Ce cours fait partie de la Spécialisation Data Engineer, Big Data and ML on Google Cloud en Français

Google Cloud Training

Offert par

Spécialisation Data Engineer, Big Data and ML on Google Cloud en FrançaisGoogle Cloud

À propos de ce cours

Les pipelines de données s'inscrivent généralement dans le paradigme EL (extraction et chargement), ELT (extraction, chargement et transformation) ou ETL (extraction, transformation et chargement). Ce cours vous indiquera quel paradigme utiliser pour le traitement de données par lot en fonction du contexte. Il vous présentera également plusieurs solutions Google Cloud de transformation des données, y compris BigQuery, l'exécution de Spark sur Dataproc, les graphiques de pipelines dans Cloud Data Fusion et le traitement des données sans serveur avec Dataflow. Les participants mettront en pratique les connaissances qu'ils auront acquises en créant des composants de pipelines de données sur Google Cloud à l'aide de Qwiklabs.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Certificat partageable

Obtenez un Certificat lorsque vous terminez

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Cours 3 sur 5 dans le

Spécialisation Data Engineer, Big Data and ML on Google Cloud en Français

Niveau intermédiaire

Approx. 17 heures pour terminer

Français

Ce que vous allez apprendre

Explorer différentes méthodes de chargement de données (EL, ELT et ETL) et déterminer quand les utiliser
Exécuter Hadoop sur Dataproc, exploiter Cloud Storage et optimiser les tâches Dataproc
Utiliser Dataflow pour créer vos pipelines de traitement de données
Gérer des pipelines de données avec Data Fusion et Cloud Composer

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Certificat partageable

Obtenez un Certificat lorsque vous terminez

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Cours 3 sur 5 dans le

Spécialisation Data Engineer, Big Data and ML on Google Cloud en Français

Niveau intermédiaire

Approx. 17 heures pour terminer

Français

Enseignant

Google Cloud Training

1 880 011 étudiants

1 022 cours

Offert par

Google Cloud

We help millions of organizations empower their employees, serve their customers, and build what’s next for their businesses with innovative technology created in—and for—the cloud. Our products are engineered for security, reliability, and scalability, running the full stack from infrastructure to applications to devices and hardware. Our teams are dedicated to helping customers apply our technologies to create success.

Programme de cours : ce que vous apprendrez dans ce cours

Semaine

Semaine 1

1 minute pour terminer

Présentation

1 minute pour terminer

1 vidéo (Total 1 min)

Semaine

Semaine 2

23 minutes pour terminer

Présentation de la création de pipelines de données par lot

23 minutes pour terminer

6 vidéos (Total 21 min)

Semaine

Semaine 3

2 heures pour terminer

Exécuter Spark sur Dataproc

2 heures pour terminer

11 vidéos (Total 48 min)

11 vidéos

Introduction du module26s

L'écosystème Hadoop4 min

Exécuter Hadoop sur Dataproc10 min

Utiliser Cloud Storage plutôt que HDFS6 min

Optimiser Dataproc2 min

Optimiser le stockage dans Dataproc9 min

Optimiser les modèles et l'autoscaling dans Dataproc5 min

Optimiser la surveillance dans Dataproc3 min

Présentation de l'atelier : Exécuter des tâches Apache Spark sur Dataproc27s

Premiers pas avec Google Cloud Platform et Qwiklabs4 min

Résumé33s

1 exercice pour s'entraîner

Exécuter Spark sur Dataproc6 min

Semaine

Semaine 4

10 heures pour terminer

Traiter des données sans serveur avec Dataflow

10 heures pour terminer

14 vidéos (Total 36 min)

14 vidéos

Introduction du module41s

Présentation de Dataflow5 min

Pourquoi les clients apprécient-ils Dataflow ?2 min

Créer des pipelines Dataflow avec du code3 min

Principales considérations liées à la conception de pipelines2 min

Transformer des données avec des PTransform3 min

Présentation de l'atelier : Créer un pipeline Dataflow simple9s

Regrouper des données avec groupByKey et Combine5 min

Présentation de l'atelier : MapReduce dans Dataflow23s

Entrées secondaires et fenêtres de données4 min

Présentation de l'atelier : S'entraîner avec des entrées secondaires de pipelines17s

Créer et réutiliser des modèles de pipeline3 min

Pipelines Dataflow SQL46s

Résumé2 min

1 exercice pour s'entraîner

Traiter des données sans serveur avec Dataflow4 min

À propos du Spécialisation Data Engineer, Big Data and ML on Google Cloud en Français

Cette formation de spécialisation en ligne d'une durée de cinq semaines présente en pratique comment concevoir et développer des systèmes de traitement des données sur Google Cloud. À travers un ensemble de présentations, de démonstrations et d'ateliers pratiques, les participants apprennent à concevoir des systèmes de traitement de données, à créer des pipelines de données de bout en bout, à analyser des données et à exécuter des tâches de machine learning.

Ce cours permet aux participants d'acquérir les compétences suivantes : • Concevoir et développer des systèmes de traitement de données sur Google Cloud Platform • Exploiter des données non structurées à l'aide de Spark et des API de ML sur Cloud Dataproc • Traiter des données par lot ou par flux en mettant en œuvre des pipelines de données d'autoscaling sur Cloud Dataflow • Obtenir des informations métier à partir de très grands ensembles de données à l'aide de Google BigQuery • Entraîner, évaluer et effectuer des prédictions à l'aide de modèles de machine learning avec TensorFlow et Cloud ML • Obtenir des insights immédiats à partir de données par flux Ce cours s'adresse aux développeurs expérimentés qui se chargent de réaliser des opérations de transformation du big data. En vous inscrivant à cette spécialisation vous acceptez les conditions d'utilisation de Qwiklabs décrites dans la FAQ et disponibles à l'adresse: https://qwiklabs.com/terms_of_service

Data Engineer, Big Data and ML on Google Cloud en Français

Foire Aux Questions

Puis-je prévisualiser un cours avant de m'inscrire ?
Oui, vous pouvez prévisualiser la première vidéo et consulter le programme du cours avant de vous inscrire. Vous devez acheter le cours pour accéder au contenu non inclus dans la prévisualisation.
À quoi ai-je droit si je m'inscris ?
Une fois que vous êtes inscrit(e) et que votre session commence, vous avez accès à toutes les vidéos et aux autres ressources, y compris les éléments à lire et le forum de discussion du cours. Vous pouvez afficher et soumettre des devoirs pour vous exercer, et terminer les devoirs notés requis pour obtenir une note et un Certificat de Cours.
Quand recevrai-je mon Certificat de Cours ?
Si vous réussissez le cours, votre Certificat de Cours électronique sera ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat de Cours ou l'ajouter à votre profil LinkedIn.
Pourquoi ne puis-je pas assister à ce cours en auditeur libre ?
Ce cours fait partie du nombre restreint de cours proposés par Coursera actuellement disponibles uniquement aux étudiants ayant payé les frais du cours ou bénéficié de l'Aide Financière, lorsqu'elle est disponible.
Une aide financière est-elle possible ?
Oui. Dans certains programmes d’apprentissage, vous pouvez demander une aide financière ou une bourse d’études si vous ne pouvez pas payer les frais d’inscription. Si une aide financière ou une bourse d’études est disponible pour le programme d’apprentissage choisi, vous trouverez un lien pour faire une demande sur la page de description.

D'autres questions ? Visitez le Centre d'Aide pour les Étudiants.

Building Batch Data Pipelines on GCP en Français

À propos de ce cours

Ce que vous allez apprendre