En règle générale, les pipelines de données fonctionnent sur le modèle "Extraction et chargement" (EL), "Extraction, chargement et transformation" (ELT), ou "Extraction, transformation et chargement" (ETL). Dans ce cours, vous apprendrez où et quand appliquer ces différents modèles à des lots de données. Vous découvrirez également plusieurs technologies Google Cloud Platform permettant de transformer des données, y compris BigQuery, Spark exécuté sur Cloud Dataproc, les graphiques de pipelines dans Cloud Data Fusion et le traitement de données sans serveur avec Cloud Dataflow. Vous aurez en outre l'occasion de créer les composants d'un pipeline de données sur Google Cloud Platform dans le cadre d'un atelier pratique QwikLabs.
Dieser Kurs ist Teil der Spezialisierung Spezialisierung Data Engineer, Big Data and ML on Google Cloud en Français
von
Über diesen Kurs
1,710 kürzliche Aufrufe
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Mittel“
Ca. 13 Stunden zum Abschließen
Französisch
Untertitel: Französisch, Englisch
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Mittel“
Ca. 13 Stunden zum Abschließen
Französisch
Untertitel: Französisch, Englisch
von
Google Cloud
We help millions of organizations empower their employees, serve their customers, and build what’s next for their businesses with innovative technology created in—and for—the cloud. Our products are engineered for security, reliability, and scalability, running the full stack from infrastructure to applications to devices and hardware. Our teams are dedicated to helping customers apply our technologies to create success.
Lehrplan - Was Sie in diesem Kurs lernen werden
6 Minuten zum Abschließen
Introduction
Dans ce module, nous présentons le cours et son programme.
6 Minuten zum Abschließen
2 Videos (Gesamt 6 min)
1 Stunde zum Abschließen
Introduction aux pipelines de données par lots
Ce module présente les différentes méthodes de chargement de données (EL, ELT et ETL) et leurs cas d'utilisation.
1 Stunde zum Abschließen
5 Videos (Gesamt 18 min)
5 Videos
Considérations liées à la qualité1m
Comment réaliser des opérations dans BigQuery3m
Limitations3m
Processus ETL pour résoudre les problèmes liés à la qualité des données4m
1 praktische Übung
EL, ELT et ETL30m
2 Stunden zum Abschließen
Exécuter Spark sur Cloud Dataproc
Dans ce module, vous apprendrez à exécuter Hadoop sur Cloud Dataproc, à exploiter GCS et à optimiser vos tâches Dataproc.
2 Stunden zum Abschließen
9 Videos (Gesamt 49 min)
9 Videos
Exécuter Hadoop sur Cloud Dataproc10m
GCS au lieu de HDFS6m
Optimiser Dataproc5m
Optimiser le stockage Dataproc9m
Optimiser les modèles et l'autoscaling avec Dataproc4m
Optimiser la surveillance Dataproc3m
Présentation de l'atelier : Exécution de tâches Apache Spark sur Cloud Dataproc27
Résumé31
1 praktische Übung
Exécuter Spark sur Cloud Dataproc4m
3 Stunden zum Abschließen
Gérer des pipelines de données avec Cloud Data Fusion et Cloud Composer
Dans ce module, vous apprendrez à gérer des pipelines de données avec Cloud Data Fusion et Cloud Composer.
3 Stunden zum Abschließen
11 Videos (Gesamt 45 min)
11 Videos
Composants de Data Fusion2m
Créer un pipeline6m
Explorer des données avec Wrangler1m
Atelier : Créer et exécuter un graphique de pipeline dans Cloud Data Fusion17
Organiser les tâches dans les services GCP avec Cloud Composer1m
Environnement Apache Airflow1m
DAG et opérateurs12m
Planification du workflow6m
Surveillance et journalisation4m
Atelier : Présentation de Cloud Composer12
1 praktische Übung
Cloud Data Fusion et Cloud Composer30m
7 Stunden zum Abschließen
Traiter des données sans serveur avec Cloud Dataflow
Dans ce module, vous apprendrez à créer vos pipelines de traitement de données avec Cloud Dataflow.
7 Stunden zum Abschließen
12 Videos (Gesamt 40 min)
12 Videos
Pourquoi les clients apprécient Dataflow ?3m
Créer des pipelines Cloud Dataflow dans le code3m
Considérations à prendre en compte dans l'élaboration de pipelines2m
Transformer les données avec PTransforms3m
Atelier : Créer un pipeline Dataflow simple17
Agréger avec GroupByKey et Combine7m
Atelier : MapReduce dans Cloud Dataflow18
Entrées secondaires et fenêtres de données4m
Atelier : Utiliser les entrées secondaires de pipeline11
Créer et réutiliser des modèles de pipeline3m
Pipelines Cloud Dataflow SQL3m
1 praktische Übung
Traiter des données avec Cloud Dataflow30m
4 Minuten zum Abschließen
Résumé
Ce module récapitule les sujets abordés dans ce cours.
