.png){kind=logo}
(293 reviews)
Data Engineering Bootcamp
৳৮,৮০০
ব্যাচ শুরু
বুধবার ২৮ অক্টোবর
২৮ অক্টোবর
লাইভ ক্লাস
রাত ৯:০০- ১০:৩০ (সোম,বুধ)
Personal
একসাথে (Group)
৳৮,৮০০
ব্যাচ শুরু হতে সময় বাকি - 0d :0h :0m :0s
এই কোর্সে আপনি পাচ্ছেন:
৬ মাসের স্টাডিপ্ল্যান
২৪টি মডিউল
৪৮টি লাইভ ক্লাস
৬টি মেইন প্রজেক্ট
৫টি Section Project
১টি End-to-End Capstone Project
Python দিয়ে Data Engineering scripting
কোর্স সম্পর্কে:
আপনি যখন অনলাইনে একটা অর্ডার দেন, মোবাইলে টাকা পাঠান, বা একটা রাইড ডাকেন, প্রতিটা ক্লিকে তৈরি হয় ডেটা।
একটা বড় কোম্পানিতে দিনে এমন ডেটা তৈরি হয় লাখ লাখ, কোটি কোটি।
কিন্তু এই ডেটা নিজে নিজে ড্যাশবোর্ডে যায় না। AI মডেলের কাছেও যায় না।
তাহলে নিয়ে যায় কে?
একটা শহরের পানি সাপ্লাইয়ের কথা ভাবুন। নদীর পানি সরাসরি কেউ খায় না। সেটা তোলা হয়, পরিষ্কার করা হয়, পাইপ দিয়ে ট্যাংকে জমা হয়। তারপর কল খুললে আমরা পাই পরিষ্কার পানি।
ডেটার দুনিয়াতেও ঠিক একই ঘটনা ঘটে। অ্যাপ, ওয়েবসাইট, ব্যাংকের সিস্টেম, API, নানা জায়গা থেকে আসে এলোমেলো, ভুলে ভরা raw data।
যিনি এই ডেটা সংগ্রহ করেন, পরিষ্কার করেন, সঠিক কাঠামোয় সাজান, আর প্রতিদিন নির্ভরযোগ্যভাবে সঠিক জায়গায় পৌঁছে দেওয়ার পুরো সিস্টেমটা বানান, তিনিই Data Engineer।
Data Analyst ডেটা থেকে উত্তর খোঁজেন। Data Scientist মডেল বানান। কিন্তু দুজনের কাজই শুরু হয় তখন, যখন Data Engineer-এর বানানো পাইপলাইন দিয়ে পরিষ্কার ডেটা তাদের কাছে পৌঁছে গেছে।
পাইপ ফুটো হলে কলে ময়লা পানি আসে। পাইপলাইন ভুল হলে রিপোর্টও ভুল, AI-ও ভুল।
এখন সব কোম্পানি AI চায়। কিন্তু একটা কঠিন সত্য হলো, AI যত স্মার্টই হোক, খারাপ ডেটা দিলে খারাপ উত্তরই দেবে।
তাই AI-এর দৌড়ে যে কোম্পানিই নামছে, তাকে সবার আগে নিজের ডেটা সিস্টেম ঠিক করতে হচ্ছে। আর সেই কাজের মানুষটাই Data Engineer।
আন্তর্জাতিক জব মার্কেটে প্রতি সপ্তাহে Data Engineering-এর হাজারো নতুন পজিশন খুলছে, যার একটা বড় অংশ রিমোট। দেশেও ব্যাংক, টেলিকম, মোবাইল ফিনান্সিয়াল সার্ভিস আর ই-কমার্স কোম্পানিগুলো ডেটা ইনফ্রাস্ট্রাকচারে বিনিয়োগ বাড়াচ্ছে।
তবে একটা কথা সৎভাবে বলা দরকার।
AI এখন সাধারণ, গৎবাঁধা পাইপলাইন কোড নিজেই লিখে ফেলতে পারে। তাই শুধু কয়েকটা tool-এর নাম জানা মানুষের চাহিদা কমছে।
চাহিদা বাড়ছে তাদের, যারা পুরো সিস্টেমটা বোঝেন। ডেটা কোথা থেকে আসছে, কোথায় ভাঙতে পারে, খরচ কত পড়বে, আর ভাঙলে কীভাবে ঠিক করতে হবে।
Ostad-এর Data Engineering Bootcamp ঠিক এই মানুষটা তৈরি করার জন্য বানানো।
৬ মাস। ২৪টা মডিউল। ৪৮টা লাইভ ক্লাস। আর প্রতিটা ক্লাসে একটা করে hands-on lab।
চলুন দেখি, কোন অংশ কেনো আছে।
