“ไม่เคยรู้เลยว่า Data Engineer หรือ DE ที่เค้าเรียกกันคืออะไร แต่รู้สึกว่าอาชีพนี้น่าสนใจ มาดูหลังบ้านของงานนี้ด้วยคอร์สนี้!”
🧑🏻💻 ฟังชื่อ “Data Engineer” แล้วดูเท่ดี แต่มันใช่ทางที่ใช่สำหรับเราจริงๆ ไหม?
หลายคนสนใจสาย Data Engineer เพราะได้ยินว่าเงินดี แต่ไม่รู้เลยว่าต่างจาก Data Analyst หรือ Data Scientist ตรงไหน ทำงานจริงเป็นยังไง ต้องรู้อะไรบ้าง
คอร์สนี้พาไปหาคำตอบแบบ Text-based อ่านเข้าใจง่าย ไม่ต้องเปิดเสียง ไม่ต้องดูวิดีโอ เรียนได้ทุกที่ทุกเวลา เริ่มจากศูนย์แบบไม่ต้องเขียนโค้ดในบทแรกๆ ค่อยๆ ไต่ระดับไปจนถึง SQL, Python, Cloud
เหมาะกับใคร ?
คนที่ยังไม่แน่ใจว่าจะเดินสาย Data Engineer หรือ Data Analyst ดี และอยากเห็นภาพรวมก่อนตัดสินใจ
คนที่เพิ่งเริ่มสนใจสาย Data Engineer และอยากปูพื้นฐานให้ครบก่อนลงลึก
คนสาย Data Analyst ที่อยากเข้าใจฝั่ง Engineer เพื่อคุยกับทีมได้เข้าใจกันมากขึ้น
ถ้ารู้ตัวแล้วว่าอยากไปสาย Data Analyst มากกว่า ลองดู Fastlane Data Analytics แทนได้เลย
รีวิวจากนักเรียน
คอร์ส Foundation Of Data Engineering
❮
❝
★★★★★
ก่อนหน้านี้ผมพอมีพื้นฐานเขียนโปรแกรม แต่ไม่เข้าใจเรื่อง Data Pipeline และ Data Architecture อย่างเป็นระบบมาก่อน คอร์ส FODE ช่วยทำให้เห็นภาพชัดขึ้น ตั้งแต่การทำ Data Ingestion, การเลือกใช้ Data Lake vs Data Warehouse, ไปจนถึงการ orchestration งานด้วย Apache Airflow เนื้อหาจัดลำดับได้ดี ไม่สับสน ได้เข้าใจการทำงานของ ETL pipeline แบบ end-to-end คุ้มมากสำหรับคนที่อยากย้ายสายมาเริ่มสายงาน Data Engineer อย่างมั่นใจขึ้นครับ
TS
Thanaphat S.
Junior Data Engineer (ย้ายสายมาจาก Backend Developer)
❝
★★★★
ในงาน DA ปกติจะรอรับข้อมูลที่คลีนแล้วมาทำ Dashboard หรือ Model พอมารียนคอร์สนี้ ทำให้เข้าใจ 'เบื้องหลัง' ว่ากว่าข้อมูลจะมาถึงมือเรา มันผ่านกระบวนการอะไรบ้าง ทั้งเรื่อง Data Quality, Data Governance และ Data Modeling (Dimensional Modeling / Star Schema) ตอนนี้คุยกับทีม Data Engineer รู้เรื่องมากขึ้นเยอะ ช่วยลดข้อผิดพลาดในการขอข้อมูลไปได้เยอะเลยค่ะ
❝
★★★★★
เลือกเรียนเพื่อต้องการอัปเดต Best Practices ไปสอนทีมต่อ คอร์ส FODE ไม่ทำให้ผิดหวังครับ ครอบคลุมตั้งแต่หลักการคิด Data Engineering Mindset, Security & Privacy ในระบบข้อมูล, การทำ CI/CD สำหรับ Data Pipeline และการเลือกใช้ Toolset ที่เหมาะสมตามข้อจำกัดของงบประมาณและ Scale งาน ถือเป็นคอร์สปูพื้นฐานที่แน่นเลย เหมาะสำหรับทั้งคนทำงานและระดับ Lead ที่ต้องการสร้างระบบข้อมูลที่ดีขึ้นครับ
WA
Warit A.
