Data Engineering 23
- [Rust Wave] Day 3: 쿼리 엔진의 미래, DataFusion과 아키텍처의 모듈화
- [Rust Wave] Day 2: Spark 없이 Delta Lake 다루기, Delta-RS와 Python 바인딩
- [Rust Wave] Day 1: Pandas는 죽었다, Polars의 Lazy Evaluation과 메모리 모델
- [Databricks vs Snowflake] Day 5: NoSQL은 필요 없다, 반정형 데이터와 Variant
- [Databricks vs Snowflake] Day 4: Unity Catalog vs Horizon, 거버넌스와 데이터 공유의 미래
- [Databricks vs Snowflake] Day 3: SQL vs Python, 엔지니어링 생산성의 차이
- [Databricks vs Snowflake] Day 2: Micro-partitions vs Delta Lake, 스토리지와 비용의 상관관계
- [Databricks vs Snowflake] Day 1: 아키텍처의 기원과 Lakehouse로의 수렴
- [Snowflake 101] Day 5: NoSQL은 필요 없다, 반정형 데이터와 Variant
- [Snowflake 101] Day 4: 데이터 복제의 혁명, Zero-Copy Cloning
- [Snowflake 101] Day 3: 실수를 되돌리는 힘, Time Travel & Fail-safe
- [Snowflake 101] Day 2: 비용의 핵심, Virtual Warehouse 사이징 전략
- [Snowflake 101] Day 1: RDBMS와는 다르다, Snowflake 아키텍처의 비밀
- [dbt 101] Day 5: 문서화의 자동화, dbt Docs & Governance
- [dbt 101] Day 4: 오케스트레이션, Airflow와 dbt의 우아한 결합
- [dbt 101] Day 3: SQL의 한계를 넘어서, Jinja 매크로와 Test
- [dbt 101] Day 2: 모든 것은 연결된다, ref()와 Lineage
- [dbt 101] Day 1: ETL에서 ELT로, 그리고 dbt의 등장
- [Airflow 101] Day 5: 과거를 지배하는 자, Backfill & Best Practices
- [Airflow 101] Day 4: 외부 세계와의 연결, Provider & Connection (feat. Slack 알림)
- [Airflow 101] Day 3: 태스크 간의 대화법, XCom과 Jinja Template
- [Airflow 101] Day 2: Docker로 5분 만에 Airflow 띄우기 & 첫 DAG 작성
- [Airflow 101] Day 1: 워크플로우 자동화의 심장, Airflow란 무엇인가?