The Data Engineering Handbook: Lộ trình học Data Engineering
DataExpert-io/data-engineer-handbook
The Data Engineering Handbook là một repo dạng danh sách liên kết, do DataExpert.io duy trì, trỏ tới sách, bootcamp, cộng đồng và blog của các hãng công nghệ thay vì tự dạy data engineering. Hãy dùng nó khi bạn cần một bản đồ để biết học tiếp ở đâu — danh sách sách, các Discord cộng đồng, một thư mục công ty phân theo nhóm. Bỏ qua nếu bạn muốn bài học có cấu trúc, vì bản thân repo gần như không có nội dung giảng dạy nguyên bản nào.
Tài Nguyên Này Cung Cấp Những Gì
The Data Engineering Handbook là một repository trên GitHub tập hợp các liên kết để học data engineering, không phải mã nguồn để cài đặt. Nó gồm một lộ trình bắt đầu, trang giới thiệu cho bootcamp 4 tuần cho người mới và bootcamp 6 tuần trình độ trung cấp, danh sách sách, danh sách cộng đồng, lời khuyên phỏng vấn, thư mục công ty phân theo nhóm, blog của các hãng, whitepaper, và danh sách người sáng tạo nội dung.
Ai Nên Dùng Handbook Này?
The Data Engineering Handbook phù hợp với người mới bắt đầu — các nhánh bootcamp cho người mới và trình độ trung cấp hướng tới người hoàn toàn chưa biết gì — cũng như các kỹ sư đang ôn phỏng vấn qua ghi chú trong interviews.md. Nó còn hữu ích như một trang tài nguyên data engineering cho kỹ sư muốn có danh sách rút gọn các hãng theo nhóm (công ty nào làm orchestration, công ty nào làm data quality) thay vì phải tự tìm trên Google. Nó kém hữu ích hơn nếu bạn đã nắm rõ hệ sinh thái và muốn có hướng dẫn kỹ thuật chuyên sâu, vì phần lớn mục chỉ là một liên kết một dòng tới sách, blog hoặc trang công ty chứ không phải bài viết riêng.
Các Mục Chính Và Nội Dung Được Tuyển Chọn
- ✓Một mục bắt đầu xoay quanh liên kết lộ trình data engineering, cùng các trang giới thiệu và phần mềm cần thiết cho bootcamp 4 tuần miễn phí cho người mới và bootcamp 6 tuần miễn phí trình độ trung cấp — các bootcamp data engineering do chính DataExpert.io tổ chức.
- ✓Danh sách sách trong books.md với hơn 25 cuốn, nổi bật là 3 lựa chọn phải đọc được nêu tên rõ ràng: Fundamentals of Data Engineering, Designing Data-Intensive Applications và Designing Machine Learning Systems.
- ✓Danh sách cộng đồng trong communities.md với hơn 10 cộng đồng, chia thành nhóm dành cho data engineering (DataExpert.io Community Discord, Data Talks Club Slack, Data Engineer Things Community) và nhóm dành cho ML (AdalFlow Discord, Chip Huyen MLOps Discord).
- ✓Thư mục công ty được nhóm theo nhiều nhóm chức năng — từ orchestration (Airflow, Dagster, Prefect, Mage, Astronomer, Kestra) đến data lake/cloud (Apache Iceberg, Delta Lake, Databricks, Onehouse), data warehousing (Snowflake, Firebolt, Databend), data quality (dbt, Great Expectations, Soda), công cụ data integration/ETL (Fivetran, Airbyte, dlt, Meltano), analytics/visualization, semantic layers, modern OLAP, và data lineage.
- ✓Hai trang riêng projects.md và interviews.md cho thực hành và ôn phỏng vấn, cả hai đều được liên kết từ mục bắt đầu.
- ✓Liên kết tới blog data engineering của Netflix, Uber, Databricks, Airbnb, AWS, Microsoft, Oracle và Meta, cùng danh sách whitepaper gồm các bài như The Google File System và MapReduce.
- ✓Một bảng tài khoản mạng xã hội YouTube, LinkedIn và X/Twitter của những người làm nội dung data engineering, với điều kiện tối thiểu 5k follower tự khai theo README.
Điểm Mạnh
- ✓Thư mục công ty sắp xếp các nhà cung cấp theo nhóm chức năng cụ thể (orchestration, data warehouse, data quality, semantic layers) thay vì dồn mọi nhà cung cấp data pipeline vào một danh sách không phân loại.
