Инженер данных
Программа за год подготовит вас к профессии инженера данных — архитектора пайплайнов и инфраструктур работы с данными, востребованного в любой современной IT-компании.
Вы освоите SQL, Python, ETL, хранилища данных, Big Data, BI-инструменты и сделаете собственный проект на пути к первому офферу в роли инженера данных.
Старт курса
05.10.2026
Стоимость обучения
395 000 ₽
Продолжительность
от 6 месяцев
Формат обучения
Очный
Документ
Диплом о профессиональной переподготовке
Инженеры данных— важные специалисты в современном мире. Они выстраивают инфраструктуру по сбору, обработке, движению и структурированию данных. Благодаря им возможны аналитика, стратегическое планирование, рекомендательные системы, обучение нейросетей. Спрос на квалифицированных специалистов в этой области стабильно растёт: по данным LinkedIn, профессия инженер данных входит в топ-5 самых востребованных IT-направлений последних лет.
Программа «Инженер данных» разработана для тех, кто хочет перейти в IT, освоить дата-инжиниринг или укрепить свои навыки работы с данными. Особое внимание уделено фундаментальным знаниям — вы разберётесь в архитектуре хранилищ данных, системах потоковой и пакетной обработки, администрировании СУБД, а также в вопросах управления данными.
За год вы освоите инструменты, используемые в ведущих технологических компаниях, научитесь применять их на практике и реализуете собственный индивидуальный проект — полноценный пайплайн, который можно включить в портфолио и использовать как весомое конкурентное преимущество при трудоустройстве.
По итогам обучения вы будете готовы начать карьеру инженера данных, уверенно чувствуя себя в профессиональной среде.
Для кого
Для слушателей, желающих стать инженером данных и улучшить свои навыки работы с данными
Начинающие инженеры данных
Получите системное обучение и практические навыки для успешного трудоустройства на стартовую позицию
Технические специалисты, меняющие профессию
Освоите полный цикл работы инженера данных, чтобы начать карьеру в перспективной профессии
IT-специалисты, развивающие навыки
Повысите квалификацию, откроете новые карьерные возможности и станете универсальным специалистом в области данных
Почему выбирают нас
01
Поддержка экспертов и итоговый проект, приближенный к реальным задачам
02
Удобный формат обучения – легко совмещать с работой или другими делами
03
Занятия в компьютерных классах в корпусе НИУ ВШЭ на Покровском бульваре
Программа обучения
Даёт широкий спектр знаний в области инженерии данных: от работы с базами данных и ETL-процессов до управления данными и применения машинного обучения на практике
Язык структурированных запросов "SQL"10 занятий
- Классификация баз данных
- Операторы SQL, фильтрация, типы данных
- Основные термины: схема, отношение, кортеж, поле
- Группировка и агрегация, подзапросы, CTE, материализованные CTE
- Объединения таблиц, виды связей между отношениями, множества
- Первичный и внешний ключи
- Оконные функции
- DML-операции (insert, update, delete)
- DDL-операции, ограничения (constraints)
- Представления, материализованные представления, временные таблицы
- Внешние таблицы
- Индексы, партиции
- Функции, триггеры
- План запроса, оптимизация запросов
- Транзакции (TCL)
Язык программирования "Python"15 занятий
- Типы данных
- Основные конструкции: циклы, функции, классы
- Библиотеки pandas и numpy
- Работа с БД: psycopg2, sqlalchemy, pandas
- Регулярные выражения
- Обработка неструктурированных и полуструктурированных данных
- Работа с API (requests, fastapi), Postman
- Многопоточность и асинхронность (asyncio, concurrent.futures)
- Алгоритмы и структуры данных
- Системы контроля версий (Git): базовые команды, Git Flow, GitHub Flow и др., интеграция с IDE
- Управление изменениями БД через git (liquibase)
Хранилища данных3 занятия
- Классификация БД
- Типы хранилищ: DWH, DataLake, LakeHouse
- Слои DWH
- Нормальные формы
- Медленно меняющиеся измерения (Slowly Changing Dimensions)
- Методологии проектирования: Star, Snowflake, Data Vault, Anchor Model
- Инструменты проектирования
Организация инфраструктуры7 занятий
- Основные команды терминала
- Контейнеризация (Docker)
- Оркестрация (Kubernetes)
- Виртуализация
- CI/CD (GitLab CI/CD)
- Облачная инфраструктура (на примере Yandex Cloud) — развёртывание сервисов, настройка параметров
Работа с данными (ETL)10 занятий
