Lộ trình Data Engineer 9-12 tháng

Tháng 1-2Nền tảng

Giai đoạn này xây móng: viết SQL chắc, xử lý dữ liệu bằng Python, hiểu bảng/fact/dimension và biết dùng Git để quản lý code.

SQL nâng caoPython · PandasLinux command lineGit workflowData modeling cơ bản

Bài viết khuyến nghị

SQL window functions cho data pipeline8 phút

Pandas clean data: checklist tránh lỗi phổ biến10 phút

Data modeling: fact, dimension và grain9 phút

Tháng 3-5Pipeline & ETL

Học cách thiết kế batch pipeline, incremental load, kiểm tra chất lượng dữ liệu và orchestration bằng Airflow/Dagster.

ETL/ELTAirflow/DagsterdbtData qualityIncremental pipeline

Bài viết khuyến nghị

Airflow retry và idempotency trong production11 phút

dbt incremental model: khi nào nên dùng?9 phút

Data quality checks trước khi dashboard sai8 phút

Tháng 6-8Cloud & Production

Đưa pipeline lên cloud, hiểu storage/compute, monitoring, cost control và cách xử lý lỗi khi dữ liệu trễ hoặc job fail.

AWS/GCP basicsDockerMonitoringCost controlDataOps

Bài viết khuyến nghị

BigQuery partition & clustering: giảm cost query10 phút

Late-arriving data: thiết kế pipeline không vỡ12 phút

CloudWatch metrics cho data job7 phút

Tháng 9-12Portfolio

Xây 2-3 project có README tốt, mô tả quyết định kỹ thuật, trade-off, dashboard, data quality và cách deploy/re-run pipeline.

End-to-end projectREADME kỹ thuậtDashboardInterview storyGitHub portfolio

Bài viết khuyến nghị

Portfolio Data Engineer: 3 project nên có9 phút

Viết README để nhà tuyển dụng hiểu năng lực6 phút

Mock interview: giải thích pipeline trong 5 phút8 phút

Trở thành Data Engineer trong 9-12 tháng