Tech Lead / Solution Architect
❝
★★★★★
สิ่งที่ประทับใจที่สุดในคอร์สคือการเน้น Real-world Use Cases และ Production-grade Engineering Practices ครับ ไม่ใช่แค่ Python หรือ Query SQL ทั่วไป แต่สอนเรื่องของการประมวลผลข้อมูลระดับ Big Data ด้วย PySpark, การทำ Batch vs Streaming Processing, ตลอดจนการจัดการ Infrastructure บน Cloud หัวข้อที่พูดไปคือสิ่งที่ใช้จริงในการทำงาน เนื้อหาแน่นและกระชับ ตอบโจทย์พัฒนาทักษะระบบ Data Platform ของบริษัทได้ตรงจุดดีครับ"
NT
Nuttapong T.
Senior Software Engineer
❝
★★★★
ตอนแรกกังวลว่าเนื้อหาฝั่ง DE จะซับซ้อนและเป็นเรื่องของข้อเทคนิคมากเกินไป แต่ตัวคอร์สอธิบายเปรียบเทียบได้เห็นภาพชัดเจนมากค่ะ หมวดการจัดการฐานข้อมูลทั้ง Relational Database, NoSQL, และ Data Lakehouse ถูกสรุปไว้อย่างดีเลย คอร์สนี้ทำให้มองภาพการวางโครงสร้างระบบข้อมูลเพื่อธุรกิจได้เป็นระบบมากขึ้น เหมาะกับคนที่อยากขยายสเกลงานจาก BI ไปสู่การดูแล Pipeline ข้อมูลค่ะ
CM
Chutima M.
Business Intelligence Specialist
❯
เรียนแล้วได้อะไร ?
10 บทใหญ่ / 50 บทย่อย พาไล่ตั้งแต่ปรับ mindset จนถึงพร้อมสมัครงานสาย Data Engineer จริง:
โลกของ Data Engineer — DE ทำอะไรบ้างใน 1 วัน, เทียบ DE vs DA vs DS ให้ชัด, ทำไมทุกบริษัทต้องการ DE, เส้นทางอาชีพในอนาคตพื้นฐาน Data (ยังไม่ต้องเขียนโค้ด) — ชนิดข้อมูล, แหล่งที่มาของข้อมูล, Data Flow, ความสำคัญของ Data QualitySQL — ภาษาหลักของ DE — SELECT/WHERE/JOIN, การคิดแบบ Set-based, Query ที่ดี vs Query ที่เจ๊งDatabase & Data Storage — RDBMS vs NoSQL, Table/Schema/Index, Data Warehouse, OLTP vs OLAPPython สำหรับ Data Engineer — จัดการไฟล์ CSV/JSON, เขียนโค้ดให้อ่านง่าย, Script vs Production CodeETL/ELT — หัวใจของงาน DE — Extract/Transform/Load, ความต่าง ETL vs ELT, ตัวอย่าง Pipeline จริง, ปัญหาที่พบบ่อยData Pipeline & Automation — Batch vs Streaming, Scheduling, Monitoring & Alert เมื่อ Data พังตอนกลางคืนBig Data & Distributed System — ภาพรวม Spark/Hadoop แก้ปัญหาอะไร ไม่ลงลึกเกินจำเป็นCloud & Modern Data Stack — AWS/GCP/Azure เบื้องต้น, Modern Data Stack, เลือกเครื่องมือยังไงไม่ให้หลงเส้นทางสู่ Data Engineer — Skill Map, สิ่งที่ Junior DE ต้องรู้, Portfolio ที่ควรมี, Roadmap 3-6-12 เดือนหลังเรียนจบ
จบคอร์สแล้วได้ Certificate พร้อมภาพรวมความรู้สาย Data Engineer ที่พร้อมต่อยอดจริง
ผู้สร้างคอร์ส
Nut Khuannaen ผู้ก่อตั้ง common•learn จบ 2 ปริญญา (เศรษฐศาสตร์ มช. + นิติศาสตร์ ม.รามคำแหง) กำลังศึกษาต่อปริญญาโท Applied Data Science ที่ ม.ธรรมศาสตร์ ผ่านงาน Freelance Data Analyst ให้ลูกค้าต่างชาติ 3 บริษัท และ FP&A ในธุรกิจ Retail มากว่า 4 ปี — เข้าใจทั้งฝั่ง Data Analyst และมุมมองที่ต้องทำงานร่วมกับทีม Data Engineer จริง
ทำไมถึงคุ้ม ?
