Artwork

Sisällön tarjoaa Michael Kennedy and Michael Kennedy (@mkennedy). Michael Kennedy and Michael Kennedy (@mkennedy) tai sen podcast-alustan kumppani lataa ja toimittaa kaiken podcast-sisällön, mukaan lukien jaksot, grafiikat ja podcast-kuvaukset. Jos uskot jonkun käyttävän tekijänoikeudella suojattua teostasi ilman lupaasi, voit seurata tässä https://fi.player.fm/legal kuvattua prosessia.
Player FM - Podcast-sovellus
Siirry offline-tilaan Player FM avulla!

#454: Data Pipelines with Dagster

58:25
 
Jaa
 

Manage episode 408158142 series 2453836
Sisällön tarjoaa Michael Kennedy and Michael Kennedy (@mkennedy). Michael Kennedy and Michael Kennedy (@mkennedy) tai sen podcast-alustan kumppani lataa ja toimittaa kaiken podcast-sisällön, mukaan lukien jaksot, grafiikat ja podcast-kuvaukset. Jos uskot jonkun käyttävän tekijänoikeudella suojattua teostasi ilman lupaasi, voit seurata tässä https://fi.player.fm/legal kuvattua prosessia.
Do you have data that you pull from external sources or is generated and appears at your digital doorstep? I bet that data needs processed, filtered, transformed, distributed, and much more. One of the biggest tools to create these data pipelines with Python is Dagster. And we are fortunate to have Pedram Navid on the show this episode. Pedram is the Head of Data Engineering and DevRel at Dagster Labs. And we're talking data pipelines this week at Talk Python.
Episode sponsors
Talk Python Courses
Posit
Links from the show
Rock Solid Python with Types Course: training.talkpython.fm
Pedram on Twitter: twitter.com
Pedram on LinkedIn: linkedin.com
Ship data pipelines with extraordinary velocity: dagster.io
dagster-open-platform: github.com
The Dagster Master Plan: dagster.io
data load tool (dlt): dlthub.com
DataFrames for the new era: pola.rs
Apache Arrow: arrow.apache.org
DuckDB is a fast in-process analytical database: duckdb.org
Ship trusted data products faster: www.getdbt.com
Watch this episode on YouTube: youtube.com
Episode transcripts: talkpython.fm
--- Stay in touch with us ---
Subscribe to us on YouTube: youtube.com
Follow Talk Python on Mastodon: talkpython
Follow Michael on Mastodon: mkennedy
  continue reading

468 jaksoa

Artwork

#454: Data Pipelines with Dagster

Talk Python To Me

37 subscribers

published

iconJaa
 
Manage episode 408158142 series 2453836
Sisällön tarjoaa Michael Kennedy and Michael Kennedy (@mkennedy). Michael Kennedy and Michael Kennedy (@mkennedy) tai sen podcast-alustan kumppani lataa ja toimittaa kaiken podcast-sisällön, mukaan lukien jaksot, grafiikat ja podcast-kuvaukset. Jos uskot jonkun käyttävän tekijänoikeudella suojattua teostasi ilman lupaasi, voit seurata tässä https://fi.player.fm/legal kuvattua prosessia.
Do you have data that you pull from external sources or is generated and appears at your digital doorstep? I bet that data needs processed, filtered, transformed, distributed, and much more. One of the biggest tools to create these data pipelines with Python is Dagster. And we are fortunate to have Pedram Navid on the show this episode. Pedram is the Head of Data Engineering and DevRel at Dagster Labs. And we're talking data pipelines this week at Talk Python.
Episode sponsors
Talk Python Courses
Posit
Links from the show
Rock Solid Python with Types Course: training.talkpython.fm
Pedram on Twitter: twitter.com
Pedram on LinkedIn: linkedin.com
Ship data pipelines with extraordinary velocity: dagster.io
dagster-open-platform: github.com
The Dagster Master Plan: dagster.io
data load tool (dlt): dlthub.com
DataFrames for the new era: pola.rs
Apache Arrow: arrow.apache.org
DuckDB is a fast in-process analytical database: duckdb.org
Ship trusted data products faster: www.getdbt.com
Watch this episode on YouTube: youtube.com
Episode transcripts: talkpython.fm
--- Stay in touch with us ---
Subscribe to us on YouTube: youtube.com
Follow Talk Python on Mastodon: talkpython
Follow Michael on Mastodon: mkennedy
  continue reading

468 jaksoa

Kaikki jaksot

×
 
Loading …

Tervetuloa Player FM:n!

Player FM skannaa verkkoa löytääkseen korkealaatuisia podcasteja, joista voit nauttia juuri nyt. Se on paras podcast-sovellus ja toimii Androidilla, iPhonela, ja verkossa. Rekisteröidy sykronoidaksesi tilaukset laitteiden välillä.

 

Pikakäyttöopas