{"course":{"productid":36646,"modality":1,"active":true,"language":"de","title":"Gemini in BigQuery for Data Practitioners","productcode":"GBQDP","vendorcode":"GO","vendorname":"Google","fullproductcode":"GO-GBQDP","courseware":{"has_ekit":false,"has_printkit":true,"language":""},"url":"https:\/\/portal.flane.ch\/course\/google-gbqdp","objective":"<ul>\n<li>Definieren Sie die Funktionen von Gemini in BigQuery, die die Daten-AI-Pipeline unterst&uuml;tzen.<\/li><li>Erkunden Sie Daten mit Insights und Table Explorer.<\/li><li>Entwickeln Sie Code mit Hilfe von Gemini.<\/li><li>Entdecken und visualisieren Sie Arbeitsabl&auml;ufe mit Data Canvas.<\/li><li>Erkl&auml;ren Sie den Arbeitsablauf bei der Verwendung von KI\/ML-Modellen f&uuml;r pr&auml;diktive und generative Aufgaben in BigQuery.<\/li><li>Erstellen Sie eine L&ouml;sung f&uuml;r die Nutzung von Gemini-Modellen in BigQuery mit SQL-Abfragen und Jupyter Notebooks.<\/li><\/ul>","essentials":"<ul>\n<li>Fr&uuml;here Erfahrungen mit Programmiersprachen wie SQL und\/oder Python.<\/li><li>Grundkenntnisse in ML und generativer KI.<\/li><\/ul>","audience":"<p>Datenanalysten, Dateningenieure und andere Datenexperten, die Gemini in BigQuery verwenden m&ouml;chten, um die Produktivit&auml;t zu steigern und ihre unstrukturierten Daten zu verstehen.<\/p>","outline":"<h4>Modul 1 - Gemini auf BigQuery<\/h4><p>\n<strong>Themen:<\/strong><\/p>\n<ul>\n[list]\n<li>Gemini auf Google Cloud<\/li><li>&Uuml;berblick &uuml;ber Gemini auf BigQuery<\/li><li>Einf&uuml;hrung in den Anwendungsfall Kurs<\/li><\/ul><p>\n<strong>Zielsetzungen:<\/strong><\/p>\n<ul>\n<li>Verstehen Sie die M&ouml;glichkeiten von Gemini auf Google Cloud.<\/li><li>Verstehen der F&auml;higkeiten von Gemini auf BigQuery.<\/li><\/ul><h4>Modul 2 - Datenexploration und -aufbereitung<\/h4><p>\n<strong>Themen:<\/strong><\/p>\n<ul>\n<li>Datenexploration und -aufbereitung<\/li><li>Einblicke<\/li><li>Tabelle Explorer<\/li><\/ul><p>\n<strong>Zielsetzungen:<\/strong><\/p>\n<ul>\n<li>Entdecken Sie Tools, die die Datenexploration unterst&uuml;tzen.<\/li><li>Identifizieren Sie die Vorteile und Einschr&auml;nkungen von Insights und Table Explorer.<\/li><li>Entdecken Sie die Funktionen zur Datenbereinigung und Pipeline-Entwicklung in BigQuery.<\/li><\/ul><p>\n<strong>Aktivit&auml;ten:<\/strong><\/p>\n<ul>\n<li>&Uuml;bung: Daten mit Gemini in BigQuery erforschen<\/li><\/ul><h4>Modul 3 - Code-Entwicklung mit Gemini<\/h4><p>\n<strong>Themen:<\/strong><\/p>\n<ul>\n<li>Gemini zum Schreiben von Code<\/li><li>Fehlersuche und Tests mit Gemini<\/li><li>Bew&auml;hrte Praktiken auffordern<\/li><\/ul><p>\n<strong>Zielsetzungen:<\/strong><\/p>\n<ul>\n<li>Entdecken Sie die Verwendung von Gemini zum Schreiben von Code.<\/li><li>Ermitteln Sie, wie Gemini bei der Fehlersuche helfen kann.<\/li><li>Entdecken Sie die besten Praktiken f&uuml;r die Eingabeaufforderung.<\/li><\/ul><p>\n<strong>Aktivit&auml;ten:<\/strong><\/p>\n<ul>\n<li>&Uuml;bung: Code mit Gemini in BigQuery entwickeln<\/li><\/ul><h4>Modul 4 - Daten-Canvas<\/h4><p>\n<strong>Themen:<\/strong><\/p>\n<ul>\n<li>Einf&uuml;hrung in Data Canvas<\/li><li>Data Canvas-Funktionen<\/li><li>Bew&auml;hrte Verfahren f&uuml;r Data Canvas auffordern<\/li><\/ul><p>\n<strong>Zielsetzungen:<\/strong><\/p>\n<ul>\n<li>Erkunden Sie die Funktionen von Data Canvas.