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
Spécialisation Data Engineering on Google Cloud Platform en Français
Ingénierie des données sur Google Cloud Platform. Boostez votre carrière dans le domaine de l'ingénierie des données
proposé par
Les étudiants prenant part à ce Specialization sont
- Data Scientists
- Data Analysts
- Software Engineers
Comment fonctionne la Spécialisation
Suivez les cours
Une Spécialisation Coursera est une série de cours axés sur la maîtrise d'une compétence. Pour commencer, inscrivez-vous directement à la Spécialisation ou passez en revue ses cours et choisissez celui par lequel vous souhaitez commencer. Lorsque vous vous abonnez à un cours faisant partie d'une Spécialisation, vous êtes automatiquement abonné(e) à la Spécialisation complète. Il est possible de terminer seulement un cours : vous pouvez suspendre votre formation ou résilier votre abonnement à tout moment. Rendez-vous sur votre tableau de bord d'étudiant pour suivre vos inscriptions aux cours et vos progrès.
Projet pratique
Chaque Spécialisation inclut un projet pratique. Vous devez réussir le(s) projet(s) pour terminer la Spécialisation et obtenir votre Certificat. Si la Spécialisation inclut un cours dédié au projet pratique, vous devrez terminer tous les autres cours avant de pouvoir le commencer.
Obtenir un Certificat
Lorsque vous aurez terminé tous les cours et le projet pratique, vous obtiendrez un Certificat que vous pourrez partager avec des employeurs éventuels et votre réseau professionnel.
Cette Spécialisation compte 5 cours
Google Cloud Platform Big Data and Machine Learning Fundamentals en Français
Ce cours à la demande accéléré sur une semaine couvre les fonctionnalités Big Data et Machine Learning (apprentissage automatique) de Google Cloud Platform (GCP). Il présente rapidement Google Cloud Platform et décrit en détail les fonctionnalités de traitement des données. À la fin de ce cours, les participants seront en mesure de réaliser les tâches suivantes : • Identifier l'objectif et la valeur des principaux produits Big Data et machine learning de Google Cloud Platform • Utiliser CloudSQL et Cloud Dataproc pour migrer les charges de travail MySQL et Hadoop/Pig/Spark/Hive existantes vers Google Cloud Platform • Utiliser BigQuery et Cloud Datalab pour réaliser une analyse de données interactive • Choisir entre Cloud SQL, BigTable et Datastore • Entraîner et utiliser un réseau de neurones à l'aide de TensorFlow • Choisir entre différents produits de traitement des données sur Google Cloud Platform Pour pouvoir s'inscrire à ce cours, les participants doivent avoir environ un (1) an d'expérience dans l'un ou plusieurs des domaines suivants : • Langage de requête commun, tel que SQL • Activités d'extraction, de transformation et de chargement • Modélisation de données • Machine learning et/ou statistiques • Programmation dans Python Remarques sur le compte Google : • Pour bénéficier d'une version d'essai gratuite de Google Cloud Platform, un compte Google/Gmail et une carte de crédit ou un compte bancaire sont requis (les services Google ne sont actuellement pas disponibles en Chine). • Si vous êtes un client Google Cloud Platform avec une adresse de facturation située dans l'Union européenne (UE) ou en Russie, consultez le document VAT Overview à l'adresse : https://cloud.google.com/billing/docs/resources/vat-overview • Des questions fréquentes sur la version d'essai gratuite de Google Cloud Platform sont disponibles à l'adresse : https://cloud.google.com/free-trial/ Buscando la versión en español de este curso? Visita https://www.coursera.org/learn/gcp-big-data-ml-fundamentals-es/ このコースの日本語版をお探しですか？https://www.coursera.org/learn/gcp-big-data-ml-fundamentals-jp/
Serverless Machine Learning with Tensorflow on Google Cloud Platform en Français
Cette formation à la demande propose aux participants de s'initier par la pratique à la conception et à la construction de modèles de machine learning (ML) sur Google Cloud Platform. Il s'agit d'un cours accéléré, que vous pouvez effectuer en une semaine. En suivant une série de présentations, de démonstrations et d'ateliers, les participants découvriront les concepts du ML et de TensorFlow et acquerront des compétences pratiques pour développer, évaluer et mettre en production des modèles de ML. OBJECTIFS Au terme de cette formation, les participants auront acquis les compétences suivantes : ● Identifier les cas d'utilisation du machine learning ● Créer un modèle de ML avec TensorFlow ● Créer des modèles de ML évolutifs et déployables à l'aide de Cloud ML ● Reconnaître l'importance de prétraiter et de combiner les caractéristiques ● Intégrer des concepts de ML avancés dans leurs modèles ● Mettre en production des modèles de ML entraînés PRÉREQUIS Pour tirer pleinement parti de ce cours, les participants doivent remplir les prérequis suivants : ● Avoir suivi la formation Google Cloud Platform Big Data and Machine Learning Fundamentals OU disposer d'une expérience