À propos de ce cours
53,873 consultations récentes

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau intermédiaire

Approx. 8 heures pour terminer

Recommandé : 1 week of study, 6-8 hours/week...

Anglais

Sous-titres : Français, Portugais (brésilien), Allemand, Anglais, Espagnol, Japonais...

Compétences que vous acquerrez

BigqueryBigtableDataflowPublish–Subscribe Pattern

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau intermédiaire

Approx. 8 heures pour terminer

Recommandé : 1 week of study, 6-8 hours/week...

Anglais

Sous-titres : Français, Portugais (brésilien), Allemand, Anglais, Espagnol, Japonais...

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
1 heure pour terminer

Module 1: Architecture of Streaming Analytics Pipelines

...
5 vidéos (Total 39 min), 1 lecture, 1 quiz
5 vidéos
Challenge #1: Variable volumes require ability of ingest to scale and be fault-tolerant4 min
Challenge #2 : Latency is to be expected5 min
Challenge #3 : Need instant insights6 min
Discuss some streaming scenarios8 min
1 lecture
Lab Worksheet10 min
1 exercice pour s'entraîner
Module 1 Quiz4 min
2 heures pour terminer

Module 2: Ingesting Variable Volumes

...
4 vidéos (Total 34 min), 2 quiz
4 vidéos
How it works: Topics and Subscriptions14 min
Lab Overview34s
Lab demo and review8 min
1 exercice pour s'entraîner
Module 2 Quiz8 min
2 heures pour terminer

Module 3: Implementing Streaming Pipelines

...
6 vidéos (Total 70 min), 2 quiz
6 vidéos
Challenges in stream processing14 min
Build a stream processing pipeline for live traffic data11 min
Handle late data: watermarks, triggers, accumulation14 min
Lab overview35s
Lab demo and review15 min
1 exercice pour s'entraîner
Module 3 Quiz2 min
1 heure pour terminer

Module 4: Streaming analytics and dashboards

...
3 vidéos (Total 20 min), 2 quiz
3 vidéos
Lab overview45s
Lab demo and review5 min
1 exercice pour s'entraîner
Module 4 Quiz4 min
2 heures pour terminer

Module 5: Handling Throughput and Latency Requirements

...
8 vidéos (Total 63 min), 1 lecture, 2 quiz
8 vidéos
Bigtable: big, fast, autoscaling NoSQL4 min
Ingesting into Bigtable4 min
Designing for Bigtable23 min
Streaming into Bigtable1 min
Lab demo and review4 min
Performance considerations6 min
Summary of Data Engineering on GCP Specialization8 min
1 lecture
Cloud Bigtable Streaming10 min
1 exercice pour s'entraîner
Module 5 Quiz6 min
4.7
108 avisChevron Right

38%

a commencé une nouvelle carrière après avoir terminé ces cours

37%

a bénéficié d'un avantage concret dans sa carrière grâce à ce cours

15%

a obtenu une augmentation de salaire ou une promotion

Principaux examens pour Building Resilient Streaming Systems on Google Cloud Platform

par PGAug 25th 2018

This course was very helpful to understand how to built high throughput streaming work flows on google cloud. It described in detail how to model big table for efficient application.

par CCAug 19th 2017

Course gives nice overview of Bigtable, when to use it compared to bigquery. flowchart describing the when to use which product is really helpful. Thanks Lak for the course.

À propos de 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....

À propos de la Spécialisation Data Engineering, Big Data, and Machine Learning on GCP

This five-week, accelerated online specialization provides participants a hands-on introduction to designing and building data processing systems on Google Cloud Platform. Through a combination of presentations, demos, and hand-on labs, participants will learn how to design data processing systems, build end-to-end data pipelines, analyze data and carry out machine learning. The course covers structured, unstructured, and streaming data. This course teaches the following skills: • Design and build data processing systems on Google Cloud Platform • Leverage unstructured data using Spark and ML APIs on Cloud Dataproc • Process batch and streaming data by implementing autoscaling data pipelines on Cloud Dataflow • Derive business insights from extremely large datasets using Google BigQuery • Train, evaluate and predict using machine learning models using Tensorflow and Cloud ML • Enable instant insights from streaming data This class is intended for developers who are responsible for: • Extracting, Loading, Transforming, cleaning, and validating data • Designing pipelines and architectures for data processing • Creating and maintaining machine learning and statistical models • Querying datasets, visualizing query results and creating reports >>> By enrolling in this specialization you agree to the Qwiklabs Terms of Service as set out in the FAQ and located at: https://qwiklabs.com/terms_of_service <<<...
Data Engineering, Big Data, and Machine Learning on GCP

Foire Aux Questions

  • 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.

  • Si vous décidez de vous inscrire au cours avant la date de début de session, vous aurez accès à toutes les vidéos et lectures du cours. Vous pourrez soumettre des devoirs à partir du début de la session.

  • 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.

  • 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.

  • 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.

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