Dieser viertägige Kurs bietet den Teilnehmern eine praktische Einführung in die Entwicklung und den Aufbau von Datenverarbeitungssystemen auf der Google Cloud Platform.
Nutzen
Details anzeigen
In einer Kombination aus Präsentationen, Demos und Hand-on-Labs lernen die Teilnehmer, Datenverarbeitungssysteme zu entwerfen, End-to-End-Datenpipelines zu erstellen, Daten zu analysieren und maschinelles Lernen durchzuführen. Der Kurs umfasst strukturierte, unstrukturierte und Streaming-Daten.
Dieser Kurs vermittelt den Teilnehmern folgende Fähigkeiten:
Entwerfen und erstellen Sie Datenverarbeitungssysteme auf der Google Cloud Platform
Verarbeiten Sie Batch- und Streaming-Daten durch Implementierung von Autoscaling-Datenpipelines in Cloud Dataflow
Leiten Sie mithilfe von Google BigQuery Geschäftseinblicke aus extrem großen Datenmengen ab
Trainieren, evaluieren und vorhersagen mit Machine Learning-Modellen mit Tensorflow und Cloud ML
Nutzen Sie unstrukturierte Daten mithilfe von Spark- und ML-APIs in Cloud Dataproc
Ermöglichen Sie sofortige Einblicke aus Streaming-Daten
Zielgruppe
Dieser Kurs richtet sich an erfahrene Entwickler, die für die Verwaltung großer Datentransformationen verantwortlich sind, einschließlich:
Extrahieren, Laden, Transformieren, Reinigen und Validieren von Daten
Entwerfen von Pipelines und Architekturen für die Datenverarbeitung
Erstellen und Pflegen von maschinellen Lern- und statistischen Modellen
Abfragen von Datensätzen, Visualisieren von Abfrageergebnissen und Erstellen von Berichten
Voraussetzungen
Teilnehmer sollten den Kurs "Google Cloud Fundamentals: Big Data & Machine Learning" (Seminarnummer: 28005) besucht oder vergleichbare Kenntnissse haben.
Außerdem sind Grundkenntnisse in gängigen Abfragesprachen wie SQL, Erfahrung mit Datenmodellierung, Extrahieren, Transformieren, Laden von Aktivitäten, Entwickeln von Anwendungen mit einer gemeinsamen Programmiersprache wie Python bekannt.
Teilnehmer solten auch mit Machine Learning und/oder Statistiken vertraut sein.
Inhalte des Seminars
Details anzeigen
Google Cloud Dataproc-Übersicht
Dataproc-Jobs ausführen
Integration von Dataproc in die Google Cloud Platform
Unstrukturierte Daten mit den Machine-Learning-APIs von Google erfassen
Serverlose Datenanalyse mit BigQuery
Serverlose Autoscaling-Datenpipelines mit Dataflow
Erste Schritte mit maschinellem Lernen
Erstellen von ML-Modellen mit Tensorflow
Skalierung von ML-Modellen mit CloudML
Feature-Entwicklung
Architektur von Streaming-Analyse-Pipelines
Variable Volumes aufnehmen
Streaming-Pipelines implementieren
Streaming-Analysen und Dashboards
Hoher Durchsatz und niedrige Latenz mit Bigtable
Zurzeit sind leider keine Termine verfügbar.
Kontaktieren Sie uns, wenn Sie Interesse an dieser Weiterbildung haben: