ETL, ELT et pipelines de données
Temps estimé : 21 à 40 heures
Python est largement utilisé pour orchestrer des pipelines ETL et ELT, qui permettent de transformer et intégrer les données dans les systèmes d'entreposage.
Contexte historique :
Les processus ETL (Extract, Transform, Load) sont apparus pour centraliser les données de différentes sources dans des entrepôts de données. Avec les nouvelles technologies, le modèle ELT (Extract, Load, Transform) a émergé, exploitant la puissance de calcul des systèmes de stockage pour effectuer les transformations après le chargement.
Lire davantage :
Ressources de formation :
Talend Academy : Talend Foundations
Pour aller plus loin...