Por lo general, la canalización de datos se clasifica en uno de los siguientes paradigmas: Extraer-cargar, Extraer-cargar-transformar o Extraer-transformar-cargar. En este curso, se describe cuál es el paradigma que se debe usar y en qué momento usarlo para los datos por lotes. Además, en este curso, se presentan diferentes tecnologías de Google Cloud Platform para la transformación de datos, entre las que se incluyen BigQuery, la ejecución de Spark en Cloud Dataproc, los gráficos de canalización en Cloud Data Fusion y el procesamiento de datos sin servidores mediante Cloud Dataflow. Los participantes obtendrán experiencia práctica sobre cómo compilar los componentes de la canalización de datos en Google Cloud Platform mediante QwikLabs.
Этот курс входит в специализацию ''Специализация Data Engineering, Big Data and ML on Google Cloud en Español'
от партнера
Об этом курсе
Недавно просмотрено: 1,800
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 3 из 5 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Средний уровень
Прибл. 13 часов на выполнение
Испанский
Субтитры: Французский, Португальский (Европа), Русский, Английский, Испанский
Преподаватели
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 3 из 5 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Средний уровень
Прибл. 13 часов на выполнение
Испанский
Субтитры: Французский, Португальский (Европа), Русский, Английский, Испанский
от партнера
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.
Программа курса: что вы изучите
6 минут на завершение
Introducción
En este módulo, se presentan el curso y el temario
6 минут на завершение
2 видео ((всего 6 мин.))
1 ч. на завершение
Introducción a las canalizaciones de datos por lotes
En este módulo, se revisan los diferentes métodos de carga de datos (EL, ELT y ETL) y cuándo utilizarlos
1 ч. на завершение
5 видео ((всего 18 мин.))
5 видео
EL, ELT y ETL4мин
Consideraciones sobre la calidad1мин
Cómo realizar operaciones en BigQuery3мин
Limitaciones3мин
ETL para resolver problemas de calidad de los datos4мин
1 практическое упражнение
EL, ELT, ETL30мин
2 ч. на завершение
Cómo ejecutar Spark en Cloud Dataproc
En este módulo, se muestra cómo ejecutar Hadoop en Cloud Dataproc, cómo aprovechar GCS y cómo optimizar sus trabajos de Dataproc.
2 ч. на завершение
9 видео ((всего 49 мин.))
9 видео
Cómo ejecutar Hadoop en Cloud Dataproc10мин
GCS en lugar de HDFS6мин
Cómo optimizar Dataproc5мин
Cómo optimizar el almacenamiento de Dataproc9мин
Cómo optimizar las plantillas y el ajuste de escala automático de Dataproc4мин
Cómo optimizar la supervisión de Dataproc3мин
Introducción al lab: Cómo ejecutar trabajos de Apache Spark en Cloud Dataproc27
Resumen31
1 практическое упражнение
Cómo ejecutar Spark en Cloud Dataproc4мин
3 ч. на завершение
Administre canalizaciones de datos con Cloud Data Fusion y Cloud Composer
En este módulo, se muestra cómo administrar canalizaciones de datos con Cloud Data Fusion y Cloud Composer.
3 ч. на завершение
11 видео ((всего 45 мин.))
11 видео
Introducción7мин
Componentes de Data Fusion2мин
Cómo compilar una canalización6мин
Cómo explorar datos con Wrangler1мин
Lab: Cómo compilar y ejecutar un gráfico de canalización en Cloud Data Fusion17
Cómo organizar el trabajo entre los servicios de GCP con Cloud Composer1мин
Entorno de Apache Airflow1мин
DAG y operadores12мин
Programación del flujo de trabajo6мин
Supervisión y registro4мин
Lab: Introducción a Cloud Composer12
1 практическое упражнение
Cloud Data Fusion y Cloud Composer30мин
7 ч. на завершение
Procesamiento de datos sin servidores con Cloud Dataflow
En este módulo, se describe cómo usar Cloud Dataflow para compilar sus canalizaciones de procesamiento de datos
7 ч. на завершение
12 видео ((всего 40 мин.))
12 видео
Cloud Dataflow8мин
Por qué los clientes valoran Dataflow3мин
Cómo compilar canalizaciones de Cloud Dataflow en el código3мин
Consideraciones claves para el diseño de canalizaciones2мин
Cómo transformar datos con PTransforms3мин
Lab: Cómo compilar una canalización simple de Dataflow17
Cómo agregar elementos con GroupByKey y Combine7мин
Lab: MapReduce en Cloud Dataflow18
Datos de entrada adicionales y ventanas de datos4мин
Lab: Práctica con datos de entrada adicionales de la canalización11
Cómo crear y reutilizar plantillas de canalización3мин
Canalizaciones de Cloud Dataflow SQL3мин
1 практическое упражнение
Procesamiento de datos con Cloud Dataflow30мин
4 минуты на завершение
Resumen
En este módulo, se revisan los temas que se trataron en este curso
4 минуты на завершение
1 видео ((всего 4 мин.))
1 видео
Специализация Data Engineering, Big Data and ML on Google Cloud en Español: общие сведения
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:
Часто задаваемые вопросы
Можно ли ознакомиться с курсом до регистрации?
Что я получу, зарегистрировавшись на курс?
Когда я получу сертификат о прохождении курса?
Почему я не могу прослушать этот курс?
Is financial aid available?
Получу ли я зачеты в университете за прохождение курса?
Остались вопросы? Посетите Центр поддержки учащихся.
