Как сделать платформу по анализу небольших данных. Готовая сборка AIRFLOW + POSTGRESQL + METABASE

Airflow – платформа для разработки, планирования и мониторинга рабочих процессов

Лекция 4, Виктор Бородаенко, Основы Hadoop, современные подходы к обработке Big data

ВВЕДЕНИЕ В AIRFLOW / ПОНЯТИЕ DAG'а / НАСТРОЙКА DAG'а В AIRFLOW

Свободное плавание программиста (или как вышел из найма): серия 1

Юлия Волкова — Любовь и ненависть к Prefect 2.0 после Apache Airflow

Андрей Сальников — Индексы в PostgreSQL. Как понять, что создавать

Apache Spark для Джуна | Что такое Spark и как он работает?

Основы Airflow за 1 час // Демо-занятие курса «Data Warehouse Analyst»

Опыт использования Airflow для автоматизации задач R&D (Мосягин Игорь)

Евгений Ермаков — Эволюция архитектур платформы данных

10. Apache Airflow для MLOps: Основы Оркестрации, DAGs, Архитектура и Компоненты 13/06/24

Почему Ядерная война уже началась (А вы не заметили)

Сабурова выгнали, Останина посадили: шутки вне закона? | Что происходит с российским юмором

Топ ошибок со стороны разработки при работе с PostgreSQL / Алексей Лесовский (Data Egret)

Docker и Kubernetes глазами разработчика

Основы Airflow (Как работают данные: практические кейсы) #2

Собираем pipeline. Схема инженерии данных. Часть 1. Разворачиваем AirByte + ClickHouse + PostgreSQL

S3 хранилище — Лучший способ хранить файлы на бэкенде | Как работать с S3 через Python

Как работает Metabase? Для кого подойдет? Функционал и возможности

PostgreSQL: практические примеры оптимизации SQL-запросов / Иван Фролков (Postgres Professional)