প্রথম দুই সপ্তাহে Linux terminal আর Git। কেনো? কারণ বাস্তবে ডেটা পাইপলাইন চলে সার্ভারে, আর সার্ভার মানে সাধারণত Linux। আর টিমে কাজ করতে গেলে Git ছাড়া এক পা-ও চলা যায় না।
ল্যাবে শুধু terminal দিয়ে এক লাখ লাইনের একটা log ফাইল থেকে সব ERROR খুঁজে বের করবেন, কোনো কোড এডিটর ছাড়াই।
এরপর Python। তবে শুধু syntax না। শিখবেন এমন কোড লেখা, যেটা খারাপ ডেটা পেলেও crash করে না। Error handling, logging, retry, OOP, config আর CLI tool।
সেকশন শেষে প্রথম প্রজেক্ট: CSV Cleaning CLI Tool। এলোমেলো retail ডেটা ঢুকবে, বের হবে পরিষ্কার ডেটা, বাদ পড়া রেকর্ডের ফাইল, log আর summary রিপোর্ট।
এরপর Pandas দিয়ে বড় ডেটা নিয়ে কাজ। আর REST API ও web scraping দিয়ে এমন সোর্স থেকে ডেটা আনা, যেটা আপনার নিয়ন্ত্রণে নেই। বাস্তবে Data Engineer-এর অর্ধেক মাথাব্যথা এখানেই: pagination, rate limit, হঠাৎ বদলে যাওয়া ফরম্যাট।
দ্বিতীয় প্রজেক্টে API আর scraping, দুই সোর্সের ডেটা এক schema-তে এনে সাজিয়ে রাখবেন।
এরপর আসে SQL। এটাই কোর্সের মেরুদণ্ড। পুরো ১০টা ক্লাস। কারণ Data Engineering ইন্টারভিউয়ের সবচেয়ে বেশি প্রশ্ন আসে SQL থেকেই।
Joins, CTE, window functions থেকে শুরু করে database design, normalization আর indexing। দশ লাখ রো-এর টেবিলে একটা slow query-কে index দিয়ে কতটা দ্রুত করা যায়, সেটা নিজের হাতে মেপে দেখবেন।
তৃতীয় প্রজেক্ট: একটা পূর্ণাঙ্গ normalized e-commerce database, Python loader আর optimization রিপোর্টসহ।
অ্যাপের database আর রিপোর্টের warehouse, দুটো এক জিনিস না। তাই এরপর শিখবেন star schema, fact আর dimension table।
কোনো কাস্টমারের ঠিকানা বদলালে পুরনো ইতিহাস না হারিয়ে কীভাবে রাখতে হয়, সেই SCD Type 2 নিজে বানাবেন। আর BigQuery-তে শিখবেন কীভাবে query চালালে মাস শেষে cloud বিল দেখে চমকে উঠতে হয় না।
চতুর্থ প্রজেক্ট: BigQuery-তে একটা পূর্ণাঙ্গ star-schema data warehouse।
এরপর script হয়ে ওঠে আসল পাইপলাইন।
শিখবেন idempotency, মানে একই পাইপলাইন দুবার চললেও ডেটা ডুপ্লিকেট হবে না। শিখবেন incremental load, যাতে প্রতিদিন পুরো ডেটা নতুন করে লোড করতে না হয়। আর data quality test, যাতে ভুল ডেটা ঢোকার আগেই পাইপলাইন থেমে যায়।
তারপর Docker। "আমার পিসিতে তো চলে" সমস্যার স্থায়ী সমাধান। একটা কমান্ডেই চালু হবে পুরো ডেটা স্ট্যাক।
রাত দুটোয় পাইপলাইন fail করলে কেউ তো জেগে বসে থাকবে না। Apache Airflow দিয়ে শিখবেন scheduling, retry, backfill আর failure alert।
সাথে dbt, যেটা দিয়ে আধুনিক ডেটা টিমগুলো warehouse-এর ভেতরে transformation, test আর documentation করে।
পঞ্চম প্রজেক্ট: Airflow আর dbt দিয়ে পুরোপুরি অটোমেটেড ডেইলি পাইপলাইন।
ডেটা যখন একটা মেশিনে আর আঁটে না, তখন কী হয়?
