Раздел про моделирование данных

README.md

@@ -40,6 +40,22 @@
 Вопросы оптимизации запросов хорошо описаны в курсе [QPT](https://postgrespro.ru/education/courses/QPT) от Postgres Pro. Полученные навыки применимы для работы в том числе с GreenPlum, и частично, другими БД.
 На момент написания, видеолекции были доступны только для старой версии Postgres 13, но ее вполне достаточно.
 
+### Моделирование данных
+Понимание того, **как устроены данные и зачем они нужны**, — ключ к качественным ETL-процессам.  
+Мы кратко разбираем:
+- Основные подходы: нормализованные (3NF) vs денормализованные (звезда, снежинка)
+- Что такое staging, marts, слои raw / clean / business
+- Как проектировать таблицы под конкретные сценарии использования
+
+Цель — не стать архитектором, а **уметь читать и объяснять структуру данных**, чтобы писать осмысленные запросы и трансформации.
+
+Материалы:
+- [Яндекс Практикум: что такое нормализация, простыми словами (для самых начинающих)](https://practicum.yandex.ru/blog/chto-takoe-normalizaciya-dannyh/)
+- [Базы данных. 1,2,3 нормальные формы. - Youtube](https://www.youtube.com/watch?v=zwQzL80U51c)
+- Краткая теория про [DWH](https://halltape.github.io/HalltapeRoadmapDE/DWH/)
+- Хорошее общее введение в модели данных дано в статmе и докладе от Yandex: [Как мы внедрили свою модель хранения данных — highly Normalized hybrid Model. Доклад Яндекса](https://habr.com/ru/companies/yandex/articles/557140/)
+
+
 ## Python
 2 курса по Python - простой и расширенный
 - ["Поколение Python": курс для начинающих – Stepik](https://stepik.org/course/58852/info)