Über diesen Kurs

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

Empfohlen: Uma semana de estudo, de 5 a 7 horas por semana...

Portugiesisch (Brasilien)

Untertitel: Französisch, Portugiesisch (Brasilien), Deutsch, Englisch, Spanisch, Japanisch...

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

Empfohlen: Uma semana de estudo, de 5 a 7 horas por semana...

Portugiesisch (Brasilien)

Untertitel: Französisch, Portugiesisch (Brasilien), Deutsch, Englisch, Spanisch, Japanisch...

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1
2 Stunden zum Abschließen

Módulo 1: introdução ao Cloud Dataproc

16 Videos (Gesamt 52 min), 2 Quiz
16 Videos
Introdução ao Cloud Dataproc1m
Como definir dados não estruturados?4m
Como extrair valor de dados não estruturados7m
Abordagens ao trabalhar com Big Data4m
Origens do MapReduce e do Hadoop5m
Excesso de sobrecarga com o uso do Hadoop no local1m
Comparação entre o Cloud Dataproc e as opções do Hadoop2m
Como criar um cluster do Dataproc4m
Personalização do Dataproc3m
O Dataproc e a CLI40
Laboratório 1: visão geral11
Laboratório 1: demonstração e avaliações7m
Tipos de máquina personalizados3m
VMs preemptivas3m
Resumo do módulo41
1 praktische Übung
Questionário do módulo 130m
3 Stunden zum Abschließen

Módulo 2: como executar jobs do Dataproc

13 Videos (Gesamt 51 min), 3 Quiz
13 Videos
Métodos para envio de jobs1m
Laboratório 2: visão geral1m
Laboratório 2: demonstração e avaliações11m
Separação do armazenamento e da computação6m
A evolução do processamento de dados5m
A importância da rede no processamento de dados3m
Como separar o armazenamento do processamento com o Spark1m
Como enviar jobs do Spark3m
Visão geral dos conceitos do Spark2m
Visão geral do laboratório45
Laboratório 3: demonstração e avaliações8m
Resumo do módulo18
1 praktische Übung
Questionário do módulo 230m
3 Stunden zum Abschließen

Módulo 3: como usar o GCP

10 Videos (Gesamt 37 min), 3 Quiz
10 Videos
Suporte do BigQuery8m
Laboratório 4: visão geral31
Laboratório 4: demonstração e avaliações4m
Personalização do cluster4m
Como instalar um software em um cluster do Dataproc7m
Laboratório 5: visão geral17
Laboratório 5: demonstração e avaliações8m
Resumo do módulo58
Avaliações19
1 praktische Übung
Questionário do módulo 330m
2 Stunden zum Abschließen

Módulo 4: como analisar dados não estruturados

7 Videos (Gesamt 24 min), 2 Quiz
7 Videos
Aprendizado de máquina em detalhes3m
Exemplos da aplicação do aprendizado de máquina3m
Processamento de linguagem natural em detalhes2m
Laboratório 6: visão geral1m
Laboratório 6: demonstração e avaliações10m
Resumo do módulo16
1 praktische Übung
Questionário do módulo 430m

Über 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....

Über den Spezialisierung Data Engineering on Google Cloud Platform em Português Brasileiro

Nesta especialização on-line intensiva de cinco semanas, os participantes terão uma introdução prática sobre como projetar e criar sistemas de processamento de dados no Google Cloud Platform. Por meio de uma combinação de apresentações, demonstrações e laboratórios práticos, os participantes aprenderão a projetar sistemas de processamento de dados, criar canais completos e análises de dados e desenvolver soluções de aprendizado de máquina. Neste curso, abordamos dados estruturados, não estruturados e de streaming. Neste curso, os participantes irão adquirir as seguintes habilidades: • projetar e criar sistemas de processamento de dados no Google Cloud Platform • usar dados não estruturados com as APIs do Spark e de aprendizado de máquina no Cloud Dataproc • processar dados em lote e streaming com a implementação de canais de dados de escalonamento automático no Cloud Dataflow • derivar insights de negócios a partir de conjuntos de dados extremamente grandes usando o Google BigQuery • treinar, avaliar e prever com modelos de aprendizado de máquina usando o TensorFlow e o Cloud ML • ativar insights instantâneos dos dados de streaming Esta aula destina-se a desenvolvedores experientes responsáveis pelo gerenciamento de transformações de Big Data. >>> Ao se inscrever nesta especialização, você concorda com os Termos de Serviço do Qwiklabs conforme estabelecido na seção de perguntas frequentes. Veja os Termos de Serviço aqui: https://qwiklabs.com/terms_of_service <<<...
Data Engineering on Google Cloud Platform em Português Brasileiro

Häufig gestellte Fragen

  • 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.

  • 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.

  • 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.

  • 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.

  • 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.

Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..