এখানে হাতেখড়ি হবে cloud data lake-এর Bronze, Silver, Gold আর্কিটেকচার, Apache Spark দিয়ে distributed processing, আর Kafka দিয়ে রিয়েল-টাইম ডেটার।
একই ৫০ লাখ রো-এর ডেটা Pandas আর PySpark-এ চালিয়ে পার্থক্য নিজের চোখে দেখবেন। আর Kafka দিয়ে লাইভ অর্ডার ইভেন্ট সরাসরি database-এ পাঠাবেন।
শেষে সবকিছু এক করে Capstone Project: End-to-End Analytics Platform।
e-commerce, ride-hailing, edtech বা fintech, একটা ডোমেইন বেছে নেবেন। API, database আর ফাইল থেকে ডেটা এনে বানাবেন cloud data lake, warehouse, dbt লেয়ার, Airflow অটোমেশন, Docker সেটআপ আর একটা ড্যাশবোর্ড। সাথে আর্কিটেকচার ডায়াগ্রাম আর ৫ মিনিটের ভিডিও ওয়াকথ্রু।
মানে ইন্টারভিউতে আপনি শুধু বলবেন না, "আমি Airflow জানি।" দেখাবেন, "এই যে, আমি যে সিস্টেমটা বানিয়েছি।"
সাথে থাকছে GitHub portfolio, CV আর LinkedIn অপটিমাইজেশন, আর SQL ও data modeling-এর লাইভ mock interview।
লিড ইন্সট্রাক্টর সাদাত হাসান, BRAC Bank PLC-এর AI Lab-এর Senior Manager ও Data Scientist। অর্থাৎ যিনি পড়াবেন, তিনি ইন্ডাস্ট্রিতে সরাসরি ডেটা নিয়ে কাজ করা একজন প্রফেশনাল।
৪৮টা লাইভ ক্লাস। সপ্তাহে ৩ দিন সাপোর্ট ক্লাস। লাইফটাইম এক্সেস। আর কোর্স শেষে জব প্লেসমেন্ট সাপোর্ট: CV রিভিউ, mock interview আর জব রেফারেল।
Data Engineering Bootcamp-এর প্রথম ব্যাচ শুরু হচ্ছে ২৮ অক্টোবর। লাইভ ক্লাস সোম আর বুধবার, রাত ৯টায়।
প্রোগ্রামিং ফান্ডামেন্টালস জানা থাকলে সুবিধা পাবেন, তবে Python শুরু হবে একদম বেসিক থেকে। দরকার একটা ল্যাপটপ, আর লেগে থাকার মানসিকতা।
কারিকুলাম
কোর্সে আপনি পাচ্ছেন
কোর্সটি যাদের জন্য
FAQ
পেমেন্ট
কারিকুলাম
কোর্সে আপনি পাচ্ছেন
কোর্সটি যাদের জন্য
FAQ
পেমেন্ট
কোর্স করার আগে ডেমো ক্লাস করে দেখুন
ইন্ডাস্ট্রি এক্সপার্টদের Data Engineering-এর লাইভ ক্লাস কেমন হয়, দেখে নিন
লাইভ ডেমো ক্লাস
কোর্সে জয়েনের আগে লাইভ ডেমো ক্লাস করে নিন।
Data Engineer হবার রোডম্যাপ ২০২৬
২১ সেপ্টেম্বর
রাত ৯:০০টা
১৫৬০ জন লাইভ ডেমো ক্লাসটি বুক করেছেন।
১৫৬০ জন লাইভ ডেমো ক্লাসটি বুক করেছেন।
কারিকুলাম
২৪ মডিউল
FOUNDATIONS (Module 1-2)
ক্লাস নিবেনঃ
Sadat Hasan
সপ্তাহ
১
Getting Started with Data Engineering
2 live class
Live Class 1: The Data Engineering Landscape & Dev Environment Setup
What Data Engineering actually is; how it differs from Data Analysis, Data Science and ML Engineering | End-to-end data flow inside a real company (e-commerce / ride-hailing case study) | The Modern Data Stack map - which tool sits where and why | Installing Python, VS Code, extensions, terminal configuration | Hands-on Lab: Complete environment setup, then write and run the first script that reads a CSV and prints row count, column names, data types and file size
Live Class 2: Linux Command Line for Data Work
Filesystem navigation: ls, cd, pwd, cp, mv, rm, mkdir | Text processing: cat, head, tail, wc, grep, sort, uniq, cut | Pipes, redirection, chaining commands | File permissions, environment variables, intro to cron | Hands-on Lab: Using only the terminal, extract all ERROR lines from a 100,000-line application log, count them by date, and write the result to a new file
সপ্তাহ
২
Version Control & Python Entry
2 live class
Live Class 1: Git & GitHub
Why version control matters for data pipelines | Repository, commit, branch, merge, remote | .gitignore, resolving merge conflicts, Pull Request workflow | Writing a professional README | Hands-on Lab: Create the personal data-engineering-journey repository, push Class 2 work, create a feature branch, open a Pull Request and merge it