<\/li><li>Entdecken Sie die besten Praktiken zur Eingabeaufforderung f&uuml;r Data Canvas.<\/li><\/ul><p>\n<strong>Aktivit&auml;ten:<\/strong><\/p>\n<ul>\n<li>&Uuml;bung: Data Canvas zum Visualisieren und Entwerfen von Abfragen verwenden<\/li><\/ul><h4>Modul 5 - Arbeiten mit Gemini-Modellen in BigQuery<\/h4><p>\n<strong>Themen:<\/strong><\/p>\n<ul>\n<li>BigQuery ML<\/li><li>Verwendung von Gemini in Ihren SQL-Abfragen<\/li><li>Zwillinge in BigQuery-Notebooks<\/li><\/ul><p>\n<strong>Zielsetzungen:<\/strong><\/p>\n<ul>\n<li>Entdecken Sie die M&ouml;glichkeiten von BigQuery ML.<\/li><li>Entdecken Sie die Verwendung von Gemini in Ihren SQL-Abfragen.<\/li><li>Erkunden Sie die Verwendung von Gemini in Jupyter Notebooks.<\/li><\/ul><p>\n<strong>Aktivit&auml;ten:<\/strong><\/p>\n<ul>\n<li>&Uuml;bung: Kundenrezensionen mit SQL analysieren<\/li><li>&Uuml;bung: Kundenrezensionen mit Python-Notebooks analysieren<\/li><\/ul>","comments":"<p><em>Dieser Text wurde automatisiert &uuml;bersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte <span class=\"cms-link-marked\"><a class=\"fl-href-prod\" href=\"\/swisscom\/en\/course\/google-gbqdp\"><svg role=\"img\" aria-hidden=\"true\" focusable=\"false\" data-nosnippet class=\"cms-linkmark\"><use xlink:href=\"\/css\/img\/icnset-linkmarks.svg#linkmark\"><\/use><\/svg>hier<\/a><\/span>.<\/em><\/p>","summary":"<p>Dieser Kurs zeigt, wie man KI\/ML-Modelle f&uuml;r generative KI-Aufgaben in BigQuery verwendet. Anhand eines praktischen Anwendungsfalls, bei dem es um das Kundenbeziehungsmanagement geht, lernen Sie den Workflow zur L&ouml;sung eines Gesch&auml;ftsproblems mit Gemini-Modellen kennen. Um das Verst&auml;ndnis zu erleichtern, bietet der Kurs auch eine Schritt-f&uuml;r-Schritt-Anleitung durch die Codierung von L&ouml;sungen mit SQL-Abfragen und Python-Notebooks.<\/p>","objective_plain":"- Definieren Sie die Funktionen von Gemini in BigQuery, die die Daten-AI-Pipeline unterst\u00fctzen.\n- Erkunden Sie Daten mit Insights und Table Explorer.\n- Entwickeln Sie Code mit Hilfe von Gemini.\n- Entdecken und visualisieren Sie Arbeitsabl\u00e4ufe mit Data Canvas.\n- Erkl\u00e4ren Sie den Arbeitsablauf bei der Verwendung von KI\/ML-Modellen f\u00fcr pr\u00e4diktive und generative Aufgaben in BigQuery.\n- Erstellen Sie eine L\u00f6sung f\u00fcr die Nutzung von Gemini-Modellen in BigQuery mit SQL-Abfragen und Jupyter Notebooks.","essentials_plain":"- Fr\u00fchere Erfahrungen mit Programmiersprachen wie SQL und\/oder Python.\n- Grundkenntnisse in ML und generativer KI.","audience_plain":"Datenanalysten, Dateningenieure und andere Datenexperten, die Gemini in BigQuery verwenden m\u00f6chten, um die Produktivit\u00e4t zu steigern und ihre unstrukturierten Daten zu verstehen.","outline_plain":"Modul 1 - Gemini auf BigQuery\n\n\nThemen:\n\n\n[list]\n- Gemini auf Google Cloud\n- \u00dcberblick \u00fcber Gemini auf BigQuery\n- Einf\u00fchrung in den Anwendungsfall Kurs\n\nZielsetzungen:\n\n\n- Verstehen Sie die M\u00f6glichkeiten von Gemini auf Google Cloud.\n- Verstehen der F\u00e4higkeiten von Gemini auf BigQuery.\nModul 2 - Datenexploration und -aufbereitung\n\n\nThemen:\n\n\n- Datenexploration und -aufbereitung\n- Einblicke\n- Tabelle Explorer\n\nZielsetzungen:\n\n\n- Entdecken Sie Tools, die die Datenexploration unterst\u00fctzen.