À propos de ce cours
4,162 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. 14 heures pour terminer

Recommandé : 1 Woche Studium, 5–7 Stunden/Woche...

Allemand

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

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. 14 heures pour terminer

Recommandé : 1 Woche Studium, 5–7 Stunden/Woche...

Allemand

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

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
3 heures pour terminer

Modul 1: Einführung in Cloud Dataproc

16 vidéos (Total 52 min), 1 lecture, 2 quiz
16 vidéos
Einführung in Cloud Dataproc1 min
Sie müssen unstrukturierte Daten definieren?4 min
Werte aus unstrukturierten Daten ableiten7 min
Mit Big Data arbeiten4 min
MapReduce und die Anfänge von Hadoop5 min
Hoher Aufwand für vor Ort eingesetzte Hadoop-Lösungen1 min
Cloud Dataproc und Hadoop-Alternativen im Vergleich2 min
Dataproc-Cluster erstellen4 min
Dataproc-Anpassung3 min
Dataproc und die CLI40s
Lab 1: Übersicht11s
Lab 1: Demo und Wiederholung7 min
Benutzerdefinierte Maschinentypen3 min
Präemptive VMs3 min
Zusammenfassung des Moduls41s
1 lecture
Kursressourcen herunterladen10 min
1 exercice pour s'entraîner
Modul 1 – Quiz30 min
3 heures pour terminer

Modul 2: Dataproc-Jobs ausführen

13 vidéos (Total 51 min), 3 quiz
13 vidéos
Methoden zum Senden von Jobs1 min
Lab 2: Übersicht1 min
Lab 2: Demo und Wiederholung11 min
Trennung von Speichern und Computing6 min
Die Entwicklung der Datenverarbeitung5 min
Die Bedeutung des Netzwerks in der Datenverarbeitung3 min
Speichern und Computing mit Spark trennen1 min
Spark-Jobs senden3 min
Übersicht über Spark-Konzepte2 min
Lab-Übersicht45s
Lab 3: Demo und Wiederholung8 min
Zusammenfassung des Moduls18s
1 exercice pour s'entraîner
Modul 2 – Quiz30 min
3 heures pour terminer

Modul 3: GCP nutzen

10 vidéos (Total 37 min), 3 quiz
10 vidéos
BigQuery-Unterstützung8 min
Lab 4: Übersicht31s
Lab 4: Demo und Wiederholung4 min
Cluster anpassen4 min
Software auf einem Dataproc-Cluster installieren7 min
Lab 5: Übersicht17s
Lab 5: Demo und Wiederholung8 min
Zusammenfassung des Moduls58s
Wiederholung19s
1 exercice pour s'entraîner
Modul 3 – Quiz30 min
2 heures pour terminer

Modul 4: Unstrukturierte Daten analysieren

7 vidéos (Total 24 min), 2 quiz
7 vidéos
Erläuterung des maschinellen Lernens3 min
Beispiele des angewandten maschinellen Lernens3 min
Natural Language Processing im Detail2 min
Lab 6: Übersicht1 min
Lab 6: Demo und Wiederholung10 min
Zusammenfassung des Moduls16s
1 exercice pour s'entraîner
Modul 4 – Quiz30 min

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 du Spécialisation Data Engineering on Google Cloud Platform auf Deutsch

Dieser fünfwöchige Onlinevertiefungskurs bietet eine praktische Einführung zum Entwerfen und Erstellen von Datenverarbeitungssystemen auf der Google Cloud Platform. In Präsentationen, Demos und praxisorientierten Labs entwickeln die Teilnehmer Datenverarbeitungssysteme, erstellen End-to-End-Datenpipelines, analysieren Daten und üben maschinelles Lernen. Dieser Kurs vermittelt den Teilnehmern die folgenden Kompetenzen: • Datenverarbeitungssysteme auf der Google Cloud Platform entwickeln • Unstrukturierte Daten mit Spark und ML-APIs auf Cloud Dataproc verwenden • Batch- und Streaming-Daten durch die Implementierung von Autoscaling-Datenpipelines auf Cloud Dataflow verarbeiten • Mit Google BigQuery Geschäftsinformationen aus extrem großen Datasets ableiten • Modelle des maschinellen Lernens mit TensorFlow und Cloud ML trainieren, auswerten und damit Vorhersagen treffen • Sofortige Statistiken aus Streaming-Daten ermöglichen • Dieser Kurs richtet sich an erfahrene Entwickler, die für die Verwaltung von Big Data-Transformationen verantwortlich sind, zum Beispiel: • Daten extrahieren, laden, transformieren, bereinigen und validieren • Pipelines und Architekturen für die Datenverarbeitung entwerfen • Modelle des maschinellen Lernens und der Statistik erstellen und warten • Datasets abfragen, Abfrageergebnisse visualisieren und Berichte erstellen >>> Mit Ihrer Teilnahme an dieser Spezialisierung stimmen Sie den Nutzungsbedingungen von Qwiklabs zu, die Sie in den FAQs und unter folgendem Link finden: https://qwiklabs.com/terms_of_service <<<...
Data Engineering on Google Cloud Platform auf Deutsch

Foire Aux Questions

  • Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.

  • Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.

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