Live Class 2: Python Core I: Variables, Types & Strings
Variables, int, float, str, bool, type casting | Operators, f-strings, formatting output | String methods: strip, split, replace, lower, title, zfill | Hands-on Lab: Parse messy raw sales records (" Dhaka ,1200tk ,05-01-2026 ") into clean, structured, correctly typed output
PYTHON FOR DATA ENGINEERING (Module 3-6)
ক্লাস নিবেনঃ
Sadat Hasan
সপ্তাহ
৩
Control Flow & Reusable Code
2 live class
Live Class 1: Conditionals & Loopsif / elif / else, comparison and logical operators | for, while, break, continue, range, enumerate, zip | Nested loops and when to avoid them | Hands-on Lab: Loop through a 5,000-row CSV and separate invalid records (empty phone, negative amount, malformed date) into a rejects file
Live Class 2: Functions & Modules
Function definition, parameters, defaults, *args / **kwargs, return values | Scope, pure functions, docstrings | Creating and importing your own modules | Hands-on Lab: Build a utils.py module containing clean_phone_number(), validate_email() and standardize_date(), then import and use it from a main script
সপ্তাহ
৫
Writing Reliable Code
2 live class
Live Class 1: Exception Handling, Logging & Retriestry / except / finally, exception types, custom exceptions | The logging module, log levels, writing logs to file | Retry with exponential backoff | Hands-on Lab: Run a pipeline over a deliberately corrupted CSV - it must log every failed row, continue processing, and exit with a summary instead of crashing
Live Class 2: Object-Oriented Programming for Pipelines
Classes, objects, __init__, methods, attributes | Inheritance, composition, abstract base class concept | Why pipelines are naturally object-oriented | Hands-on Lab: Write Extractor, Transformer and Loader classes and run a small pipeline through them
সপ্তাহ
৪
Data Structures & File Handling
2 live class
Live Class 1: Data Structureslist, tuple, set, dict - characteristics and when to use each | Nested structures, list and dict comprehensions | Sorting, filtering, and lookup performance | Hands-on Lab: Convert a nested API-style JSON payload (order → items → product) into a flat, table-ready structure
Live Class 2: File Handlingopen(), context managers, read/write modes | The csv and json modules, pathlib, encoding issues | Reading very large files in chunks without exhausting memory | Hands-on Lab: Build a two-way JSON ↔ CSV converter that handles a 500,000-row file without memory overflow
সপ্তাহ
৬
Environments, Config & CLI Tools
2 live class
Live Class 1: Environments, Config & CLI Toolsvenv, pip, requirements.txt, dependency pinning | .env files, python-dotenv, YAML config, basic secrets hygiene | Building command-line tools with argparse | Hands-on Lab: Convert the existing script into a config-driven CLI: python etl.py --source raw.csv --dest clean.csv --log-level DEBUG
Live Class 2: PROJECT 1: CSV Cleaning CLI Tool
Assembling everything from Section 2 into one production-style tool | Code review, structure critique, README standards | Deliverable: Messy retail dataset in → clean output file + rejected-records file + log file + summary report, packaged as a CLI tool with a documented GitHub repository
DATA WRANGLING & INGESTION (Module 7-8)
ক্লাস নিবেনঃ
Sadat Hasan
সপ্তাহ
৭
Pandas Fundamentals
2 live class
Live Class 1: Pandas Fundamentals