\n- Identifizieren Sie die Vorteile und Einschr\u00e4nkungen von Insights und Table Explorer.\n- Entdecken Sie die Funktionen zur Datenbereinigung und Pipeline-Entwicklung in BigQuery.\n\nAktivit\u00e4ten:\n\n\n- \u00dcbung: Daten mit Gemini in BigQuery erforschen\nModul 3 - Code-Entwicklung mit Gemini\n\n\nThemen:\n\n\n- Gemini zum Schreiben von Code\n- Fehlersuche und Tests mit Gemini\n- Bew\u00e4hrte Praktiken auffordern\n\nZielsetzungen:\n\n\n- Entdecken Sie die Verwendung von Gemini zum Schreiben von Code.\n- Ermitteln Sie, wie Gemini bei der Fehlersuche helfen kann.\n- Entdecken Sie die besten Praktiken f\u00fcr die Eingabeaufforderung.\n\nAktivit\u00e4ten:\n\n\n- \u00dcbung: Code mit Gemini in BigQuery entwickeln\nModul 4 - Daten-Canvas\n\n\nThemen:\n\n\n- Einf\u00fchrung in Data Canvas\n- Data Canvas-Funktionen\n- Bew\u00e4hrte Verfahren f\u00fcr Data Canvas auffordern\n\nZielsetzungen:\n\n\n- Erkunden Sie die Funktionen von Data Canvas.\n- Entdecken Sie die besten Praktiken zur Eingabeaufforderung f\u00fcr Data Canvas.\n\nAktivit\u00e4ten:\n\n\n- \u00dcbung: Data Canvas zum Visualisieren und Entwerfen von Abfragen verwenden\nModul 5 - Arbeiten mit Gemini-Modellen in BigQuery\n\n\nThemen:\n\n\n- BigQuery ML\n- Verwendung von Gemini in Ihren SQL-Abfragen\n- Zwillinge in BigQuery-Notebooks\n\nZielsetzungen:\n\n\n- Entdecken Sie die M\u00f6glichkeiten von BigQuery ML.\n- Entdecken Sie die Verwendung von Gemini in Ihren SQL-Abfragen.\n- Erkunden Sie die Verwendung von Gemini in Jupyter Notebooks.\n\nAktivit\u00e4ten:\n\n\n- \u00dcbung: Kundenrezensionen mit SQL analysieren\n- \u00dcbung: Kundenrezensionen mit Python-Notebooks analysieren","comments_plain":"Dieser Text wurde automatisiert \u00fcbersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte hier.","summary_plain":"Dieser Kurs zeigt, wie man KI\/ML-Modelle f\u00fcr generative KI-Aufgaben in BigQuery verwendet. Anhand eines praktischen Anwendungsfalls, bei dem es um das Kundenbeziehungsmanagement geht, lernen Sie den Workflow zur L\u00f6sung eines Gesch\u00e4ftsproblems mit Gemini-Modellen kennen. Um das Verst\u00e4ndnis zu erleichtern, bietet der Kurs auch eine Schritt-f\u00fcr-Schritt-Anleitung durch die Codierung von L\u00f6sungen mit SQL-Abfragen und Python-Notebooks.","version":"1.0","duration":{"unit":"d","value":1,"formatted":"1 Tag"},"pricelist":{"List Price":{"US":{"country":"US","currency":"USD","taxrate":null,"price":595},"DE":{"country":"DE","currency":"EUR","taxrate":19,"price":950},"CA":{"country":"CA","currency":"CAD","taxrate":null,"price":820},"AT":{"country":"AT","currency":"EUR","taxrate":20,"price":950},"SE":{"country":"SE","currency":"EUR","taxrate":25,"price":950},"SI":{"country":"SI","currency":"EUR","taxrate":20,"price":950},"CH":{"country":"CH","currency":"CHF","taxrate":8.1,"price":950},"IT":{"country":"IT","currency":"EUR","taxrate":20,"price":650}}},"lastchanged":"2026-03-12T22:21:49+01:00","parenturl":"https:\/\/portal.flane.ch\/swisscom\/json-courses","nexturl_course_schedule":"https:\/\/portal.flane.ch\/swisscom\/json-course-schedule\/36646","source_lang":"de","source":"https:\/\/portal.flane.ch\/swisscom\/json-course\/google-gbqdp"}}