Spécialisation Data Engineer, Big Data and ML on Google Cloud en Français

Ce cours intensif à la demande, d'une durée d'une semaine, présente aux participants les fonctionnalités de big data et de machine learning de Google Cloud Platform (GCP). Il présente rapidement Google Cloud Platform et explique plus en détail les fonctionnalités de traitement des données.

À l'issue de ce cours, les participants sauront : • identifier l'objectif et la valeur des principaux produits de big data et de machine learning de Google Cloud Platform ; • utiliser CloudSQL et Cloud Dataproc pour transférer les charges de travail MySQL et Hadoop/Pig/Spark/Hive vers Google Cloud Platform ; • utiliser BigQuery et Cloud Datalab pour réaliser des analyses de données interactives ; • choisir entre Cloud SQL, BigTable et Datastore ; • entraîner et exploiter un réseau de neurones avec TensorFlow ; • choisir entre différentes solutions de traitement des données de Google Cloud Platform. Pour s'inscrire à ce cours, les participants doivent pouvoir témoigner d'une expérience d'environ un (1) an dans au moins l'une des disciplines suivantes : • Un langage de requête courant tel que SQL • L'extraction, la transformation, le chargement de données • La modélisation de données • Le machine learning et/ou les statistiques • La programmation Python Remarque concernant les comptes Google : • Pour le moment, les services Google ne sont pas disponibles en Chine.

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.

En règle générale, les pipelines de données fonctionnent sur le modèle "Extraction et chargement" (EL), "Extraction, chargement et transformation" (ELT), ou "Extraction, transformation et chargement" (ETL). Dans ce cours, vous apprendrez où et quand appliquer ces différents modèles à des lots de données. Vous découvrirez également plusieurs technologies Google Cloud Platform permettant de transformer des données, y compris BigQuery, Spark exécuté sur Cloud Dataproc, les graphiques de pipelines dans Cloud Data Fusion et le traitement de données sans serveur avec Cloud Dataflow. Vous aurez en outre l'occasion de créer les composants d'un pipeline de données sur Google Cloud Platform dans le cadre d'un atelier pratique QwikLabs.

*Remarque : Ceci est un nouveau cours proposant des contenus actualisés, différents de ceux que vous avez peut-être vus dans la précédente version de cette spécialisation.

Le traitement des données par flux devient de plus en plus populaire, car il permet aux entreprises d'obtenir des statistiques en temps réel sur leurs opérations commerciales. Dans ce cours, vous apprendrez à créer des pipelines de traitement de données par flux dans Google Cloud Platform, à traiter les flux de données entrants avec Cloud Pub/Sub, à appliquer des agrégations et des transformations aux flux de données via Cloud Dataflow et à stocker les enregistrements traités dans BigQuery ou Cloud BigTable à des fins d'analyse. Vous apprendrez également à créer les composants d'un pipeline de traitement de données par flux dans Google Cloud Platform dans le cadre d'un atelier QwikLabs.