Kursüberblick
Dieser viertägige von einem Kursleiter gehaltene Kurs bietet den Teilnehmern eine praktische Einführung in den Entwurf und die Erstellung von Datenverarbeitungssystemen auf der Google Cloud Platform. Im Rahmen von Präsentationen, Demos und praxisorientierten Labs lernen die Teilnehmer den Entwurf von Datenverarbeitungssystemen kennen, erstellen End-to-End-Datenpipelines, analysieren Daten und führen maschinelles Lernen durch. Der Kurs behandelt strukturierte, unstrukturierte und gestreamte Daten.
Zielgruppe
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 für maschinelles Lernen und Statistik erstellen und warten
- Datasets abfragen, Abfrageergebnisse visualisieren und Berichte erstellen
Voraussetzungen
Für maximale Lernerfolge sollten die Teilnehmer folgende Voraussetzungen erfüllen:
- Abgeschlossener Kurs Google Cloud Fundamentals: Big Data and Machine Learning (GCF-BDM) oder gleichwertige Kenntnisse
- Grundkenntnisse in gängigen Abfragesprachen wie SQL
- Kenntnisse in Datenmodellierung, Extraktion, Transformation und Ladeaktivitäten
- Kenntnisse im Entwickeln von Anwendungen mit einer gängigen Programmiersprache wie Python
- Vertrautheit mit maschinellem Lernen und/oder Statistik
Kursziele
Dieser Kurs vermittelt den Teilnehmern die folgenden Kompetenzen:
- Datenverarbeitungssysteme auf der Google Cloud Platform entwickeln
- Batch- und Streamingdaten 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 mit ihnen Vorhersagen treffen
- Unstrukturierte Daten mit Spark und ML-APIs auf Cloud Dataproc nutzen
- Sofortige Informationsgewinnung aus Streamingdaten ermöglichen
Weiterführende Kurse
Kursinhalt
- Module 1: Introduction to Data Engineering
- Module 2: Building a Data Lake
- Module 3: Building a Data Warehouse
- Module 4: Introduction to Building Batch Data Pipelines,
- Module 5: Executing Spark on Cloud Dataproc
- Module 6: Serverless Data Processing with Cloud Dataflow
- Module 7: Manage Data Pipelines with Cloud Data Fusion and Cloud Composer
- Module 8: Introduction to Processing Streaming Data
- Module 9: Serverless Messaging with Cloud Pub/Sub
- Module 10: Cloud Dataflow Streaming Features
- Module 11: High-Throughput BigQuery and Bigtable Streaming Features
- Module 12: Advanced BigQuery Functionality and Performance
- Module 13: Introduction to Analytics and AI
- Module 14: Prebuilt ML model APIs for Unstructured Data
- Module 15: Big Data Analytics with Cloud AI Platform Notebooks
- Module 16: Production ML Pipelines with Kubeflow
- Module 17: Custom Model building with SQL in BigQuery ML
- Module 18: Custom Model building with Cloud AutoML