50 บทเรียน ครอบคลุมทั้ง Stack ของ Data Engineer ตั้งแต่พื้นฐานจนถึง Cloud ในคอร์สเดียว
เริ่มได้แม้ไม่มีพื้นฐานเขียนโค้ด — 2 บทแรกเป็นการปรับ mindset และความเข้าใจล้วนๆ ก่อนค่อยแตะโค้ดจริง
ซื้อครั้งเดียว เรียนได้ตลอดชีพ พร้อม Certificate เมื่อเรียนจบ
ลองอ่านฟรีได้เลย 3 บทแรกของบทที่ 1 ก่อนตัดสินใจซื้อ
เป็นคอร์สเดียวในระบบ common-learn ที่โฟกัส Data Engineer โดยเฉพาะ
ราคา ฿1,199 — ตลอดชีพ
Nut Khuannaen
Author
บทที่ 1: โลกของ Data Engineer เป็นยังไง (ปรับ mindset กันก่อน)
ตัวอย่างปัญหาจริงที่ Data Engineer จัดการ (เป็นตัวอย่าง Story ง่ายๆ)
Lesson 4 of 5 within section บทที่ 1: โลกของ Data Engineer เป็นยังไง (ปรับ mindset กันก่อน).
You must enroll in this course to access course content.
เส้นทางอาชีพ และ growth ของ Data Engineer ในอนาคต
Lesson 5 of 5 within section บทที่ 1: โลกของ Data Engineer เป็นยังไง (ปรับ mindset กันก่อน).
You must enroll in this course to access course content.
บทที่ 2: พื้นฐาน Data ที่ต้องเข้าใจก่อน (ยังไม่ต้องเขียนโค้ด)
Data คืออะไร (Structured / Semi / Unstructured) ในมุมมอง DE
Lesson 1 of 5 within section บทที่ 2: พื้นฐาน Data ที่ต้องเข้าใจก่อน (ยังไม่ต้องเขียนโค้ด).
You must enroll in this course to access course content.
Data มาจากไหนบ้าง (App, Web, Sensor, Business)
Lesson 2 of 5 within section บทที่ 2: พื้นฐาน Data ที่ต้องเข้าใจก่อน (ยังไม่ต้องเขียนโค้ด).
You must enroll in this course to access course content.
Data Flow คืออะไร (ข้อมูลไหลไปมายังไง)
Lesson 3 of 5 within section บทที่ 2: พื้นฐาน Data ที่ต้องเข้าใจก่อน (ยังไม่ต้องเขียนโค้ด).
You must enroll in this course to access course content.
Quality ของ Data สำคัญแค่ไหนในมุมมอง DE
Lesson 4 of 5 within section บทที่ 2: พื้นฐาน Data ที่ต้องเข้าใจก่อน (ยังไม่ต้องเขียนโค้ด).
You must enroll in this course to access course content.
