Dieser Kurs ist Teil der Spezialisierung Spezialisierung Data Engineer, Big Data and ML on Google Cloud en Français

Google Cloud Training

von

Spezialisierung Data Engineer, Big Data and ML on Google Cloud en FrançaisGoogle Cloud

Über diesen Kurs

1.501 kürzliche Aufrufe

Les lacs de données et les entrepôts de données sont les deux principaux composants des pipelines de données. Ce cours présente des cas d'utilisation de chaque type de stockage, ainsi que les détails techniques des solutions de lacs et d'entrepôts de données disponibles sur Google Cloud. Il décrit également le rôle des ingénieurs de données et les avantages d'un pipeline de données réussi sur les opérations commerciales, avant d'expliquer pourquoi il est important de procéder à l'ingénierie des données dans un environnement cloud.
Il s'agit du premier cours de la série ""Data Engineering on Google Cloud"". Après l'avoir terminé, inscrivez-vous au cours Building Batch Data Pipelines on Google Cloud.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Coursera-Labore

Enthält praktische Lernprojekte.

Hier finden Sie weitere Informationen zu Coursera-Laboren

Kurs 2 von 5 in

Spezialisierung Data Engineer, Big Data and ML on Google Cloud en Français

Stufe „Mittel“

Ca. 7 Stunden zum Abschließen

Französisch

Was Sie lernen werden

Comprendre les différences entre les deux principaux composants de tout pipeline de données : les lacs et les entrepôts de données
Explorer chaque type de stockage et les détails techniques des solutions de lacs et d'entrepôts de données disponibles sur Google Cloud
Comprendre le rôle des ingénieurs de données et les avantages d'un pipeline de données réussi sur les opérations commerciales
Comprendre pourquoi il est important de procéder à l'ingénierie des données dans un environnement cloud

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Coursera-Labore

Enthält praktische Lernprojekte.

Hier finden Sie weitere Informationen zu Coursera-Laboren

Kurs 2 von 5 in

Spezialisierung Data Engineer, Big Data and ML on Google Cloud en Français

Stufe „Mittel“

Ca. 7 Stunden zum Abschließen

Französisch

Dozent

Google Cloud Training

1.926.846 Lernende

1.041 Kurse

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

Woche1

Woche 1

4 Minuten zum Abschließen

Présentation

4 Minuten zum Abschließen

2 Videos (Gesamt 4 min)

2 Stunden zum Abschließen

Présentation de l'ingénierie des données

2 Stunden zum Abschließen

14 Videos (Gesamt 40 min)

14 Videos

Présentation du module1mLe rôle des ingénieurs de données4mLes défis liés à l'ingénierie des données5mPrésentation de BigQuery2mLacs de données et entrepôts de données4mComparaison entre les bases de données transactionnelles et les entrepôts de données3mCollaborer efficacement avec d'autres équipes responsables des données5mGérer l'accès aux données et leur gouvernance1mDémonstration : Rechercher des informations permettant d'identifier personnellement les utilisateurs dans votre ensemble de données à l'aide de l'API DLP1mCréer des pipelines prêts pour la production2mÉtude de cas Google Cloud1mRécapitulatif1mPrésentation de l'atelier : Faire des analyses à l'aide de BigQuery13Coursera : Premiers pas avec Google Cloud Platform et Qwiklabs4m

1 praktische Übung

Présentation de l'ingénierie des données5m

2 Stunden zum Abschließen

Créer un lac de données

2 Stunden zum Abschließen

8 Videos (Gesamt 42 min)

8 Videos

Présentation du module57Présentation des lacs de données8mOptions de stockage de données et d'opérations ETL sur Google Cloud4mCréer un lac de données à l'aide de Cloud Storage9mProtéger des données Cloud Storage5mStocker tout type de données4mCloud SQL en tant que lac de données relationnelles7mPrésentation de l'atelier : Charger des données de taxis dans Google Cloud SQL31

1 praktische Übung

Créer un lac de données5m

Woche2

Woche 2

4 Stunden zum Abschließen

Créer un entrepôt de données

4 Stunden zum Abschließen

16 Videos (Gesamt 91 min)

16 Videos

Présentation du module1mL'entrepôt de données moderne3mPrésentation de BigQuery6mDémonstration : Interroger un téraoctet de données en quelques secondes7mPremiers pas avec BigQuery11mCharger des données dans BigQuery11mPrésentation de l'atelier : Charger des données dans BigQuery25Explorer des schémas27Démonstration : Explorer des schémas10mConception de schémas3mChamps imbriqués et répétés9mDémonstration : Champs imbriqués et répétés15mConcevoir un schéma optimal pour BigQuery1mPrésentation de l'atelier : Utiliser JSON et des données de tableau dans BigQuery17Optimiser le partitionnement et le clustering6mRécapitulatif2m

1 praktische Übung

Créer un entrepôt de données4m

2 Minuten zum Abschließen

Résumé

2 Minuten zum Abschließen

1 Video (Gesamt 2 min)

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

Data Engineer, Big Data and ML on Google Cloud en Français

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.
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.
Ist finanzielle Unterstützung möglich?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie sich die Anmeldegebühr nicht leisten können. Wenn für das von Ihnen gewählte Lernprogramm finanzielle Unterstützung oder ein Stipendium verfügbar ist, wird auf der Beschreibungsseite ein Link zu einem solchen Antrag angezeigt.

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.

Modernizing Data Lakes and Data Warehouses with GCP en Français

Über diesen Kurs

Was Sie lernen werden