BigQuery for Data Analysts

BigQuery for Data AnalystsBQDAGOGoogleGO-BQDA1.0<ul> <li>Erfahren Sie mehr über den Zweck und den Wert von BigQuery, dem Enterprise Data Warehouse von Google Cloud, und diskutieren Sie die Datenanalysefunktionen.</li><li>Analysieren Sie grosse Datensätze in BigQuery mit SQL.</li><li>Bereinigen und transformieren Sie Ihre Daten in BigQuery mit SQL.</li><li>Neue BigQuery-Datensätze einlesen und Optionen für externe Datenquellen diskutieren.</li><li>Überprüfen Sie die Visualisierungsprinzipien und verwenden Sie Connected Sheets und Looker Studio, um Dateneinblicke aus BigQuery zu visualisieren.</li><li>Verwenden Sie Dataform, um skalierbare Datenumwandlungspipelines in BigQuery zu entwickeln.</li><li>Nutzen Sie die neuen Integrationen und unterstützenden Funktionen, die mit BigQuery Studio eingeführt wurden.</li></ul><ul> <li><a class="fl-href-prod" href="/swisscom/course/google-idagc"><svg role="img" aria-hidden="true" focusable="false" data-nosnippet class="cms-linkmark"><use xlink:href="/css/img/icnset-linkmarks.svg#linkmark"></use></svg>Introduction to Data Analytics on Google Cloud (IDAGC)</a></li></ul><ul> <li>Datenanalysten, die lernen möchten, wie sie BigQuery für ihre Datenanalysen nutzen können.</li></ul><h4>Modul 0 - Kurseinführung</h4> Themen: <ul> <li>In diesem Modul wird das Kursprogramm vorgestellt.</li></ul> Zielsetzungen: <ul> <li>Stellen Sie die im Kurs behandelten Themen vor.</li></ul><h4>Modul 1 - BigQuery für Datenanalysten</h4> Themen: <ul> <li>Übersicht</li><li>Datenanalytik in der Google Cloud</li><li>Von Daten zu Erkenntnissen mit BigQuery</li><li>Reale Anwendungsfälle von Unternehmen, die durch Analytics auf Google Cloud transformiert wurden</li></ul> Zielsetzungen: <ul> <li>Erkennen Sie die analytischen Herausforderungen, mit denen Datenanalysten konfrontiert sind, und vergleichen Sie Big Data vor Ort und in der Cloud.</li><li>Erfahren Sie mehr über den Zweck und den Wert von BigQuery, dem Data Warehouse für Unternehmen von Google Cloud, und diskutieren Sie die Datenanalysefunktionen.</li></ul><h4>Modul 2 - Erkunden und Aufbereiten Ihrer Daten mit BigQuery</h4> Themen: <ul> <li>Übersicht</li><li>Gemeinsame Datenexplorationstechniken</li><li>Analyse von grossen Datensätzen mit BigQuery</li><li>Grundlagen der Abfrage</li><li>Arbeiten mit Funktionen</li><li>Anreicherung Ihrer Abfragen mit UNIONs und JOINs</li></ul> Zielsetzungen: <ul> <li>List common data exploration techniques.</li><li>Wiederholung der Grundlagen von SQL-Abfragen.</li><li>Erweitern Sie Abfragen mit Funktionen, Unions und Joins.</li></ul> Aktivitäten: <ul> <li>Übung: Erforschung eines E-Commerce-Datensatzes mit SQL in Google BigQuery</li><li>Übung: Fehlersuche bei häufigen SQL-Fehlern mit BigQuery</li><li>Übung: Fehlerbehebung und Behebung von Problemen bei der Datenverbindung</li></ul><h4>Modul 3 - Bereinigung und Umwandlung Ihrer Daten</h4> Themen: <ul> <li>Übersicht</li><li>Fünf Grundsätze der Integrität von Datensätzen</li><li>Bereinigung und Umwandlung von Daten mit SQL</li><li>Daten bereinigen und umwandeln: Andere Optionen</li></ul> Zielsetzungen: <ul> <li>Ermitteln Sie, was einen guten Datensatz ausmacht.</li><li>Bereinigung und Umwandlung von Daten mit SQL.</li><li>Bereinigen und transformieren Sie Daten mit anderen Optionen.</li></ul><h4>Modul 4 - Einlesen und Speichern neuer BigQuery-Datensätze</h4> Themen: <ul> <li>Übersicht</li><li>Permanente versus temporäre Datentabellen</li><li>Aufnahme neuer Datensätze</li><li>Externe Datenquellen</li></ul> Zielsetzungen: <ul> <li>Überprüfen Sie die Unterschiede zwischen permanenten und temporären Datentabellen.</li><li>Einlesen und Speichern neuer BigQuery-Datensätze.</li><li>Diskutieren Sie Optionen für externe Datenquellen.