Data แบบไหน “ใช้ไม่ได้” ในโลกจริง
Lesson 5 of 5 within section บทที่ 2: พื้นฐาน Data ที่ต้องเข้าใจก่อน (ยังไม่ต้องเขียนโค้ด).
You must enroll in this course to access course content.
บทที่ 3: SQL – ภาษาหลักของ Data Engineer
Lesson 1 of 5 within section บทที่ 3: SQL – ภาษาหลักของ Data Engineer.
You must enroll in this course to access course content.
SELECT / WHERE / JOIN แบบเข้าใจง่าย
Lesson 2 of 5 within section บทที่ 3: SQL – ภาษาหลักของ Data Engineer.
You must enroll in this course to access course content.
การคิดแบบเป็นชุดข้อมูล (Set-based Thinking)
Lesson 3 of 5 within section บทที่ 3: SQL – ภาษาหลักของ Data Engineer.
You must enroll in this course to access course content.
Query ที่ดี vs Query ที่เจ๊ง
Lesson 4 of 5 within section บทที่ 3: SQL – ภาษาหลักของ Data Engineer.
You must enroll in this course to access course content.
ตัวอย่างงานจริงที่ใช้ SQL ทุกวัน
Lesson 5 of 5 within section บทที่ 3: SQL – ภาษาหลักของ Data Engineer.
You must enroll in this course to access course content.
บทที่ 4: Database & Data Storage
Database คืออะไร (RDBMS vs NoSQL)
Lesson 1 of 5 within section บทที่ 4: Database & Data Storage.
You must enroll in this course to access course content.
Table, Schema, Index คืออะไร
Lesson 2 of 5 within section บทที่ 4: Database & Data Storage.
You must enroll in this course to access course content.
Lesson 3 of 5 within section บทที่ 4: Database & Data Storage.
You must enroll in this course to access course content.
Lesson 4 of 5 within section บทที่ 4: Database & Data Storage.
You must enroll in this course to access course content.
ตัวอย่างโครงสร้าง Data ของบริษัทสมมติ
Lesson 5 of 5 within section บทที่ 4: Database & Data Storage.
You must enroll in this course to access course content.
บทที่ 5: Python สำหรับ Data Engineer
Python ใช้ทำอะไรในงาน Data Engineer
Lesson 1 of 5 within section บทที่ 5: Python สำหรับ Data Engineer.
You must enroll in this course to access course content.
โครงสร้างโค้ดที่อ่านรู้เรื่อง
Lesson 2 of 5 within section บทที่ 5: Python สำหรับ Data Engineer.
You must enroll in this course to access course content.
Lesson 3 of 5 within section บทที่ 5: Python สำหรับ Data Engineer.
You must enroll in this course to access course content.
ใช้ Python จัดการ Data ง่าย ๆ
Lesson 4 of 5 within section บทที่ 5: Python สำหรับ Data Engineer.
You must enroll in this course to access course content.
Script vs Production Code
Lesson 5 of 5 within section บทที่ 5: Python สำหรับ Data Engineer.
You must enroll in this course to access course content.
บทที่ 6: ETL / ELT – หัวใจของงาน Data Engineer
ETL คืออะไร (Extract / Transform / Load)
Lesson 1 of 5 within section บทที่ 6: ETL / ELT – หัวใจของงาน Data Engineer.
You must enroll in this course to access course content.
Lesson 2 of 5 within section บทที่ 6: ETL / ELT – หัวใจของงาน Data Engineer.
You must enroll in this course to access course content.
Lesson 3 of 5 within section บทที่ 6: ETL / ELT – หัวใจของงาน Data Engineer.
You must enroll in this course to access course content.
Lesson 4 of 5 within section บทที่ 6: ETL / ELT – หัวใจของงาน Data Engineer.
You must enroll in this course to access course content.
Lesson 5 of 5 within section บทที่ 6: ETL / ELT – หัวใจของงาน Data Engineer.
You must enroll in this course to access course content.
