Дмитрий Кузьмин | Инженерия данных Диагностика
Меню
DE-практикум SQL Python Блог Обо мне Диагностика
Задачи, проекты, собеседования

Data Engineering через практику: от SQL-задач к проекту, который можно показать

Курсы и практикумы для Junior / Middle: SQL с автопроверкой, Python для данных и сквозной ETL-проект на Spark, Postgres, Airflow и BI, который можно разобрать на собеседовании.

4.9 / 5 на Stepik
2300+ студентов
старт DE 10 августа 2026
Проверить, подходит ли практикум Понять, с чего начать
Медведь за рабочим местом с кодом и неоновыми элементами SQL
Выбор траектории

Сначала уровень, потом маршрут

Главная помогает выбрать следующий шаг: DE-практикум, SQL-линейку, Python для данных или короткую диагностику перед покупкой.

Главный маршрут Spark · Airflow · BI

Готов к DE-практикуму

Уверенно пишете SQL, понимаете базовый Python и готовы 6-8 часов в неделю собирать проект руками.

Пройти диагностику DE
SQL

Сначала добрать SQL

Для тех, у кого проседают JOIN, CTE, окна, даты и задачи в формате собеседований.

Смотреть SQL
PY

Сначала Python для данных

Для локальной обработки CSV, JSON, дат, дублей, кривых строк и маленьких batch-пайплайнов.

Смотреть Python
?

Не уверен в уровне

Быстрая диагностика покажет, готов ли DE-практикум сейчас и что добрать перед стартом.

Понять уровень
Главный продукт

DE-практикум: собрать пайплайн, который не стыдно показать

Практикум для Junior / Middle, которым нужен не пересказ документации, а проект руками: RAW, STG, CORE, MARTS, проверки качества, Airflow-запуск и BI-витрина.

Старт 10 августа 2026
Нагрузка 6-8 ч/нед
Стоимость 35 000 ₽
Вход диагностика
de_practicum.pipeline raw -> marts -> BI
01 RAW

сырые файлы, загрузка, структура проекта

02 STG

типы, очистка, контроль входных данных

03 CORE

DWH-слои, ключи, связи, проверки

04 MARTS

витрины, метрики, BI-результат

SQL

DWH-слои без магии

Понимаете, зачем нужны RAW, STG, CORE и MARTS, а не просто повторяете названия.

SP

Spark jobs на проекте

Запускаете обработку данных и видите, где ломаются типы, схемы и качество.

AF

Airflow как оркестратор

Собираете запуск пайплайна так, чтобы результат можно было воспроизвести.

BI

Витрина, которую видно

Финал не лежит в папке. Его можно открыть, показать и нормально объяснить.

Кому рано: если JOIN, CTE или базовый Python пока разваливаются, сначала лучше закрыть базу. Иначе практикум превратится в борьбу с синтаксисом.

Проверить, подходит ли практикум Смотреть программу
Карта навыков

Что нужно Junior / Middle, чтобы не плавать в DE

Не всё надо учить одновременно. Достаточно увидеть 6 опор проекта и понять, где база уже держится, а где лучше добрать подготовку.

SQL база

SQL для данных

Достать, связать и проверить данные без угадайки.

JOIN CTE окна NULL
PY база

Python для обработки

Обработать файлы, даты, ошибки и кривые строки.

files dates Decimal batch
DWH модель

Слои хранилища

Понимать путь данных от сырья до витрины.

RAW STG CORE MARTS
SP объем

Spark jobs

Запустить обработку и понимать, что именно считает job.

schema actions cache shuffle
AF запуск

Airflow-процесс

Собрать запуск, который повторяется и переживает ошибки.

DAG deps retries schedule
DQ доверие

Качество и BI

Показать результат и объяснить, почему цифрам можно верить.

checks reconcile marts dashboard

Если одна из базовых опор проседает, это не провал. Это сигнал: лучше закрыть дырку до практикума, чем тащить ее в большой проект.

Проверить свой маршрут
SQL-направление

SQL, который нужен для работы и собеседований

350+ задач с автопроверкой на Stepik: от первых JOIN до оконных функций, CTE и tricky-вопросов, которые любят на интервью.

