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. 8 heures pour terminer

Recommandé : Une semaine de cours, 6 à 8 heures par semaine...

Français

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. 8 heures pour terminer

Recommandé : Une semaine de cours, 6 à 8 heures par semaine...

Français

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

Analyse des données sans serveur avec Google BigQuery et Cloud Dataflow

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

Analyse de données sans serveur avec BigQuery

19 vidéos (Total 123 min), 4 quiz
19 vidéos
Qu'est-ce que BigQuery ?5 min
Démonstration de BigQuery3 min
Avantages de BigQuery7 min
BigQuery dans une architecture de référence8 min
Requêtes et fonctions8 min
Sous-requêtes et tables multiples3 min
Atelier : Analyse des données sans serveur (Java/Python) – Partie 12 min
Atelier : Démonstration et évaluation9 min
Charger et exporter des données2 min
Atelier : Démonstration et évaluation13 min
Fonctionnalités avancées de BigQuery7 min
Tableaux et structures6 min
Condition de jointure et fenêtrage6 min
Fonctions définies par l'utilisateur3 min
Atelier : Démonstration et évaluation14 min
Performances et tarifs7 min
Tables génériques et partitionnement7 min
Forfaits et catégories BigQuery4 min
1 exercice pour s'entraîner
Questionnaire du module 14 min
5 heures pour terminer

Autoscaling des pipelines de traitement de données avec Dataflow

12 vidéos (Total 97 min), 4 quiz
12 vidéos
Écrire des pipelines de données en Java et Python9 min
Entrée, sortie et exécution6 min
Atelier : Démonstration et évaluation18 min
MapReduce et traitement parallèle11 min
GroupBy et Combine7 min
Comparaison de Combine et GroupBy7 min
Atelier : Démonstration et évaluation6 min
Entrées secondaires7 min
Atelier : Démonstration et évaluation10 min
Modèles Dataflow et Dataprep4 min
Ressources31s
1 exercice pour s'entraîner
Questionnaire du module 24 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 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 Platform. 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 traite des données par flux ainsi que des données structurées et non structurées. 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 Engineering on Google Cloud Platform en Français

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.