Une documentation introductive et pratique destinée à toute personne souhaitant découvrir ou approfondir l'ingénierie des données (data engineering). Ce dépôt rassemble des ressources audio, des documents PDF et des architectures liées à des cas d'usage (Santé, Télécom, Fintech).
Auteur : Jérôme N. Email : nabede.lidawo@gmail.com
data-engineering-docs/
- doc - audio/ — fichiers audio de formation
- doc - github/ — documents PDF et notes de cours
- doc - architecture/ — diagrammes et descriptions d'architectures par domaine
Pour naviguer dans le dépôt depuis un terminal, utilisez l'une des commandes suivantes selon votre système.
- Unix / Linux / macOS :
cd "doc - audio"
cd "doc - github"
cd "doc - architecture"- Windows PowerShell / CMD :
cd "doc - audio"
cd "doc - github"
cd "doc - architecture"Remarque : certains shells interprètent les espaces ; entourer le nom du dossier avec des guillemets évite les erreurs.
Contient les ressources audio de la formation. Ces enregistrements expliquent les concepts clés du data engineering et présentent des stacks technologiques (ex. : Elastic Stack).
Regroupe des supports au format PDF et d'autres documents pédagogiques — du niveau débutant au niveau avancé/senior.
Contient des diagrammes d'architecture et des descriptions techniques, classés par secteur : Santé, Télécom, Fintech. Utile pour comprendre des architectures de bout en bout et des patterns de traitement de données.
Vous êtes le bienvenu pour améliorer ce dépôt. Quelques conseils pour contribuer :
- Forkez le dépôt et créez une branche de travail.
- Apportez vos modifications (ajout de fichiers, correction de docs, exemples).
- Ouvrez une Pull Request décrivant clairement vos changements.
Merci d'ajouter des fichiers lisibles et documentés (README pour chaque dossier si nécessaire).
Ce dépôt n'indique pas de licence. Si vous souhaitez réutiliser ou partager le contenu, contactez l'auteur ou ajoutez une licence explicite (ex. MIT, CC-BY).
Auteur : Jérôme N.
Pour questions ou contributions : ouvrez une issue ou une pull request sur ce dépôt.
Cette documentation est conçue comme une base pour se lancer en data engineering. N'hésitez pas à proposer des améliorations ou nouvelles ressources pour enrichir le contenu.
Bon codage et bonnes pratiques ! / Happy Coding and Happy Practicing