יכולת לתכנן, להקים ולתחזק מערכות נתונים מורכבות בענן – כולל עבודה עם תהליכי ETL ו-ELT, הקמ
עובדים עם סביבות וכלים מעולמות הענן כחלק מתרחישים שמחברים בין תשתית, שירותים, אבטחה ותפעול.
קורס Cloud & Big Data Engineering
מסלול Data Engineering שמלמד איך לתכנן ולבנות תשתיות נתונים מודרניות: מאיסוף ועיבוד מידע ועד פייפליינים, מערכות מבוזרות, סטרימינג וענן. הלימודים משלבים Python, SQL, Docker, Kubernetes, Spark ושירותי Cloud כחלק מאותה סביבת עבודה.
תרגול מעשי וכלים עדכניים 255 שעות לימוד
אורך הקורסערב 5 חודשים
רמת קהלמתאים לבעלי רקע
מתכונת לימודפרונטלי או אונליין
יתרון ייחודיData Engineering, Cloud, Spark, Kubernetes וזרמי מידע בזמן אמת
בוגרינו עובדים בחברות המובילות
למה ללמוד דאטה?
דאטה הוא תחום שמחבר ידע מקצועי עם יכולת יישום. המסלול בנוי כדי לתת בסיס מסודר, להעמיק בכלים המרכזיים ולתרגל תהליכי עבודה שמופיעים בפועל בתפקידים מהתחום.
קריירה, תפקידים ושכר בתחום דאטה
המסלול מתמקד בתשתיות Data, ענן ו-Big Data. מאחר שלא אותר בעותק הזמין של הסילבוס עמוד שכר תלת-רמתי שניתן לאמת, מוצג טווח השכר הרשמי של ג׳ון ברייס לתפקיד הישיר Cloud & Big Data Engineer.
Cloud & Big Data Engineer
מתחיל₪ 18K – 25K
מנוסה₪ 25K – 35K
סניור₪ 35K – 45K
טווחי השכר הם אינדיקטיביים בלבד ומשתנים לפי ניסיון, תפקיד, חברה, היקף אחריות ותנאי השוק.
מחלקת ההשמה של ג'ון ברייס
לצד ההכשרה המקצועית, ניתן לקבל כלים שמסייעים להתכונן לתהליך הכניסה לשוק העבודה - מהצגת הידע והפרויקטים ועד הכנה לראיונות והיכרות עם הזדמנויות רלוונטיות.
מערך ההשמה מסייע בחשיפה למשרות ובהכוונה לתפקידים שעשויים להתאים לפרופיל המקצועי של הבוגר.
עובדים על הצגה ברורה של הידע, הפרויקטים והכלים שנרכשו, באופן שמתאים לתפקידי היעד.
מתרגלים הצגה עצמית, שאלות מקצועיות והסבר של תהליכי עבודה ופתרון בעיות.
חיזוק הפרופיל המקצועי והצגת מסלול הלמידה, היכולות והתוצרים בצורה ברורה למגייסים.
הליווי נועד לסייע בהכנה לשוק העבודה ובחשיפה להזדמנויות. אין בכך התחייבות להשמה, לקבלה לעבודה או לרמת שכר מסוימת.
סיפורי בוגרים
הגעתי מתחום הביוכימיה שלא קשור לתחום הדאטה והיום אני מנהל צוות דאטה ומחקר בחברת מזון גדולה. אולי אתם לא מגיעים מהתחום, אבל זה לא אמור להפריע לכם להצליח בו.
אמיר חמודהHead of Big Data, שטראוס
קורס דאטה סיינס
הקורס הוא פשוט מקיף דרך פייתון, SQL, המודלים הקלאסים, Deep Learning, באמת הכל כולל הכל. ממליץ בחום
לירון אלוןאנליסט, מון אקטיב
קורס Data Science, ניתוח מערכות מידע
למעשה תוך כדי הקורס כבר התחלתי לקבל הצעות עבודה ומצאתי עבודה עוד בזמן הקורס. לכן אני ממליץ לכל מי שרוצה דלת לתעשייה לבחור בג'ון ברייס.
בר כהןבוגר קורס Data science
קורס Data Analyst
לאחר 4 חודשים התחלתי את תפקידי החדש "באזרחות" כ-BI Analyst בחברת data בוטיק עם המון כלים להתחיל את השלב הבא עם תחושת מסוגלות בזכות הכלים שרכשתי בקורס והליווי הצמוד.
דור עובדיהData analyst Bi, חברת YGC
קורס Data analyst Bi - Analyst Data בחברת YGC
בזכות ג'ון ברייס השתלבתי כמתכנת בשוק העבודה
אלי ברעםלאומית, מתכנת
קורס Data Analyst
הגעתי עם קצת ניסיון במערכות מידע לקורס BI. היה קורס מאוד מעשיר, מקצועי. אני ממליץ בחום לכל מי שרוצה להיכנס לתחום ה- BI וה- Data Analysis. הקורס מאוד מקיף, מקצועי ומכין אותך לשוק העסקי.