3 SQL-курса
350+ задач
уровни Jun / Mid
Выбрать SQL-курс Пройти SQL-тест
interview_sql.sql accepted 
with last_paid_order as (
  select
    user_id,
    order_id,
    paid_at,
    row_number() over (
      partition by user_id
      order by paid_at desc
    ) as rn
  from orders
  where status = 'paid'
)
select
  user_id,
  order_id,
  paid_at
from last_paid_order
where rn = 1;
01

Не уверен в уровне

Начните с теста. Он быстрее покажет, нужен ли базовый маршрут или уже можно идти в задачи уровня Junior / Middle.

 02

Нужно добрать базу

JOIN, GROUP BY, CTE, даты и NULL. Это скучно только до первого собеседования, где всё внезапно поплыло.

 03

Готовишься к Middle

Оконные функции, tricky-задачи и объяснение решения. Здесь важно не угадать запрос, а защитить ход мысли.
Python-направление

Python для DE: данные, файлы и маленькие batch-пайплайны

Если базовый Python уже есть, но код рассыпается на CSV, JSON, датах, дублях и кривых строках, начните отсюда.

40 code-задач
10 уроков
финальный кейс
2500 ₽
Смотреть Python-курс Открыть на Stepik
batch_transform.py checks passed 
from decimal import Decimal

def clean_row(row):
    amount = Decimal(row["amount"].replace(",", "."))

    if not row["order_id"] or amount <= 0:
        return None

    return {
        "order_id": row["order_id"].strip(),
        "event_date": row["event_ts"][:10],
        "amount": amount,
        "source": "csv_batch",
    }
01

Файлы и форматы

Path, CSV, JSON и локальная обработка входных данных без магии и лишних библиотек.

02

Типы и грязные строки

Даты, timezone offset, Decimal, пустые поля, дубли и rejected rows перед загрузкой.

03

Маленький пайплайн

В финале собираете связный кейс: прочитать, почистить, проверить и вернуть результат.

Траектория обучения

Минимум лекций, больше практики: от уровня к артефакту

Я строю курсы одинаково: сначала входной уровень, затем короткая теория под задачу, решение руками, проверка и результат, который можно открыть и объяснить.

SQL Python DE-практикум
learning.route artifact ready
01

Определить уровень

Тест или диагностика перед выбором продукта.

02

Взять минимум теории

Ровно то, что нужно для решения текущей задачи.

03

Решить руками

Запрос, Python-скрипт, DWH-слой, DAG или BI-витрина.

04

Проверить решение

Автопроверка, edge cases и обратная связь по результату.

05

Собрать артефакт

То, что можно открыть, показать и объяснить на работе или собеседовании.

SQL-запрос Python batch DWH-слои Airflow DAG BI-витрина

Такой формат держит фокус на навыке: понятный вход, повторяемые задачи, проверка и результат, который выдерживает вопросы на разборе или собеседовании.

Выбрать траекторию Пройти диагностику
Доказательства

Профиль Stepik, отзывы и задачи, которые можно проверить

Здесь собраны проверяемые опоры: профиль автора, реальные цифры по курсам, короткие отзывы студентов и фрагменты задач из SQL-линейки.

13 публичных страниц Stepik
10 продуктов, DE-потоки вместе
3100+ записей на курсы и тесты
490+ задач и проверок
Дмитрий Кузьмин, профиль Stepik
Stepik profile

Кузьмин Дмитрий

Data Engineer, автор практических курсов по SQL, Python и Data Engineering.

Stepik Awards 2025 Номинант в категории "Лучшая система практических заданий".
Открыть профиль Смотреть SQL
middle_sql.sample auto checked
Задача 58

Рейтинг продаж по регионам

Построить рейтинг магазинов внутри каждого региона за 2024 год: продажи, выручка и место магазина с учетом равных значений. 

