À propos de ce cours

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. 13 heures pour terminer

Recommandé : 1 semana de estudio, entre 6 y 8 horas semanales...

Espagnol

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. 13 heures pour terminer

Recommandé : 1 semana de estudio, entre 6 y 8 horas semanales...

Espagnol

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

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
7 minutes pour terminer

Le damos la bienvenida a Serverless Data Analysis with Google BigQuery and Cloud Dataflow

1 vidéo (Total 7 min)
1 vidéo
6 heures pour terminer

Module 1: Análisis de datos sin servidores con BigQuery

19 vidéos (Total 123 min), 4 quiz
19 vidéos
¿Qué es BigQuery?5 min
Demostración de BigQuery3 min
Beneficios de BigQuery7 min
BigQuery en una arquitectura de referencia8 min
Consultas y funciones8 min
Subconsultas y varias tablas3 min
Lab - Análisis de datos sin servidores en Java y Python (1.ª parte)2 min
Demostración y repaso del lab9 min
Carga y exportación de datos2 min
Demostración y repaso del lab13 min
Funciones avanzadas en BigQuery7 min
Matrices y estructuras6 min
Condición JOIN y funciones analíticas6 min
Funciones definidas por el usuario3 min
Demostración y repaso del lab14 min
Rendimiento y precios7 min
Partición y tablas de comodines7 min
Planes y categorías de BigQuery4 min
1 exercice pour s'entraîner
Test del módulo 130 min
5 heures pour terminer

Module 2: Ajuste de escala automático de canalizaciones de procesamiento de datos con Dataflow

12 vidéos (Total 97 min), 4 quiz
12 vidéos
Escritura de canalizaciones de datos en Java y Python9 min
Entrada, salida y ejecución6 min
Demostración y repaso del lab18 min
Procesamiento en paralelo y MapReduce11 min
GroupBy y Combine7 min
Combine frente a GroupBy7 min
Demostración y repaso del lab6 min
Datos de entrada adicionales7 min
Demostración y repaso del lab10 min
Dataprep y plantillas de Dataflow4 min
Recursos31s
1 exercice pour s'entraîner
Test del módulo 230 min
4.8
5 avisChevron Right

Meilleurs avis pour Serverless Data Analysis with Google BigQuery and Cloud Dataflow en Español

par CDAug 19th 2019

Desde el principio me interesó mucho Dataflow junto con BigQuery, creo que éste curso me ha ayudado mucho a tener un panorama mucho más claro sobre las posibilidades de ambas herramientas

par CEAug 6th 2019

Muy bueno el curso, paso a paso es facil de entender.\n\nSeria bueno incluir una forma para descargar los lab para practicas en otro ambiente.

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 en Español

Especialización acelerada en línea de cinco semanas de duración, donde los participantes reciben una introducción práctica en el diseño y compilación de sistemas de procesamiento de datos en Google Cloud Platform. Usando una combinación de presentaciones, demostraciones y labs prácticos, los participantes aprenderán a diseñar sistemas de procesamiento de datos, compilar canalizaciones de datos de extremo a extremo, analizar datos y llevar a efecto funciones de aprendizaje automático. Este curso le enseñará las siguientes habilidades: • Diseñar y crear sistemas de procesamiento de datos en Google Cloud Platform • Aprovechar los datos no estructurados mediante Spark y las API de AA en Cloud Dataproc • Procesar los datos por lotes y de transmisión mediante la implementación de canalizaciones de datos de ajuste de escala automático en Cloud Dataflow • Generar estadísticas empresariales a partir de conjuntos de datos muy grandes mediante Google BigQuery • Entrenar, evaluar y predecir por medio de los modelos de aprendizaje automático con Tensorflow y Cloud ML • Extraer estadísticas al instante a partir de los datos de transmisión Este curso está dirigido a desarrolladores experimentados responsables de la administración de transformaciones de macrodatos. >>> Al inscribirse en esta especialización acepta los Términos de Servicio de Qwiklabs según lo establecido en las Preguntas Frecuentes, disponibles en el apartado: https://qwiklabs.com/terms_of_service <<<...
Data Engineering on Google Cloud Platform en Español

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.