אריק זהביבוגר קורס מפתח BI
קורס מפתח BI
המרצים שמגיעים לג'ון ברייס הם המרצים הטובים ביותר, הלוגיסטיקה הטובה ביותר, המעטפת הטובה ביותר לכל סטודנט שרוצה לבוא ולהיכנס לעולם ההי-טק וזה הדבר הכי חשוב למי שמתחיל בתחום.
יוחנן רחמיםקורס מפתח BI
קורס מפתח BI בסביבת 2016 SQL Server
שני הקורסים, קורסים מאוד רחבים שמעניקים ידע רב ומקצועי. כל המרצים מגיעים מהשטח ונותנים אנקדוטות ויודעים על מה הם מדברים. אני מאוד ממליצה, שני הקורסים בג'ון ברייס היו מצוינים.
ליאנה קפלןבוגרת קורסי Java ו-BI
קורסי Java ו-BI
למי מתאים הקורס?
תנאי קבלה
ראיון אישי/ ייעוץ להכוונה מקצועיתניסיון מעשי קודם באחת משפות התכנות הפרוצדורליות, כגון ,Python C#, JavaScript או Java וכן היכרות עם עבודה מול בסיסי נתונים בשפת SQL.למשתתפים שאין להם רקע קודם ב-SQL, תינתן אפשרות לבצע הכנה והערכות טרם תחילת הקורס באמצעות ערכה ללמידה עצמית – כמכינה שתסייע לגשר על הפערים לפני תחילת הלימודים בפועל.
מסלול ההכשרה והסילבוס
תוכנית הלימודים בנויה בהדרגה: מתחילים בGit Version Control ומתקדמים עד Monitoring and Observability. בכל שלב משלבים הסבר, תרגול וכלים רלוונטיים כדי לחבר בין הידע לבין ביצוע בפועל.
מה תלמדו בקורס
- יכולת לתכנן, להקים ולתחזק מערכות נתונים מורכבות בענן – כולל עבודה עם תהליכי ETL ו-ELT, הקמ
- שליטה בטכנולוגיות ניתוח ועיבוד נתונים בקנה מידה גדול – כולל עבודה עם Apache Spark (Batch ו
- ניסיון בהקמה ותפעול של תשתיות מבוססות קונטיינרים – עם Docker ו-Kubernetes – לרבות הרצת שיר
- היכרות מעשית עם סביבות ענן אמיתיות – תוך שימוש בשירותי AWS מובילים
- הבנה של עקרונות Data Engineering מודרניים – כולל עבודה עם NoSQL, קטלוגים של מידע, ניהול סכ
- כניסה לעולמות החדשניים של AI ו-GenAI –עם חשיפה לכלים כמו
מה כולל הקורס
255 שעות לימוד
היקף הלימודים האקדמיים לפי נתוני הקורס במקור.
תעודת סיום
תעודת סיום ניתנת בכפוף לעמידה בדרישות הקורס.
סילבוס מפורט
תיאור המודול
המודול מתמקד בGit Version Control. בין הנושאים המרכזיים: Managing Your Source code and releases, Popular Source Controls, Release Strategies Using Git Branching.
נושאים נלמדים
Managing Your Source code and releasesPopular Source ControlsRelease Strategies Using Git BranchingGit CommandsIntroduction to Linux
תיאור המודול
המודול מתמקד בAdvanced Python Topics. בין הנושאים המרכזיים: Data Types and variables, Python Libraries, Input output command.
נושאים נלמדים
Data Types and variablesPython LibrariesInput output commandFlow Control (Condition and Loops)Object Oriented Language - Classes and ObjectsDatabases, ORM and SQLAlchemyNumpy Arrays
תיאור המודול
המודול מתמקד בDocker. בין הנושאים המרכזיים: Docker and containers and commands, Docker's usage in data world, Docker Hub.
נושאים נלמדים
Docker and containers and commandsDocker's usage in data worldDocker HubInstalling and running MySQL Docker
תיאור המודול
המודול מתמקד בAdvanced SQL. בין הנושאים המרכזיים: Database on Docker, JOIN types, Stored Procedures.
נושאים נלמדים
Database on DockerJOIN typesStored ProceduresViews, Materialized ViewsDateTime objects & datetime manipulationWindow Functions
תיאור המודול
המודול מתמקד בKubernetes. בין הנושאים המרכזיים: Intro to Kubernetes, Kubernetes Architecture, K8S usage in data world.
נושאים נלמדים
Intro to KubernetesKubernetes ArchitectureK8S usage in data world
תיאור המודול
המודול מתמקד בBig Data Concepts. בין הנושאים המרכזיים: Big Data Intro, use Cases & Architecture, Data Roles, Data Formats.
נושאים נלמדים
Big Data Intro, use Cases & ArchitectureData RolesData FormatsColumnar Data FormatDenormaolized Data ModelData LakeApache Hadoop
תיאור המודול
המודול מתמקד בNoSQL Databases. בין הנושאים המרכזיים: NoSQL History, NoSQL Family Types, NoSQL Data Model Guidelines.