</li></ul> Aktivitäten: <ul> <li>Übung: Neue permanente Tabellen erstellen</li><li>Übung: Einlesen und Abfragen neuer Datensätze</li></ul><h4>Modul 5 - Visualisierung Ihrer Erkenntnisse aus BigQuery</h4> Themen: <ul> <li>Übersicht</li><li>Grundsätze der Datenvisualisierung</li><li>Verbundene Blätter</li><li>Häufige Fallstricke bei der Datenvisualisierung</li><li>Looker Studio</li><li>Analyse in einem Notizbuch</li></ul> Zielsetzungen: <ul> <li>Überprüfen Sie die Grundsätze der Datenvisualisierung und die häufigsten Fallstricke bei der Visualisierung.</li><li>Verwenden Sie Connected Sheets und Looker Studio, um Dateneinblicke aus BigQuery zu visualisieren.</li><li>Besprechen Sie die Durchführung von Analysen in einem Jupyter Notebook.</li></ul> Aktivitäten: <ul> <li>Übung: Verbundene Blätter Qwik Start</li><li>Übung: Erkunden und Erstellen von Berichten mit Looker Studio</li></ul><h4>Modul 6 - Entwickeln skalierbarer Datenumwandlungspipelines in BigQuery mit Dataform</h4> Themen: <ul> <li>Übersicht</li><li>Was ist Dataform?</li><li>Erste Schritte mit Dataform</li></ul> Zielsetzungen: <ul> <li>Verwenden Sie Dataform, um skalierbare Datenumwandlungspipelines in BigQuery zu entwickeln.</li><li>Erfahren Sie, wie Sie mit Dataform beginnen können, indem Sie ein Repository und einen Entwicklungsarbeitsbereich erstellen.</li><li>Erstellen und Ausführen eines SQL-Workflows in Dataform.</li></ul> Aktivitäten: <ul> <li>Demo</li><li>Übung: Erstellen und Ausführen eines SQL-Workflows in Dataform</li></ul><h4>Modul 7 - BigQuery Studio</h4> Themen: <ul> <li>BigQuery Studio: Was und warum?</li><li>Vereinheitlichte Analytik</li><li>Vermögensverwaltung</li><li>Eingebettete Hilfe</li></ul> Zielsetzungen: <ul> <li>Er stellt BigQuery Studio vor.</li><li>Verwenden Sie Duet AI in BigQuery, um SQL-Abfragen zu erklären und zu erstellen.</li><li>Erfahren Sie mehr über die neuen Funktionen für die Benutzerfreundlichkeit und die Integrationen mit Dataform und Dataplex in der neuen BigQuery Studio-Oberfläche.</li></ul> Aktivitäten: <ul> <li>Demo</li><li>Labor: Daten mit Hilfe von Duet AI analysieren</li><li>Übung: Personalisierte E-Mail-Inhalte mit BigQuery Continuous Queries und Gemini generieren</li></ul><h4>Modul 8 - Zusammenfassung</h4> Themen: <ul> <li>Zusammenfassung</li></ul> Zielsetzungen: <ul> <li>Fassen Sie die wichtigsten im Kurs behandelten Themen zusammen.</li></ul>Dieser Text wurde automatisiert übersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte <a class="fl-href-prod" href="/swisscom/en/course/google-bqda"><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>.- Erfahren Sie mehr über den Zweck und den Wert von BigQuery, dem Enterprise Data Warehouse von Google Cloud, und diskutieren Sie die Datenanalysefunktionen. - Analysieren Sie grosse Datensätze in BigQuery mit SQL. - Bereinigen und transformieren Sie Ihre Daten in BigQuery mit SQL. - Neue BigQuery-Datensätze einlesen und Optionen für externe Datenquellen diskutieren. - Überprüfen Sie die Visualisierungsprinzipien und verwenden Sie Connected Sheets und Looker Studio, um Dateneinblicke aus BigQuery zu visualisieren. - Verwenden Sie Dataform, um skalierbare Datenumwandlungspipelines in BigQuery zu entwickeln. - Nutzen Sie die neuen Integrationen und unterstützenden Funktionen, die mit BigQuery Studio eingeführt wurden.- Introduction to Data Analytics on Google Cloud (IDAGC)- Datenanalysten, die lernen möchten, wie sie BigQuery für ihre Datenanalysen nutzen können.Modul 0 - Kurseinführung Themen: - In diesem Modul wird das Kursprogramm vorgestellt. Zielsetzungen: - Stellen Sie die im Kurs behandelten Themen vor. Modul 1 - BigQuery für Datenanalysten Themen: - Übersicht - Datenanalytik in der Google Cloud - Von Daten zu Erkenntnissen mit BigQuery - Reale Anwendungsfälle von Unternehmen, die durch Analytics auf Google Cloud transformiert wurden Zielsetzungen: - Erkennen Sie die analytischen Herausforderungen, mit denen Datenanalysten