4 Minuten zum Abschließen
1 Video (Gesamt 4 min)
1 Video
Über den Spezialisierung Data Engineer, Big Data and ML on Google Cloud en Français
Cette formation de spécialisation en ligne d'une durée de cinq semaines présente en pratique comment concevoir et développer des systèmes de traitement des données sur Google Cloud. À travers un ensemble de présentations, de démonstrations et d'ateliers pratiques, les participants apprennent à concevoir des systèmes de traitement de données, à créer des pipelines de données de bout en bout, à analyser des données et à exécuter des tâches de machine learning.
Ce cours permet aux participants d'acquérir les compétences suivantes :
• Concevoir et développer des systèmes de traitement de données sur Google Cloud Platform
• Exploiter des données non structurées à l'aide de Spark et des API de ML sur Cloud Dataproc
• Traiter des données par lot ou par flux en mettant en œuvre des pipelines de données d'autoscaling sur Cloud Dataflow
• Obtenir des informations métier à partir de très grands ensembles de données à l'aide de Google BigQuery
• Entraîner, évaluer et effectuer des prédictions à l'aide de modèles de machine learning avec TensorFlow et Cloud ML
• Obtenir des insights immédiats à partir de données par flux
Ce cours s'adresse aux développeurs expérimentés qui se chargent de réaliser des opérations de transformation du big data.
En vous inscrivant à cette spécialisation vous acceptez les conditions d'utilisation de Qwiklabs décrites dans la FAQ et disponibles à l'adresse: https://qwiklabs.com/terms_of_service
Häufig gestellte Fragen
Kann ich vor der Anmeldung eine Vorschau des Kurses ansehen?
Ja, Sie können eine Vorschau des ersten Videos und den Lehrplan ansehen, bevor Sie sich anmelden. Sie müssen den Kurs kaufen, um Zugriff auf die Inhalte zu erhalten, die nicht in der Vorschau inbegriffen sind.
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Wenn Sie sich vor dem Startdatum der ersten Kurseinheit anmelden, haben Sie Zugriff auf alle Vortragsvideos und Texte für den Kurs. Sobald die erste Kurseinheit beginnt, können Sie Aufgaben einreichen.
Was bekomme ich, wenn ich mich anmelde?
Sobald Sie sich anmelden und Ihre Kurseinheit beginnt, haben Sie Zugriff auf alle Videos und andere Ressourcen, einschließlich der Texte und des Kurs-Diskussionsforums. Sie können praktische Aufgaben ansehen und einreichen und erforderliche bewertete Aufgaben abschließen, um eine Bewertung und ein Kurszertifikat zu erhalten.
Wann erhalte ich mein Kurszertifikat?
Wenn Sie den Kurs erfolgreich abschließen, wird der Seite „Errungenschaften“ Ihr elektronisches Kurszertifikat hinzugefügt – von dort können Sie Ihr Kurszertifikat ausdrucken oder es zu Ihrem LinkedIn-Profil hinzufügen.
Warum kann ich nicht als Gast an diesem Kurs teilnehmen?
Dieser Kurs ist einer der wenigen auf Coursera angebotenen Kurse, die derzeit ausschließlich für Kursteilnehmer zugänglich sind, die bezahlt oder finanzielle Unterstützung erhalten haben, wenn diese verfügbar ist.
What is the refund policy?
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine 7-tägige, kostenlose Testversion, die Sie gebührenfrei wieder kündigen können. Danach gewähren wir keine Rückerstattungen mehr, aber Sie können Ihr Abonnement jederzeit kündigen. Lesen Sie unsere vollständige Rückerstattungsrichtlinie.
Is financial aid available?
Ja, Coursera bietet für Kursteilnehmer, die sich die Kursgebühr nicht leisten können, finanzielle Unterstützung an. Bewerben Sie sich dafür, indem Sie auf den Link für finanzielle Unterstützung links unter der Schaltfläche „Anmelden“ klicken. Sie werden zum Ausfüllen eines Antrags aufgefordert und werden bei Genehmigung benachrichtigt. Diesen Schritt müssen Sie für jeden Kurs der Spezialisierung ausführen, auch für das Abschlussprojekt. Mehr erfahren
Erhalte ich akademische Leistungspunkte für den Abschluss des Kurses?
Für diesen Kurs gibt es keine akademischen Leistungspunkte, doch Hochschulen können nach eigenem Ermessen Leistungspunkte für Kurszertifikate vergeben. Wenden Sie sich an Ihre Einrichtung, um mehr zu erfahren. Online-Abschlüsse und Mastertrack™-Zertifikate auf Coursera bieten die Möglichkeit, akademische Leistungspunkte zu erwerben.
Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..
