Gemini in BigQuery for Data Practitioners

Gemini in BigQuery for Data PractitionersGBQDPGOGoogleGO-GBQDP1.0<ul> <li>Definieren Sie die Funktionen von Gemini in BigQuery, die die Daten-AI-Pipeline unterstützen.</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 Arbeitsabläufe mit Data Canvas.</li><li>Erklären Sie den Arbeitsablauf bei der Verwendung von KI/ML-Modellen für prädiktive und generative Aufgaben in BigQuery.</li><li>Erstellen Sie eine Lösung für die Nutzung von Gemini-Modellen in BigQuery mit SQL-Abfragen und Jupyter Notebooks.</li></ul><ul> <li>Frühere Erfahrungen mit Programmiersprachen wie SQL und/oder Python.</li><li>Grundkenntnisse in ML und generativer KI.</li></ul>Datenanalysten, Dateningenieure und andere Datenexperten, die Gemini in BigQuery verwenden möchten, um die Produktivität zu steigern und ihre unstrukturierten Daten zu verstehen.<h4>Modul 1 - Gemini auf BigQuery</h4> Themen: <ul> [list] <li>Gemini auf Google Cloud</li><li>Überblick über Gemini auf BigQuery</li><li>Einführung in den Anwendungsfall Kurs</li></ul> Zielsetzungen: <ul> <li>Verstehen Sie die Möglichkeiten von Gemini auf Google Cloud.</li><li>Verstehen der Fähigkeiten von Gemini auf BigQuery.</li></ul><h4>Modul 2 - Datenexploration und -aufbereitung</h4> Themen: <ul> <li>Datenexploration und -aufbereitung</li><li>Einblicke</li><li>Tabelle Explorer</li></ul> Zielsetzungen: <ul> <li>Entdecken Sie Tools, die die Datenexploration unterstützen.</li><li>Identifizieren Sie die Vorteile und Einschränkungen von Insights und Table Explorer.</li><li>Entdecken Sie die Funktionen zur Datenbereinigung und Pipeline-Entwicklung in BigQuery.</li></ul> Aktivitäten: <ul> <li>Übung: Daten mit Gemini in BigQuery erforschen</li></ul><h4>Modul 3 - Code-Entwicklung mit Gemini</h4> Themen: <ul> <li>Gemini zum Schreiben von Code</li><li>Fehlersuche und Tests mit Gemini</li><li>Bewährte Praktiken auffordern</li></ul> Zielsetzungen: <ul> <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 für die Eingabeaufforderung.</li></ul> Aktivitäten: <ul> <li>Übung: Code mit Gemini in BigQuery entwickeln</li></ul><h4>Modul 4 - Daten-Canvas</h4> Themen: <ul> <li>Einführung in Data Canvas</li><li>Data Canvas-Funktionen</li><li>Bewährte Verfahren für Data Canvas auffordern</li></ul> Zielsetzungen: <ul> <li>Erkunden Sie die Funktionen von Data Canvas.</li><li>Entdecken Sie die besten Praktiken zur Eingabeaufforderung für Data Canvas.</li></ul> Aktivitäten: <ul> <li>Übung: Data Canvas zum Visualisieren und Entwerfen von Abfragen verwenden</li></ul><h4>Modul 5 - Arbeiten mit Gemini-Modellen in BigQuery</h4> Themen: <ul> <li>BigQuery ML</li><li>Verwendung von Gemini in Ihren SQL-Abfragen</li><li>Zwillinge in BigQuery-Notebooks</li></ul> Zielsetzungen: <ul> <li>Entdecken Sie die Möglichkeiten 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> Aktivitäten: <ul> <li>Übung: Kundenrezensionen mit SQL analysieren</li><li>Übung: Kundenrezensionen mit Python-Notebooks analysieren</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-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>.- Definieren Sie die Funktionen von Gemini in BigQuery, die die Daten-AI-Pipeline unterstützen. - Erkunden Sie Daten mit Insights und Table Explorer. - Entwickeln Sie Code mit Hilfe von Gemini. - Entdecken und visualisieren Sie Arbeitsabläufe mit Data Canvas. - Erklären Sie den Arbeitsablauf bei der Verwendung von KI/ML-Modellen für prädiktive und generative Aufgaben in BigQuery. - Erstellen Sie eine Lösung für die Nutzung von Gemini-Modellen in BigQuery mit SQL-Abfragen und Jupyter Notebooks.- Frühere Erfahrungen mit Programmiersprachen wie SQL und/oder Python. - Grundkenntnisse in ML und generativer KI.Datenanalysten, Dateningenieure und andere Datenexperten, die Gemini in BigQuery verwenden möchten, um die Produktivität zu steigern und ihre unstrukturierten Daten zu verstehen.Modul 1 - Gemini auf BigQuery Themen: [list] - Gemini auf Google Cloud - Überblick über Gemini auf BigQuery - Einführung in den Anwendungsfall Kurs Zielsetzungen: - Verstehen Sie die Möglichkeiten von Gemini auf Google Cloud. - Verstehen der Fähigkeiten von Gemini auf BigQuery. Modul 2 - Datenexploration und -aufbereitung Themen: - Datenexploration und -aufbereitung - Einblicke - Tabelle Explorer Zielsetzungen: - Entdecken Sie Tools, die die Datenexploration unterstützen. - Identifizieren Sie die Vorteile und Einschränkungen von Insights und Table Explorer. - Entdecken Sie die Funktionen zur Datenbereinigung und Pipeline-Entwicklung in BigQuery. Aktivitäten: - Übung: Daten mit Gemini in BigQuery erforschen Modul 3 - Code-Entwicklung mit Gemini Themen: - Gemini zum Schreiben von Code - Fehlersuche und Tests mit Gemini - Bewährte Praktiken auffordern Zielsetzungen: - Entdecken Sie die Verwendung von Gemini zum Schreiben von Code. - Ermitteln Sie, wie Gemini bei der Fehlersuche helfen kann. - Entdecken Sie die besten Praktiken für die Eingabeaufforderung. Aktivitäten: - Übung: Code mit Gemini in BigQuery entwickeln Modul 4 - Daten-Canvas Themen: - Einführung in Data Canvas - Data Canvas-Funktionen - Bewährte Verfahren für Data Canvas auffordern Zielsetzungen: - Erkunden Sie die Funktionen von Data Canvas. - Entdecken Sie die besten Praktiken zur Eingabeaufforderung für Data Canvas. Aktivitäten: - Übung: Data Canvas zum Visualisieren und Entwerfen von Abfragen verwenden Modul 5 - Arbeiten mit Gemini-Modellen in BigQuery Themen: - BigQuery ML - Verwendung von Gemini in Ihren SQL-Abfragen - Zwillinge in BigQuery-Notebooks Zielsetzungen: - Entdecken Sie die Möglichkeiten von BigQuery ML. - Entdecken Sie die Verwendung von Gemini in Ihren SQL-Abfragen. - Erkunden Sie die Verwendung von Gemini in Jupyter Notebooks. Aktivitäten: - Übung: Kundenrezensionen mit SQL analysieren - Übung: Kundenrezensionen mit Python-Notebooks analysierenDieser Text wurde automatisiert übersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte hier.1 Tag595.00950.00820.00950.00950.00950.00950.00650.00