Mengenal Data Engineering dan Alur Kerjanya
Ikuti perjalanan transaksi contoh dari sumber hingga tabel yang siap dianalisis.
Memahami data, satu alur dalam satu waktu.
Halo, saya penulis di balik alfianh.id. Di sini saya menyusun catatan tentang bagaimana data bergerak dari sumber hingga bisa dipakai untuk mengambil keputusan.
Saya menelusuri contoh kecil: transaksi yang perlu dibersihkan, transformasi yang perlu diuji, dan pekerjaan yang harus aman saat diulang. Mulai dari fondasi, lalu periksa pilihan desain dan kegagalannya.
Identitas penulis masih pratinjau. Artikel dan data di situs ini adalah contoh pembelajaran.
Temukan jalur belajarMulai dari alurnya
Pilihan editorial untuk memahami konsep, mencoba SQL, lalu memikirkan pemulihan.
SQL untuk Membersihkan Data Transaksi
Rapikan identifier kosong, pilih revisi transaksi secara deterministik, lalu cocokkan jumlah baris penolakan.
Merancang Pipeline yang Idempoten dan Andal
Gunakan kunci bisnis dan revisi sumber agar pembaruan tujuan aman saat batch diputar ulang.
Ikuti pertanyaanmu
9 artikel terbitan dalam bahasa Indonesia
Catatan terbaru
Urutan tanggal terbit. Bacaan berbeda dari pilihan editorial di atas.
Buka arsip artikelContoh rendering teknis
Contoh singkat untuk memeriksa prosa teknis dan penerbitan dua bahasa.
Memahami Event Streaming dengan Kafka
Pahami urutan partisi, consumer group, offset, dan pengiriman ulang melalui log kejadian kecil.
Transformasi Data yang Teruji dengan dbt
Hubungkan model melalui ref, uji kunci bisnis, lalu tinjau ketepatan pemrosesan inkremental secara terpisah.
Belajar dengan urutan
Pemula
Fondasi data engineering
Ikuti perjalanan data dari sumber, pembersihan, dan ETL hingga model analitik.
4 artikel berurutan
Mampu membaca tabel. Untuk latihan Python, siapkan Python 3 dan pemahaman fungsi dasar.
Praktisi · Menengah hingga lanjutan
Pipeline yang andal
Hubungkan penjadwalan, pengujian transformasi, dan replay yang aman.
3 artikel berurutan
Selesaikan jalur Fondasi atau kuasai SQL, fungsi Python, ETL, serta model dimensi.
Rancangan dalam praktik
Studi kasus ilustratif: transaksi sintetis, pemeriksaan kualitas, karantina, dan pemulihan batch. Tanpa klien atau klaim dampak bisnis.
Telusuri pipeline transaksi sintetis