נושאים נלמדים
NoSQL HistoryNoSQL Family TypesNoSQL Data Model GuidelinesKey-Value NoSQLDocument NoSQLNoSQL Search Engine
תיאור המודול
המודול מתמקד בBig Data Pipelines. בין הנושאים המרכזיים: Data Pipelines and Ingestion, ETL and ELT, DBT.
נושאים נלמדים
Data Pipelines and IngestionETL and ELTDBTApache AirflowBronze, Silver & Gold LayersData Schema, Metadata, HiveCDC and DebeziumData Mesh and Catalogs
תיאור המודול
המודול מתמקד בApache Spark. בין הנושאים המרכזיים: Spark Architecture, use cases and Cluster Types, Spark Core, Spark Batch vs Streaming.
נושאים נלמדים
Spark Architecture, use cases and Cluster TypesSpark CoreSpark Batch vs StreamingSpark SQLDatabricksSpark MLLib
תיאור המודול
המודול מתמקד בCloud Engineering. בין הנושאים המרכזיים: Cloud management console (AWS), AWS Global Infrastructure, Cloud Core Services (IAM, VPC, EC2, S3, RDS).
נושאים נלמדים
Cloud management console (AWS)AWS Global InfrastructureCloud Core Services (IAM, VPC, EC2, S3, RDS)Cloud StorageCloud Functions (AWS Lambda)AWS Glue, JobsAmazon Athena and RedshiftCloud Pricing
תיאור המודול
המודול מתמקד בReal Time Data Streams and Message Queues. בין הנושאים המרכזיים: RabbitMQ, Apache Kafka, Spark Streaming.
נושאים נלמדים
RabbitMQApache KafkaSpark Streaming
תיאור המודול
המודול מתמקד בMonitoring and Observability. בין הנושאים המרכזיים: Prometheus & Grafana, ELK, Clound Monitoring.
נושאים נלמדים
Prometheus & GrafanaELKClound MonitoringClound Monitoring: Amazon Cloudwatch
סך כל שעות הלימוד בקורס: 255 שעות
הורדת הסילבוס מתאפשרת לאחר השארת פרטים
טכנולוגיות וכלים
Apache AirflowApache HadoopApache KafkaApache Spark
AWSDatabricksdbtDebeziumDockerGitKubernetesLinuxLLMMySQLNoSQLNumPyPandasPythonRabbitMQSQLSQLAlchemyתעודת סיום קורס
מסיימי הקורס שעומדים בדרישות המסלול זכאים לתעודת סיום מטעם John Bryce, חטיבת ההדרכה של Matrix. הסמכות חיצוניות, כאשר קיימות, כפופות לתנאי הגוף המסמיך.
למה ללמוד בג'ון ברייס, זרוע ההדרכה של matrix
המסלול מועבר במסגרת John Bryce, חטיבת ההדרכה של Matrix. כך ההכשרה המקצועית יושבת בתוך מעטפת טכנולוגית רחבה שמחוברת לעולמות הפיתוח, הענן, הדאטה, התשתיות וה-AI.
17,000+
עובדים בקבוצה
6,000+
לקוחות
50+
מדינות פעילות
חברה ציבורית
גלובלית ומובילה
- John Bryce כחטיבת ההדרכה של Matrix
- מרצים בעלי ניסיון מקצועי מהתעשייה
- דגש על תרגול ויישום ולא רק על תיאוריה
- חיבור לכלים וטכנולוגיות עדכניות
- מערך ליווי והכנה לשוק העבודה
אפשרויות תשלום ומימון
פיקדון חיילים משוחררים
אפשרות שימוש בפיקדון לזכאים.
מימון ופריסת תשלומים
מסלולי תשלום נוחים ומותאמים.
פתרונות גמישים
מגוון אפשרויות בהתאם לצורך.
ליווי פיננסי
יועץ ילווה אתכם בבחירת המסלול.
שאלות נפוצות
המסלול מיועד לאנליסטים עם הבנה בתכנות השואפים להרחיב את יכולותיהם לעבודה עם מערכות נתונים גדולות ומבוזרות, מפתחי תוכנה המעוניינים להתמחות בפיתוח פתרונות דאטה בענן, אנשי BI בעלי ניסיון בכתיבת קוד, השואפים להתקדם לתפקידי מפתח בתחום ה-Big Data והנדסת הנתונים..
בין הנושאים המרכזיים: Git Version Control, Advanced Python Topics, Docker, Advanced SQL.
255 שעות לימוד אקדמיות.
כן. מבנה המסלול כולל תרגול, משימות ויישום של הכלים הנלמדים בהתאם לנושאי הקורס.
הזכאות מותנית בנוכחות ב- 80% מהמפגשים לפחות, מעבר בהצלחה משימות ו/או מבחנים פנימיים, הגשת פרויקטים.
רוצים לבדוק אם Cloud & Big Data Engineering מתאים לכם?
השאירו פרטים ונחזור אליכם עם מידע על המחזור הקרוב, תנאי הקבלה, מתכונת הלימודים ואפשרויות התשלום.