Über diesen Kurs

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. 8 Stunden zum Abschließen
Deutsch
Untertitel: Deutsch, 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. 8 Stunden zum Abschließen
Deutsch
Untertitel: Deutsch, Englisch

von

Google Cloud-Logo

Google Cloud

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1

Woche 1

6 Minuten zum Abschließen

Einführung

6 Minuten zum Abschließen
2 Videos (Gesamt 6 min)
2 Videos
Einstieg in die Google Cloud Platform und in Qwiklabs4m
1 Stunde zum Abschließen

Einführung in Analysen und KI

1 Stunde zum Abschließen
4 Videos (Gesamt 18 min)
4 Videos
Maschinelles Lernen und KI3m
Optionen für ML auf der Google Cloud Platform1m
Spiel: Wiederholung zentraler ML-Konzepte5m
1 praktische Übung
Einführung in Analysen und KI30m
1 Stunde zum Abschließen

APIs mit vorgefertigten ML-Modellen für unstrukturierte Daten

1 Stunde zum Abschließen
3 Videos (Gesamt 9 min)
3 Videos
ML-APIs zur Anreicherung von Daten4m
Lab-Einführung: Mit der Natural Language API nicht strukturierten Text klassifizieren47
1 praktische Übung
APIs mit vorgefertigten ML-Modellen für unstrukturierte Daten4m
2 Stunden zum Abschließen

Big-Data-Analysen mit Cloud AI Platform Notebooks

2 Stunden zum Abschließen
3 Videos (Gesamt 7 min)
3 Videos
Die Magie von BigQuery und seine Verbindung zu Pandas1m
Lab-Einführung: BigQuery in JupyterLab in AI Platform28
1 praktische Übung
Big-Data-Analysen mit Cloud AI Platform Notebooks30m
Woche
2

Woche 2

1 Stunde zum Abschließen

Benutzerdefinierte ML-Modelle anwenden

1 Stunde zum Abschließen
6 Videos (Gesamt 14 min)
6 Videos
Benutzerdefinierte ML-Verfahren auf der GCP5m
Kubeflow4m
AI Hub1m
Lab-Einführung: KI-Modelle auf Kubeflow ausführen11
Zusammenfassung23
1 praktische Übung
Benutzerdefinierte ML-Modelle anwenden4m
2 Stunden zum Abschließen

Benutzerdefinierte Modelle mit SQL in BigQuery ML erstellen

2 Stunden zum Abschließen
6 Videos (Gesamt 15 min)
6 Videos
Klassifzierungs-, Regressions- und Empfehlungsmodelle5m
Unüberwachtes ML mit Clustering-Modellen2m
Lab-Einführung: Dauer der Fahrradausleihe mit einem Regressionsmodell in BQML vorhersagen19
Lab-Einführung: Filmempfehlungen in BigQuery ML16
Zusammenfassung15
1 praktische Übung
Benutzerdefinierte Modelle mit SQL in BigQuery ML erstellen4m
1 Stunde zum Abschließen

Benutzerdefinierte Modelle mit Cloud AutoML erstellen

1 Stunde zum Abschließen
4 Videos (Gesamt 26 min)
4 Videos
AutoML Vision2m
AutoML NLP3m
AutoML Tables7m
1 praktische Übung
Benutzerdefinierte Modelle mit Cloud AutoML erstellen4m
3 Minuten zum Abschließen

Zusammenfassung

3 Minuten zum Abschließen
1 Video (Gesamt 3 min)
1 Video

Über den Spezialisierung Data Engineer, Big Data and ML on Google Cloud auf Deutsch

Dieser fünfwöchige Onlinevertiefungskurs bietet eine praktische Einführung zum Entwerfen und Erstellen von Datenverarbeitungssystemen auf der Google Cloud. In Präsentationen, Demos und praxisorientierten Labs entwickeln die Teilnehmer Datenverarbeitungssysteme, erstellen End-to-End-Datenpipelines, analysieren Daten und üben maschinelles Lernen. Dieser Kurs vermittelt den Teilnehmern die folgenden Kompetenzen: • Datenverarbeitungssysteme auf der Google Cloud entwickeln • Unstrukturierte Daten mit Spark und ML-APIs auf Cloud Dataproc verwenden • Batch- und Streaming-Daten durch die Implementierung von Autoscaling-Datenpipelines auf Cloud Dataflow verarbeiten • Mit Google BigQuery Geschäftsinformationen aus extrem großen Datasets ableiten • Modelle des maschinellen Lernens mit TensorFlow und Cloud ML trainieren, auswerten und damit Vorhersagen treffen • Sofortige Statistiken aus Streaming-Daten ermöglichen • Dieser Kurs richtet sich an erfahrene Entwickler, die für die Verwaltung von Big Data-Transformationen verantwortlich sind, zum Beispiel: • Daten extrahieren, laden, transformieren, bereinigen und validieren • Pipelines und Architekturen für die Datenverarbeitung entwerfen • Modelle des maschinellen Lernens und der Statistik erstellen und warten • Datasets abfragen, Abfrageergebnisse visualisieren und Berichte erstellen > Mit Ihrer Teilnahme an dieser Spezialisierung stimmen Sie den Nutzungsbedingungen von Qwiklabs zu: https://qwiklabs.com/terms_of_service <...
Data Engineer, Big Data and ML on Google Cloud auf Deutsch

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.

  • 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.

  • 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

  • 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..