konfrontiert sind, und vergleichen Sie Big Data vor Ort und in der Cloud. - Erfahren Sie mehr über den Zweck und den Wert von BigQuery, dem Data Warehouse für Unternehmen von Google Cloud, und diskutieren Sie die Datenanalysefunktionen. Modul 2 - Erkunden und Aufbereiten Ihrer Daten mit BigQuery Themen: - Übersicht - Gemeinsame Datenexplorationstechniken - Analyse von grossen Datensätzen mit BigQuery - Grundlagen der Abfrage - Arbeiten mit Funktionen - Anreicherung Ihrer Abfragen mit UNIONs und JOINs Zielsetzungen: - List common data exploration techniques. - Wiederholung der Grundlagen von SQL-Abfragen. - Erweitern Sie Abfragen mit Funktionen, Unions und Joins. Aktivitäten: - Übung: Erforschung eines E-Commerce-Datensatzes mit SQL in Google BigQuery - Übung: Fehlersuche bei häufigen SQL-Fehlern mit BigQuery - Übung: Fehlerbehebung und Behebung von Problemen bei der Datenverbindung Modul 3 - Bereinigung und Umwandlung Ihrer Daten Themen: - Übersicht - Fünf Grundsätze der Integrität von Datensätzen - Bereinigung und Umwandlung von Daten mit SQL - Daten bereinigen und umwandeln: Andere Optionen Zielsetzungen: - Ermitteln Sie, was einen guten Datensatz ausmacht. - Bereinigung und Umwandlung von Daten mit SQL. - Bereinigen und transformieren Sie Daten mit anderen Optionen. Modul 4 - Einlesen und Speichern neuer BigQuery-Datensätze Themen: - Übersicht - Permanente versus temporäre Datentabellen - Aufnahme neuer Datensätze - Externe Datenquellen Zielsetzungen: - Überprüfen Sie die Unterschiede zwischen permanenten und temporären Datentabellen. - Einlesen und Speichern neuer BigQuery-Datensätze. - Diskutieren Sie Optionen für externe Datenquellen. Aktivitäten: - Übung: Neue permanente Tabellen erstellen - Übung: Einlesen und Abfragen neuer Datensätze Modul 5 - Visualisierung Ihrer Erkenntnisse aus BigQuery Themen: - Übersicht - Grundsätze der Datenvisualisierung - Verbundene Blätter - Häufige Fallstricke bei der Datenvisualisierung - Looker Studio - Analyse in einem Notizbuch Zielsetzungen: - Überprüfen Sie die Grundsätze der Datenvisualisierung und die häufigsten Fallstricke bei der Visualisierung. - Verwenden Sie Connected Sheets und Looker Studio, um Dateneinblicke aus BigQuery zu visualisieren. - Besprechen Sie die Durchführung von Analysen in einem Jupyter Notebook. Aktivitäten: - Übung: Verbundene Blätter Qwik Start - Übung: Erkunden und Erstellen von Berichten mit Looker Studio Modul 6 - Entwickeln skalierbarer Datenumwandlungspipelines in BigQuery mit Dataform Themen: - Übersicht - Was ist Dataform? - Erste Schritte mit Dataform Zielsetzungen: - Verwenden Sie Dataform, um skalierbare Datenumwandlungspipelines in BigQuery zu entwickeln. - Erfahren Sie, wie Sie mit Dataform beginnen können, indem Sie ein Repository und einen Entwicklungsarbeitsbereich erstellen. - Erstellen und Ausführen eines SQL-Workflows in Dataform. Aktivitäten: - Demo - Übung: Erstellen und Ausführen eines SQL-Workflows in Dataform Modul 7 - BigQuery Studio Themen: - BigQuery Studio: Was und warum? - Vereinheitlichte Analytik - Vermögensverwaltung - Eingebettete Hilfe Zielsetzungen: - Er stellt BigQuery Studio vor. - Verwenden Sie Duet AI in BigQuery, um SQL-Abfragen zu erklären und zu erstellen. - Erfahren Sie mehr über die neuen Funktionen für die Benutzerfreundlichkeit und die Integrationen mit Dataform und Dataplex in der neuen BigQuery Studio-Oberfläche. Aktivitäten: - Demo - Labor: Daten mit Hilfe von Duet AI analysieren - Übung: Personalisierte E-Mail-Inhalte mit BigQuery Continuous Queries und Gemini generieren Modul 8 - Zusammenfassung Themen: - Zusammenfassung Zielsetzungen: - Fassen Sie die wichtigsten im Kurs behandelten Themen zusammen.Dieser Text wurde automatisiert übersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte hier.2 Tage1495.002065.001300.001300.001320.001300.001300.001300.001300.00