Andreas Kretz
Я - старший инженер по данным и тренер, техноэнтузиаст и отец. Уже более десяти лет я увлечён Data Engineering. Сначала я стал инженером по данным самоучкой, а затем возглавил команду инженеров по данным в крупной компании. Когда я понял, насколько велика потребность в обучении в этой сфере, я последовал за своей страстью и основал собственную Академию Data Engineering. С тех пор я помог более чем 2 000 студентам достичь своих целей.
Курсы от Andreas Kretz
Andreas Kretz
10 окт. 2025 г., 01:41
Создание локальной системы RAG на основе LlamaIndex и Ollama
GenAI RAG with LlamaIndex, Ollama and Elasticsearch
Retrieval-Augmented Generation (RAG) - это следующий практический шаг после семантического поиска и индексации. В этом курсе вы создадите полноценный локальный RAG-конвейер, который обрабатывает PDF-файлы, разбивает тексты на фрагменты, сохраняет векторы в Elasticsearch, извлекает релевантный контекст и генерирует обоснованные ответы с помощью модели Mistral, запущенной локально через Ollama.Мы пройдём путь от начала до конца на конкретном сценар
Andreas Kretz
9 сент. 2025 г., 13:45
Скрытый фундамент генеративного ИИ
The Hidden Foundation of GenAI
Генеративный ИИ сегодня повсюду, но лишь немногие понимают фундаментальные концепции, на которых он держится. «Скрытый фундамент GenAI» - это отправная точка для тех, кто хочет по-настоящему разобраться, что стоит за LLM, векторным поиском и семантическим пониманием. Курс специально создан для инженеров данных и фокусируется на эмбеддингах - одном из важнейших (и самых неправильно трактуемых) строительных блоков любой GenAI-системы.Вместо перегру
Andreas Kretz
9 сент. 2025 г., 13:18
Семантическая индексация и поиск логов
Semantic Log Indexing & Search
Семантический поиск - один из самых практичных способов применения генеративного ИИ в реальных проектах по обработке данных. В этом курсе мы выходим за рамки базового знакомства с эмбеддингами (из курса The Hidden Foundation of GenAI) и начинаем использовать их на практике. Вы научитесь строить полноценный конвейер семантического поиска с нуля: от создания эмбеддингов и их хранения в векторной базе данных до выполнения запросов на естественном яз
Andreas Kretz
29 мая 2025 г., 23:56
Azure Data Pipelines с Terraform
Azure Data Pipelines with Terraform
Azure становится всё более популярной платформой для компаний, использующих экосистему Microsoft365. Если вы хотите прокачать свои навыки инженера данных, то умение работать с Azure и автоматизировать инфраструктуру с помощью Terraform - ключевые компетенции. Именно поэтому мы создали этот курс «Azure ETL с Terraform».На практическом проекте вы научитесь строить полноценное решение для обработки данных в Azure, объединяя возможности Terraform, Az
Andreas Kretz
29 мая 2025 г., 23:15
Контейнеризация ETL c AWS, TDengine и Grafana
Dockerized ETL With AWS, TDengine & Grafana
Инженерам данных часто нужно быстро настроить простой ETL-скрипт, который просто выполняет свою задачу. В этом проекте вы узнаете, как легко реализовать такой ETL на AWS: подключить живые данные из погодного API и записывать их во временную базу данных TDengine.
Andreas Kretz
29 мая 2025 г., 22:41
Contact Tracing с использованием Elasticsearch
Contact Tracing with Elasticsearch
В этом увлекательном инженерном проекте вы научитесь отслеживать перемещения пользователей по их сканированиям с телефона. Цель проекта - использовать Elasticsearch как поисковую систему для анализа набора данных, в котором 100,000 пользователей посещают магазины и делают 1,000,000 сканирований.
Andreas Kretz
29 мая 2025 г., 22:17
Работа с данными временных рядов: хранение и визуализация
Storing & Visualizing Time Series Data
Обработка, хранение и визуализация данных временных рядов становится всё более важной задачей. От данных IoT и системных журналов до статистики производственных процессов - объём информации, требующей обработки, постоянно растёт.Системы хранения временных рядов, такие как InfluxDB, и инструменты визуализации, такие как Grafana, позволяют управлять данными и делать их доступными для анализа. В этом курсе вы научитесь строить полноценный пайплайн д
Andreas Kretz
29 мая 2025 г., 21:56
Машинное обучение и контейнеры на AWS
Machine Learning & Containers on AWS
В этом практическом курсе вы научитесь строить полный пайплайн данных на платформе AWS - от получения данных из Twitter API до анализа, хранения и визуализации.Вы создадите собственный алгоритм машинного обучения и развернёте его на AWS с помощью Lambda. Также вы настроите базу данных Postgres с использованием Amazon RDS. Для визуализации результатов вы разработаете интерактивный дашборд на Streamlit и получите опыт его развертывания в контейнера
Andreas Kretz
29 мая 2025 г., 21:40
Современные хранилища данных и Data Lakes
Modern Data Warehouses & Data Lakes
В роли инженера данных вы будете регулярно работать с аналитическими платформами, где компании хранят данные в Data Lakes и Data Warehouses для построения визуализаций и создания моделей машинного обучения.Современные хранилища данных, такие как AWS Redshift, Google BigQuery и Snowflake, позволяют загружать данные напрямую из файлов в Data Lake. Эта интеграция делает работу с хранилищами гибкой и удобной для аналитических задач.
Andreas Kretz
29 мая 2025 г., 21:13
Инженерия данных на GCP
Data Engineering on GCP
Google Cloud Platform (GCP) - одна из самых популярных облачных платформ в мире, предоставляющая обширный набор инструментов и сервисов для построения, управления и оптимизации пайплайнов данных. GCP позволяет эффективно хранить, обрабатывать, анализировать и визуализировать данные, помогая инженерам данных создавать масштабируемые и высокопроизводительные решения.