- Разработка пайплайнов в Apache Airflow
- Основные компоненты Airflow: dag, task, task_group, операторы
- Оркестрация, расписания, триггеры, сенсоры
- Переменные, коннекторы, pools
- Кастомные операторы
- Change Data Capture (CDC)
- Источники/приёмники данных: API, FTP/SFTP, S3, Kafka, RabbitMQ, внешние витрины, облачные диски
- Лучшие практики построения пайплайнов
Работа с большими данными5 занятий
- Hadoop: HDFS, YARN, Hive, MapReduce
- Apache Spark: RDD, DataFrame, Spark SQL
- Форматы файлов: Parquet, AVRO, ORC
Потоковая обработка данных5 занятий
- Kafka
- Spark Streaming
- NiFi
- Flink
Витрины данных и Business Intelligence3 занятия
- Основные отечественные и мировые BI-системы
- Базовые компоненты визуализации и аналитики (например, Yandex DataLens)
- Основы языков DAX, MDX
- Проектирование витрин данных (логическое моделирование)
- Сбор витрин под требования бизнеса
- Роль витрин в жизненном цикле корпоративных данных
- Создание дашбордов с использованием мер, вычисляемых столбцов и различных видов визуализации
Администрирование баз данных (DBA)3 занятия
- Управление пользователями и группами
- DCL-операторы SQL
- Резервное копирование и восстановление
- Блокировки и взаимные блокировки
- Vacuum
- Настройки баз данных
Аналитические СУБД3 занятия
- Принципы MPP (Massively Parallel Processing)
- Узкие места аналитических СУБД
- Выбор СУБД под задачу
- ClickHouse, GreenPlum, Trino, DuckDB, YDB, StarRocks
Введение в NoSQL базы данных3 занятия
- Отличия NoSQL от RDBMS
- Типы NoSQL систем
- CAP-теорема, алгоритмы консенсуса, ACID
- Документоориентированная СУБД (MongoDB) — развёртывание, заполнение, запросы
- СУБД ключ-значение (Redis), языки запросов
- Хранение графов (Neo4J), язык Cypher
- Колончатые СУБД (ClickHouse) и аналитические запросы
Управление данными (Data Governance)3 занятия
- Предпосылки и драйверы Data Governance
- Роль Data Quality и Data Governance
- Принципы и метрики качества данных
- Управление основными данными для стандартизации
- Определение ключевых данных под бизнес-цели
- Основные роли и компетенции в Data Governance
Машинное обучение и Apache Spark3 занятия
- Spark ML
- ML Flow
- Построение ML-пайплайнов, версионирование датасетов
- Учёт и трекинг моделей
Итоговый проект
Проектирование и разработка пайплайна обработки данных
Преподаватели и эксперты
Владислав Бояр
Академический руководитель программы, инженер данных во «Вкусно — и точка», эксперт Центра непрерывного образования ФКН
Армен Бекларян
Эксперт Центра непрерывного образования ФКН, доцент базовой кафедры Сбера
Кирилл Дикалин
Руководитель направления аналитической инфраструктуры в Альфа-Банке
Кирилл Гоменюк
Инженер данных в Т-Банке
Пётр Гуринов
Senior Data Engineer
Кирилл Сысоев
Инженер больших данных в UzumData, доцент ФКН
Сможете создавать и оптимизировать пайплайны
Оптимизируете работу с большими объёмами данных для быстрых и точных бизнес-результатов
Освоите современные облачные и потоковые технологии
Сможете внедрять эти технологии, чтобы строить гибкую и надёжную инфраструктуру данных
Внедрите машинное обучение и автоматизацию
Начнете применять передовые методы машинного обучения и автоматизации в проектах
Документ, который Вы получите
Диплом о профессиональной переподготовке установленного образца при успешном завершении обучения
Как поступить
01
Положить программу в корзину и зарегистрироваться в личном кабинете в правом верхнем углу на странице программы
02
Заполнить профиль в личном кабинете и приложить скан-копии личных документов
03
Перейти в корзину и оформить заказ. Кнопка «Оформить заказ» станет активна, если вы заполнили все необходимые поля в профиле
04
Дождаться подтверждения заявки. После подтверждения в личном кабинете появятся договор на ознакомление и ссылка на оплату
05
Начать обучение. За несколько дней до старта занятий менеджер отправит вам на почту организационное письмо со всей важной информацией о программе и ссылкой на учебный чат в Telegram
Формат обучения
Условия приема: высшее или среднее профессиональное образование; лица, получающие высшее образование
Формат обучения: смешанный (очные занятия в корпусе НИУ ВШЭ + онлайн-трансляции)
Состав группы: до 30 человек
Стоимость и условия
Контакты
Основной адрес
Телефон
Электронная почта
На звонки и письма отвечаем в рабочее время: понедельник — суббота, 11:00 – 19:00.