/Airflow и где в этом стеке Spark и Kafka. Курс не дублирует глубокие курсы по конкретным технологиям — даёт ландшафт и концепции, после которых можно осознанно углубляться. Целевая версия инструментов — 2026.

Курс уровня junior по моделированию данных — фундамент, на котором стоит вся профессия data-инженера. От концептуальных, логических и физических моделей через ER-моделирование и реляционную теорию (нормализация 1NF-5NF с разбором функциональных зависимостей) к размерному моделированию Кимбалла (star schema, типы fact-таблиц, Slowly Changing Dimensions 0-7), методологиям DWH (Inmon, Kimball, Data Vault 2.0) и современным подходам (lakehouse, medallion, One Big Table, semantic layer). Отдельный модуль — моделирование для NoSQL. Курс объясняет не «как нарисовать схему», а почему модель работает именно так — до уровня страниц на диске, B-tree индексов и стоимости JOIN. Завершается сквозным капстоуном: от бизнес-требований до готового DWH.

Курс уровня junior по dbt — для аналитиков и инженеров, которые впервые подходят к роли analytics engineer. Покрывает фундамент: модели, sources, ref(), материализации, тесты, Jinja, документация, project structure (staging/intermediate/marts). Warehouse — DuckDB локально, без облака и платных подписок. Версия dbt — 1.10 (актуальный stable на 2026), с упоминанием 1.9 microbatch и dbt Fusion engine как тренда. После курса вы будете уметь поднять production-минимальный dbt-проект, понимать DAG, писать тесты и читать lineage.

Практический курс по Docker для будущего Junior Data Engineer. От первого `docker run hello-world` до production-ready compose-стенда с Airflow + Postgres + Kafka, от `docker ps` до multi-stage Python-образа за 80 МБ, от bind mount под Mac до rootless containers с Trivy/Hadolint в CI. С фокусом на реальные DE-задачи: локальный стенд для разработки DAG'ов, образы для ETL-pipeline'ов, debug упавшего Airflow worker'а через `docker logs` и `exec`, интеграционные тесты через testcontainers-python. Целевые версии: Docker Engine 28, Compose v2.39, BuildKit v0.26, поддержка OrbStack / Rancher Desktop / Podman.

Computer Science fundamentals и Data Structures & Algorithms для Junior Data Engineer. Языко-нейтрально — но все примеры и измерения на Python 3.13. Главное отличие: структуры данных разобраны до железа — кэш-линии, memory layout, pointer chasing, branch prediction. Не «зубрить big-O», а понимать, почему list.append() амортизированно O(1), почему dict-lookup быстрый и когда он внезапно становится медленным, почему BFS жрёт память, а binary search умеет ошибаться. Каждый модуль завершается лабой с timeit/sys.getsizeof — числа важнее формул.

Полный практический курс по Git для будущего Junior Data Engineer. От первого `git init` до восстановления потерянных коммитов через reflog, от настройки SSH-ключей до настройки CI на GitHub Actions. Без зазубривания команд — с пониманием, что хранится в .git/, как работает three-way merge, почему rebase публичных веток — катастрофа, и как не запушить .env с боевыми паролями. Целевая версия — Git 2.54+ (стабильная на 2026 год).

Практический курс по Linux и Bash для будущего Junior Data Engineer. От первой команды `ls` до production-ready bash-скриптов с `set -euo pipefail`, от прав 0644 до systemd-юнитов и cron расписаний. С фокусом на реальные DE-задачи: парсинг логов через awk, синхронизация файлов через rsync, обработка CSV в pipeline, отладка упавших Airflow worker-ов через journalctl. Целевые версии: Ubuntu 26.04 LTS + Debian 13 Trixie, Bash 5.3.

Глубокий практический курс по основам операционных систем — от системных вызовов до планировщика. Курс отвечает на вопросы, без которых невозможно понимать поведение реального софта: что такое процесс и чем отличается от потока; почему free говорит, что памяти мало, но программы работают; что физически делает fork(); почему запись в файл иногда мгновенная, а иногда блокируется на секунды. Linux как референс (без kernel internals в дебрях исходников). От syscalls и виртуальной памяти до планировщика, IPC и файловой системы. Курс делает инженера, который понимает, что происходит между print() и пикселями на экране.

Точка входа в Python для Junior Data Engineer. От синтаксиса и стандартной библиотеки до реальных DE-задач: парсить CSV/JSON, ходить в REST API, грузить данные в PostgreSQL, писать тесты. Целевая версия — Python 3.13. Без CPython-внутренностей и DSA до железа — это будет в Python 02.

Глубокий практический курс по работе с веб-API и форматами данных для будущего Junior Data Engineer. От устройства HTTP-запроса и таблицы статус-кодов до OAuth2-flow с PKCE, от парсинга JSON/CSV/YAML до бинарных Avro/Parquet, от requests и httpx до контрактного тестирования через pact. Курс не учит зазубривать команды — учит думать как клиент REST: почему PUT идемпотентен, что отличает 401 от 403, когда выбрать GraphQL вместо REST, как пережить 429 без потери данных. Целевые версии: requests 2.34, httpx 0.28, OpenAPI 3.1 (с обзором 3.2), Python 3.13.

Ультраглубокий курс по SQL на PostgreSQL — от реляционной алгебры до уверенного middle уровня. С интерактивным pglite sandbox прямо в браузере: каждый запрос можно запустить и увидеть результат. Покрывает JOIN, агрегации, оконные функции, рекурсию, типы Postgres, проектирование схем, транзакции и базовую оптимизацию.