บทที่ 7: Data Pipeline & Automation
Lesson 1 of 5 within section บทที่ 7: Data Pipeline & Automation.
You must enroll in this course to access course content.
Lesson 2 of 5 within section บทที่ 7: Data Pipeline & Automation.
You must enroll in this course to access course content.
Lesson 3 of 5 within section บทที่ 7: Data Pipeline & Automation.
You must enroll in this course to access course content.
Data พังตอนกลางคืน เกิดอะไรขึ้น
Lesson 4 of 5 within section บทที่ 7: Data Pipeline & Automation.
You must enroll in this course to access course content.
แนวคิด Monitoring & Alert
Lesson 5 of 5 within section บทที่ 7: Data Pipeline & Automation.
You must enroll in this course to access course content.
บทที่ 8: Big Data & Distributed System (ไม่ลงลึก แต่เห็นภาพ)
Big Data คืออะไร (เมื่อไหร่ที่ data ใหญ่)
Lesson 1 of 5 within section บทที่ 8: Big Data & Distributed System (ไม่ลงลึก แต่เห็นภาพ).
You must enroll in this course to access course content.
Lesson 2 of 5 within section บทที่ 8: Big Data & Distributed System (ไม่ลงลึก แต่เห็นภาพ).
You must enroll in this course to access course content.
Distributed System แบบเข้าใจง่าย
Lesson 3 of 5 within section บทที่ 8: Big Data & Distributed System (ไม่ลงลึก แต่เห็นภาพ).
You must enroll in this course to access course content.
Spark / Hadoop ใช้แก้ปัญหาอะไร
Lesson 4 of 5 within section บทที่ 8: Big Data & Distributed System (ไม่ลงลึก แต่เห็นภาพ).
You must enroll in this course to access course content.
Use case จริงของ Big Data
Lesson 5 of 5 within section บทที่ 8: Big Data & Distributed System (ไม่ลงลึก แต่เห็นภาพ).
You must enroll in this course to access course content.
บทที่ 9: Cloud & Modern Data Stack
Cloud คืออะไร (AWS / GCP / Azure)
Lesson 1 of 5 within section บทที่ 9: Cloud & Modern Data Stack.
You must enroll in this course to access course content.
Data บน Cloud หน้าตาเป็นยังไง
Lesson 2 of 5 within section บทที่ 9: Cloud & Modern Data Stack.
You must enroll in this course to access course content.
Modern Data Stack คืออะไร
Lesson 3 of 5 within section บทที่ 9: Cloud & Modern Data Stack.
You must enroll in this course to access course content.
Tool ยอดนิยมที่ Data Engineer ใช้
Lesson 4 of 5 within section บทที่ 9: Cloud & Modern Data Stack.
You must enroll in this course to access course content.
เลือก tool ยังไงไม่ให้หลง
Lesson 5 of 5 within section บทที่ 9: Cloud & Modern Data Stack.
You must enroll in this course to access course content.
บทที่ 10: เส้นทางสู่ Data Engineer
Skill Map ของ Data Engineer
Lesson 1 of 5 within section บทที่ 10: เส้นทางสู่ Data Engineer.
You must enroll in this course to access course content.
Junior Data Engineer ต้องรู้อะไรบ้าง
Lesson 2 of 5 within section บทที่ 10: เส้นทางสู่ Data Engineer.
You must enroll in this course to access course content.
Lesson 3 of 5 within section บทที่ 10: เส้นทางสู่ Data Engineer.
You must enroll in this course to access course content.
วิธีฝึกจากงานจริง / โปรเจกต์จำลอง
Lesson 4 of 5 within section บทที่ 10: เส้นทางสู่ Data Engineer.
You must enroll in this course to access course content.
Roadmap หลังจบคอร์ส (3–6–12 เดือน)
Lesson 5 of 5 within section บทที่ 10: เส้นทางสู่ Data Engineer.
You must enroll in this course to access course content.
Leave a Reply