Series and DataFrame, read_csv, read_json, to_parquet | Indexing, loc / iloc, boolean filtering, sorting | info, describe, value_counts, memory usage | Hands-on Lab: Load a real e-commerce dataset and answer 10 exploratory business questions with code
Live Class 2: Cleaning, Joining & Aggregating
Null handling, duplicates, dtype conversion | .str accessor, datetime parsing, timezone basics | groupby, merge, concat, pivot_table, apply | Hands-on Lab: Join three separate source files (orders, customers, products) and produce a monthly revenue and top-product report
সপ্তাহ
৮
Ingestion from External Sources
2 live class
Live Class 1: REST API Ingestion
HTTP methods, status codes, headers, authentication types | The requests library, pagination, rate limiting, retry logic | JSON response → DataFrame → storage | Hands-on Lab: Pull paginated data from a public API, clean it, and save it as date-partitioned Parquet files
Live Class 2: Web Scraping & PROJECT 2
HTML structure, BeautifulSoup, selectors, politeness and legality | When scraping is the wrong answer | Deliverable: An ingestion tool that pulls from one API and one scraped source, normalises both into a common schema, and writes partitioned output with full logging
কোর্সটি আপনারই জন্য
ইন্সট্রাক্টর
Sadat Hasan
Data Science, AI Professional, Mentor and Researcher | Senior Manager, AI Lab (Data Scientist) at BRAC Bank PLC
.png)
যেসব ট্যুলস ও টেকনোলোজি শিখবেন
Python
Linux
Git & GitHub
Pandas
SQL
PostgreSQL
Database Design
Data Modeling
BigQuery
ETL & ELT
Docker
Apache Airflow
dbt
.png)
Cloud Data Lake
.png)
Apache Spark
.png)
PySpark
Apache Kafka
কী কী থাকতে হবে
ল্যাপটপ/ডেস্কটপ (মিনিমাম ৮ জিবি র্যাম)
ভালো ইন্টারনেট কানেকশন
প্রোগ্রামিং ফান্ডামেন্টালস জানা থাকলে ভালো
মিনিমাম Core i3 প্রসেসর
২৫৬ জিবি এসএসডি
লেগে থাকার মানসিকতা
কোর্সে আপনি পাচ্ছেন
৬ মাসের স্টাডিপ্ল্যান
৪৮ টি লাইভ ক্লাস
৬ টি রিয়েল লাইফ প্রজেক্ট
প্রোগ্রেস ট্র্যাকিং
উইকলি ৩ দিন সাপোর্ট ক্লাস
কমিউনিটি সাপোর্ট
লাইফটাইম এক্সেস
জব মার্কেট গাইডলাইন
ইন্টারভিউ হ্যান্ডবুক
সার্টিফিকেট
কোর্স শেষে পাচ্ছেন এক্সক্লুসিভ জব প্লেসমেন্ট সাপোর্ট!
কোর্সটি আপনারই জন্য
সার্টিফিকেট
কোর্স শেষে পেয়ে যান শেয়ারেবল কোর্স কমপ্লিশন এবং অ্যাসেসমেন্ট সার্টিফিকেট
.png)
কোর্স কমপ্লিট করে পেয়ে যান শেয়ারেবল কোর্স কমপ্লিশন সার্টিফিকেট
কোর্সে আপনার এসেসমেন্টের রেজাল্টের ওপর পেয়ে যান এসেসমেন্ট সার্টিফিকেট
.png)
প্রায়ই জিজ্ঞেস করা প্রশ্ন
কিভাবে পেমেন্ট করবো?
1. পেমেন্ট মেথড কি কি?
আপনি সরাসরি ওস্তাদের পেমেন্ট গেটওয়ের মাধ্যমে Bkash, Nagad, Rocket, Visa, Mastercard, Debit Card এবং Credit Card দিয়ে পেমেন্ট করতে পারবেন।2. আমি কি যেকোনো ডিভাইস দিয়ে পেমেন্ট করতে পারবো?
জ্বী, আপনি ফোন, পিসি কিংবা ল্যাপটপ যেকোনো ডিভাইস দিয়ে পেমেন্ট করতে পারবেন।3. পেমেন্ট প্রসেস কি?
পেমেন্ট করার জন্য প্রথমে ব্যাচে ভর্তি হোন বাটনে ক্লিক করুন। এরপর পেমেন্ট পেইজ থেকে পেমেন্ট মেথড সিলেক্ট করে পেমেন্ট করুন বাটনে ক্লিক করুন এবং পেমেন্ট সম্পন্ন করুন।4. ডিসকাউন্ট কিভাবে পাবো?
আপনি ব্যাচে ভর্তি হওয়ার আগে এভেইলেবল প্রোমো কোড বসিয়ে প্রত্যাশিত ডিসকাউন্ট পেতে পারেন।5. পেমেন্ট কনফার্মেশন কিভাবে পাবো?
পেমেন্ট প্রসেস শেষ হলে আপনার কাছে একটি মেসেজ আসবে এবং আপনার ড্যাশবোর্ডে আপনার জয়েন করা ব্যাচটি দেখাবে। আপনার স্টাডি প্ল্যান অনুযায়ী কোর্স শুরু করে দিতে পারবেন।6. আমার লেনদেনের হিসাব থাকবে কি?
আপনার ড্যাশবোর্ডে প্রোফাইল থেকে ট্রানজেকশন ট্যাবে ক্লিক করে লেনদেনের হিসাব দেখতে পারবেন।
প্রোমো কোড EARLYBIRD ৩৭% ডিসকাউন্ট, আর বাকি ৩ দিন !