Les deux principaux composants de tout pipeline de données sont les lacs de données et les entrepôts de données. Ce cours aborde les cas d'utilisation de chacun de ces systèmes de stockage, et présente en détail les solutions disponibles sur Google Cloud Platform. Il décrit également le rôle de Data Engineer et les atouts des pipelines de données pour l'entreprise, en plus d'expliquer l'intérêt de l'environnement cloud pour l'ingénierie de données. Vous vous familiariserez, dans le cadre d'exercices pratiques dans QwikLabs, aux concepts de lacs et d'entrepôts de données sur Google Cloud Platform.
Ce cours fait partie de la Spécialisation Data Engineer, Big Data and ML on Google Cloud en Français
Offert par
À propos de ce cours
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 2 sur 5 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
Approx. 8 heures pour terminer
Français
Sous-titres : Français, Anglais
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 2 sur 5 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
Approx. 8 heures pour terminer
Français
Sous-titres : Français, Anglais
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 du cours : ce que vous apprendrez dans ce cours
7 minutes pour terminer
Introduction
Ce module présente la spécialisation Data Engineering et le cours.
7 minutes pour terminer
2 vidéos (Total 7 min)
2 heures pour terminer
Data Engineering
Ce module décrit le rôle d'un Data Engineer et explique pourquoi l'ingénierie de données doit être effectuée dans le cloud.
2 heures pour terminer
13 vidéos (Total 55 min)
13 vidéos
Analyser les défis liés à l'ingénierie des données8 min
Présentation de BigQuery3 min
Lacs de données et entrepôts de données5 min
Démo : Requêtes fédérées avec BigQuery6 min
Bases de données transactionnelles et entrepôts de données4 min
Travailler efficacement avec d'autres équipes de gestion des données6 min
Gérer l'accès et la gouvernance des données2 min
Démo : Trouver les informations personnelles dans votre ensemble de données avec l'API DLP1 min
Créer des pipelines prêts à l'emploi2 min
Réviser l'étude de cas GCP3 min
Récapitulatif1 min
Présentation de l'atelier : Analyser avec BigQuery17s
1 exercice pour s'entraîner
Introduction à Data Engineering30 min
2 heures pour terminer
Créer un lac de données
Ce module explique ce qu'est un lac de données et comment utiliser Google Cloud Storage comme lac de données dans GCP.
2 heures pour terminer
10 vidéos (Total 58 min)
10 vidéos
Stockage de données et options ETL sur GCP4 min
Créer un lac de données avec Cloud Storage10 min
Démo : Optimiser les coûts avec les classes Google Cloud Storage et Cloud Functions7 min
Sécuriser Cloud Storage5 min
Stocker des données de tous types5 min
Démo : Exécuter des requêtes fédérées dans des fichiers Parquet et ORC dans BigQuery4 min
Stocker des données relationnelles dans le cloud1 min
Cloud SQL en tant que lac de données relationnelles7 min
Atelier : Charger les données des taxis dans Cloud SQL27s
1 exercice pour s'entraîner
Créer un lac de données4 min
4 heures pour terminer
Créer un entrepôt de données
Ce module présente BigQuery en tant qu'entrepôt de données dans GCP.
4 heures pour terminer
17 vidéos (Total 93 min)
17 vidéos
Présentation de BigQuery1 min
Démo : Interroger des téraoctets de données en quelques secondes7 min
Premiers pas9 min
Charger des données11 min
Présentation de l'atelier : Charger des données dans BigQuery21s
Explorer les schémas24s
Démo : Explorer les schémas10 min
Conception de schémas3 min
Champs imbriqués et répétés8 min
Démo : Champs imbriqués et répétés15 min
Présentation de l'atelier : Utiliser les données JSON et Array dans BigQuery13s
Optimiser avec le partitionnement et le clustering5 min
Démo : Créer des tables partitionnées7 min
Démo : Partitionnement et clustering6 min
Aperçu : Transformer les données par lots et les flux de données2 min
Récapitulatif1 min
1 exercice pour s'entraîner
Créer un entrepôt de données4 min
2 minutes pour terminer
Résumé
Ce module récapitule tous les thèmes abordés dans le cours.
2 minutes pour terminer
1 vidéo (Total 2 min)
1 vidéo
Résumé du cours1 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.
Foire Aux Questions
Puis-je prévisualiser un cours avant de m'inscrire ?
À quoi ai-je droit si je m'inscris ?
Quand recevrai-je mon Certificat de Cours ?
Pourquoi ne puis-je pas assister à ce cours en auditeur libre ?
Is financial aid available?
Puis-je obtenir des crédits universitaires si je réussis le Cours ?
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