- ✓Danh sách sách rút gọn xuống 3 cuốn phải đọc được nêu tên rõ ràng, thay vì để bạn tự lọc qua hơn 25 mục.
- ✓Mục bắt đầu dẫn thẳng tới hai bootcamp miễn phí có cấu trúc (4 tuần cho người mới, 6 tuần trình độ trung cấp) thay vì chỉ một liên kết 'tìm hiểu thêm' mơ hồ.
- ✓Bao phủ cả chiều rộng (sách, blog, whitepaper, cộng đồng) lẫn phần thực hành ứng dụng (projects.md, interviews.md) trong cùng một nơi.
Những Điều Cần Lưu Ý Và Phạm Vi
- △Trường license trên GitHub chưa được đặt ('?'), nên điều khoản sử dụng lại hoặc phân phối nội dung của repo không rõ ràng.
- △Gần như mọi mục chỉ là một liên kết trơn không kèm chú thích — README không giải thích vì sao một công ty hay cuốn sách được chọn thay vì cái khác, nên bạn phải tin vào gu chọn lọc của người biên soạn mà không có căn cứ nào khác.
- △Các bảng tài khoản mạng xã hội (YouTube, LinkedIn, X/Twitter) liệt kê follower count nhưng không nêu ngày kiểm tra, và định dạng bảng bị cắt cụt ngay trong README cho thấy file này không được bảo trì kỹ.
- △GitHub gắn nhãn ngôn ngữ chính của repo là Jupyter Notebook, nhưng README không cho thấy notebook, code hay bài tập nào của riêng nó — mọi thứ đều dẫn ra trang bootcamp hoặc site bên ngoài.
Các Lộ Trình Học Data Engineering Khác
Câu Hỏi Thường Gặp
The Data Engineering Handbook là một repository công khai trên GitHub, xem miễn phí, và các bootcamp mà nó liên kết tới (bootcamp 4 tuần cho người mới, bootcamp 6 tuần trình độ trung cấp) đều được mô tả là miễn phí.
The Data Engineering Handbook bao phủ nhiều trình độ: bootcamp cho người mới nhắm tới người chưa từng làm data engineering, bootcamp trung cấp và danh sách sách phù hợp với kỹ sư muốn đào sâu, còn phần ôn phỏng vấn và thư mục công ty phù hợp với kỹ sư đang đi làm.
The Data Engineering Handbook dẫn tới một trang riêng là projects.md được mô tả là các ví dụ thực hành, nhưng bản thân README chỉ là tập hợp liên kết chứ không phải bài tập làm trực tiếp trong repo.
The Data Engineering Handbook có một trang riêng interviews.md mà README mô tả là lời khuyên để vượt qua phỏng vấn data engineering, được liên kết từ mục bắt đầu.
Tần suất cập nhật không được nêu rõ trong README; ngày tháng và các liên kết bootcamp cho thấy repo vẫn được duy trì, nhưng không có changelog hay dấu mốc cập nhật gần nhất để xác nhận.
Thư mục công ty của The Data Engineering Handbook trải khắp orchestration, data lake và cloud storage, data warehousing, data quality, analytics/visualization, data integration, semantic layers, modern OLAP, và real-time data — được tổ chức theo nhóm nhà cung cấp thay vì theo bài học.
Trường Hợp Sử Dụng Tốt Nhất
- •Đánh dấu lộ trình bắt đầu trước khi đăng ký một trong các bootcamp miễn phí cho người mới hoặc trình độ trung cấp của DataExpert.io.
- •Chọn cuốn sách data engineering đầu tiên từ danh sách rút gọn trong books.md thay vì lướt Amazon không định hướng.
- •Tra cứu một công cụ thuộc nhóm nhà cung cấp nào — kiểm tra xem Dagster thuộc orchestration hay data quality — qua thư mục công ty.
- •Ôn phỏng vấn bằng ghi chú trong interviews.md trước vòng phỏng vấn kỹ thuật.
- •Tìm một cộng đồng Discord hoặc Slack để hỏi đáp về data engineering, qua communities.md.
Repo liên quan
Chưa chắc data-engineer-handbook có hợp với bạn?
Để ChatGPT, Claude hoặc Perplexity tìm hiểu giúp — bấm bên dưới và xem AI nói gì về data-engineer-handbook.