SELECT
  s.region,
  s.store_name,
  COUNT(*) AS order_count,
  SUM(sa.amount) AS total_sales,
  RANK() OVER (
    PARTITION BY s.region
    ORDER BY SUM(sa.amount) DESC
  ) AS region_rank
FROM stores s
JOIN sales sa ON sa.store_id = s.store_id
WHERE sa.sale_date >= '2024-01-01'
  AND sa.sale_date < '2025-01-01'
GROUP BY s.region, s.store_name;
Junior SQL

"Курс построен так, чтобы можно было довести до автоматизма решение определенных видов задач."

курс 240980
Middle SQL

"Задания интересные и, что самое главное, бизнесовые."

курс 238112
Upper-Middle SQL

"Стал намного увереннее в написании запросов и логике их построения."

курс 241009
SQL-программа

"Задач очень много. Благодарен автору за контент, суперские задачи."

курс 251214
Middle

Рейтинг продаж по регионам

RANK, PARTITION BY, выручка по магазинам и аккуратная сортировка результата.

Interview trap

Опасный GROUP BY

Почему order_id может не соответствовать строке с максимальной датой.

Join trap

Размножение строк

Что происходит с суммой после соединения заказов со справочником тегов.

Автор

Я собираю обучение вокруг практики, проверок и собеседований

Работаю Data Engineer в крупном финтехе, разрабатываю курсы по SQL, Python и Data Engineering, проверяю задачи и помогаю готовиться к собеседованиям через практику.

собираю пайплайны разрабатываю задачи проверяю решения Stepik Awards 2025
Подробнее об авторе Читать Telegram
author.method active
01

Собираю рабочий контекст

Беру задачи из среды, где важны пайплайны, витрины, проверки качества и понятные решения.

02

Разрабатываю задачи

JOIN, CTE, окна, NULL, даты, дубли и ситуации, которые всплывают на интервью.

03

Проверяю результат

Добавляю автопроверку, edge cases, разбор ошибок и понятный критерий готовности.

04

Помогаю выбрать маршрут

SQL и Python закрывают базу, DE-практикум собирает проектный результат.

FAQ

Частые вопросы перед выбором маршрута

Короткие ответы на вопросы, которые обычно решают, куда идти: в DE-практикум, в SQL-подготовку, в Python-курс или сначала на диагностику.

Пройти диагностику Выбрать траекторию
01 Я Junior. Мне не рано в DE-практикум?

Если уверенно пишете базовый SQL, понимаете Python на уровне функций, файлов и простых структур данных, готовы выделять 6-8 часов в неделю, можно идти на диагностику. Если база плавает, лучше сначала закрыть SQL или Python.

02 Что делать, если SQL слабый?

Идти в SQL-направление. Для DE особенно важны JOIN, GROUP BY, CTE, окна, даты, NULL и умение объяснить зерно результата. Слабый SQL в большом проекте быстро превращается в шум.

03 Нужен ли сильный Python?

Нужен рабочий минимум: функции, файлы, даты, типы, ошибки, CSV, JSON и простая batch-логика. Если код ломается на грязных строках и форматах, лучше начать с Python-курса для данных.

04 Потянет ли мой ноутбук Docker?

Для практикума нужен локальный стенд с Docker. Комфортнее работать на машине с 16 GB RAM и свободным местом под образы, но точные требования лучше проверить перед стартом на диагностике.

05 Сколько времени нужно в неделю?

Для DE-практикума ориентир 6-8 часов в неделю. SQL и Python можно проходить более гибко, но регулярность важнее длинных рывков раз в две недели.

06 Что будет после диагностики?

Вы получите понятный маршрут: идти в DE-практикум, добрать SQL, закрыть Python для данных или подождать следующего потока. Диагностика нужна, чтобы не покупать продукт наугад.

Следующий шаг

Начните с диагностики и выберите точный маршрут

Если цель - Data Engineering, диагностика быстро покажет входной уровень: идти в практикум сейчас, добрать SQL, подтянуть Python или дождаться следующего потока.

Проверить, подходит ли DE-практикум Посмотреть SQL-подготовку
route.check next step
01

Проверить вход

SQL, Python, время на проект, готовность к локальному стенду.

02

Выбрать маршрут

DE-практикум, SQL-линейка, Python для данных или пауза до следующего набора.

03

Собрать результат

Задачи, проверка, проектный артефакт и материал для собеседований.

DE-практикум SQL Python диагностика