équivalente ● Maîtriser les principes de base des langages de requête courants tels que SQL ● Avoir de l'expérience en modélisation, extraction, transformation et chargement des données ● Savoir développer des applications à l'aide d'un langage de programmation courant tel que Python ● Savoir utiliser le machine learning et/ou les statistiques Remarques relatives au compte Google : • Vous avez besoin d'un compte Google/Gmail et d'une carte de crédit ou d'un compte bancaire pour vous inscrire à l'essai gratuit de Google Cloud Platform. (Les services Google sont actuellement indisponibles en Chine.) • Si votre adresse de facturation pour les services GCP est située en Union européenne (UE) ou en Russie, lisez la documentation relative à la TVA à l'adresse suivante : https://cloud.google.com/billing/docs/resources/vat-overview. • Vous trouverez d'autres questions fréquentes relatives à l'essai gratuit de GCP à l'adresse suivante : https://cloud.google.com/free-trial/
Leveraging Unstructured Data with Cloud Dataproc on Google Cloud Platform en Français
Ce cours accéléré d'une semaine s'appuie sur les cours précédents de la spécialisation Data Engineering on Google Cloud Platform. À travers un ensemble de présentations vidéo, de démonstrations et d'ateliers pratiques, vous apprendrez à créer et gérer des clusters de calcul pour exécuter des tâches Hadoop, Spark, Pig et/ou Hive sur Google Cloud Platform. Vous découvrirez également comment accéder à diverses options Google Cloud Storage à partir de vos clusters de calcul et comment intégrer les fonctionnalités de machine learning de Google à vos programmes d'analyse. Lors des ateliers pratiques, vous allez créer et gérer des clusters Dataproc à l'aide de la console Web et de l'interface de ligne de commande (CLI). Vous utiliserez les clusters pour exécuter des tâches Spark et Pig. Vous créerez ensuite des blocs-notes iPython qui s'intègrent à BigQuery et à Google Cloud Storage, et qui utilisent Spark. Enfin, vous intégrerez les API de machine learning à vos analyses de données. Prérequis • Avoir suivi la formation Google Cloud Platform Fundamentals: Big Data & Machine Learning (ou une formation équivalente) • Disposer d'une certaine connaissance de Python
Serverless Data Analysis with Google BigQuery and Cloud Dataflow en Français
D'une durée d'une semaine, cette formation accélérée disponible à la demande traite des principes de base du big data et du machine learning sur Google Cloud Platform. À travers un ensemble de présentations, de démonstrations et d'ateliers pratiques proposés par des formateurs, les participants apprennent à effectuer l'entreposage de données no-ops, l'analyse de données et le traitement du pipeline. Prérequis : • Google Cloud Platform Big Data and Machine Learning Fundamentals • Expérience dans l'utilisation d'un langage de requête de type SQL afin d'analyser les données • Connaissance de Python ou Java Remarques relatives au compte Google : • Vous avez besoin d'un compte Google/Gmail, et d'une carte de crédit ou d'un compte bancaire pour vous inscrire à l'essai gratuit de Google Cloud Platform. (Les services Google sont actuellement indisponibles en Chine.) • Si votre adresse de facturation pour les services GCP est située en Union européenne (UE) ou en Russie, lisez la documentation relative à la TVA à l'adresse suivante : https://cloud.google.com/billing/docs/resources/vat-overview • D'autres questions fréquentes sur l'essai gratuit de Google Cloud Platform sont disponibles à l'adresse suivante : https://cloud.google.com/free-trial/
À propos de Google Cloud
Foire Aux Questions
Quelle est la politique de remboursement ?
Puis-je m'inscrire à un seul cours ?
Oui ! Pour commencer, cliquez sur la carte du cours qui vous intéresse et inscrivez-vous. Vous pouvez vous inscrire et terminer le cours pour obtenir un Certificat partageable, ou vous pouvez accéder au cours en auditeur libre afin d'en visualiser gratuitement le contenu. Si vous vous abonnez à un cours faisant partie d'une Spécialisation, vous êtes automatiquement abonné(e) à la Spécialisation complète. Visitez votre tableau de bord d'étudiant(e) pour suivre vos progrès.
Une aide financière est-elle possible ?
Puis-je suivre le cours gratuitement ?
Ce cours est-il vraiment accessible en ligne à 100 % ? Dois-je assister à certaines activités en personne ?
Ce cours est entièrement en ligne : vous n'avez donc pas besoin de vous présenter physiquement dans une salle de classe. Vous pouvez accéder à vos vidéos de cours, lectures et devoirs en tout temps et en tout lieu, par l'intermédiaire du Web ou de votre appareil mobile.
Puis-je obtenir des crédits universitaires si je réussis la Spécialisation ?
Cette Spécialisation n'est pas associée à des crédits universitaires, mais certaines universités peuvent décider d'accepter des Certificats de Spécialisation pour des crédits. Vérifiez-le auprès de votre établissement pour en savoir plus.
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.