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. 7 Stunden zum Abschließen

Empfohlen: Une semaine de cours, cinq à sept heures par semaine...

Französisch

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. 7 Stunden zum Abschließen

Empfohlen: Une semaine de cours, cinq à sept heures par semaine...

Französisch

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

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1
2 Stunden zum Abschließen

Module 1 : Présentation de Cloud Dataproc

16 Videos (Gesamt 52 min), 2 Quiz
16 Videos
Présentation de Cloud Dataproc1m
Définir des données non structurées4m
Exploiter des données non structurées7m
Travailler avec le big data4m
Les origines de MapReduce et d'Hadoop5m
Coût de l'utilisation d'Hadoop sur site1m
Comparaison entre Cloud Dataproc et les solutions Hadoop alternatives2m
Créer un cluster Dataproc4m
Personnaliser Dataproc3m
Dataproc et la CLI40
Atelier 1 : Présentation11
Atelier 1 : Démonstration et récapitulatif7m
Types de machines personnalisés3m
VM préemptives3m
Conclusion41
1 praktische Übungen
Questionnaire du module 14m
3 Stunden zum Abschließen

Module 2 : Exécuter des tâches Dataproc

13 Videos (Gesamt 51 min), 3 Quiz
13 Videos
Envoyer des tâches1m
Atelier 2 : Présentation1m
Atelier 2 : Démonstration et récapitulatif11m
Séparer le stockage et le calcul6m
Évolution du traitement des données5m
L'importance de la mise en réseau dans le traitement des données3m
Séparer le stockage et le calcul avec Spark1m
Envoyer des tâches Spark3m
Présentation des concepts de Spark2m
Présentation de l'atelier45
Atelier 3 : Démonstration et récapitulatif8m
Conclusion18
1 praktische Übungen
Questionnaire du module 22m
3 Stunden zum Abschließen

Module 3 : Tirer parti de GCP

10 Videos (Gesamt 37 min), 3 Quiz
10 Videos
Support BigQuery8m
Atelier 4 : Présentation31
Atelier 4 : Démonstration et récapitulatif4m
Personnaliser un cluster4m
Installer des logiciels sur un cluster Dataproc7m
Atelier 5 : Présentation17
Atelier 5 : Démonstration et récapitulatif8m
Conclusion58
Récapitulatif19
1 praktische Übungen
Questionnaire du module 32m
1 Stunden zum Abschließen

Module 4 : Analyser des données non structurées

7 Videos (Gesamt 24 min), 2 Quiz
7 Videos
Gros plan sur le machine learning3m
Exemples d'application du machine learning3m
Le traitement du langage naturel en détail2m
Atelier 6 : Présentation1m
Atelier 6 : Démonstration et récapitulatif10m
Conclusion16
1 praktische Übungen
Questionnaire du module 42m

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 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 Platform. 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 traite des données par flux ainsi que des données structurées et non structurées. 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 Engineering on Google Cloud Platform en Français

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..