Об этом курсе

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Промежуточный уровень

Прибл. 8 часа на выполнение

Предполагаемая нагрузка: 1 semaine d'étude, 6 à 8 heures par semaine...

Французский

Субтитры: Французский, Португальский (бразильский), Немецкий, Английский, Испанский, Японский...

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Промежуточный уровень

Прибл. 8 часа на выполнение

Предполагаемая нагрузка: 1 semaine d'étude, 6 à 8 heures par semaine...

Французский

Субтитры: Французский, Португальский (бразильский), Немецкий, Английский, Испанский, Японский...

Программа курса: что вы изучите

Неделя
1
1 ч. на завершение

Module 1 : Architecture des pipelines d'analyse des flux de données

5 видео ((всего 39 мин.)), 1 материал для самостоятельного изучения, 1 тест
5 видео
Défi n° 1 : Les volumes variables nécessitent une capacité d'ingestion pour évoluer et tolérer les pannes4мин
Défi n° 2 : Une latence est inévitable5мин
Défi n° 3 : Besoin d'informations instantanées6мин
Présentation de plusieurs scénarios de flux8мин
1 материал для самостоятельного изучения
Feuille de travail de l'atelier10мин
1 практическое упражнение
Questionnaire du module 130мин
2 ч. на завершение

Module 2 : Ingestion de volumes variables

4 видео ((всего 34 мин.)), 2 тестов
4 видео
Fonctionnement : Thèmes et abonnements14мин
Présentation de l'atelier34
Atelier : Démonstration et évaluation8мин
1 практическое упражнение
Questionnaire du module 230мин
3 ч. на завершение

Module 3 : Mise en œuvre de pipelines de flux de données

6 видео ((всего 70 мин.)), 2 тестов
6 видео
Défis du traitement par flux14мин
Développement d'un pipeline de traitement des données par flux pour le trafic en direct11мин
Gestion des données en retard : filigranes, déclenchements et accumulation14мин
Présentation de l'atelier35
Atelier : Démonstration et évaluation15мин
1 практическое упражнение
Questionnaire du module 330мин
1 ч. на завершение

Module 4 : Analyse de flux de données et tableaux de bord

3 видео ((всего 20 мин.)), 2 тестов
3 видео
Présentation de l'atelier45
Atelier : Démonstration et évaluation5мин
1 практическое упражнение
Questionnaire du module 44мин
3 ч. на завершение

Module 5 : Répondre aux exigences de débit et de latence

8 видео ((всего 63 мин.)), 2 тестов
8 видео
Bigtable : Service NoSQL d'envergure et rapide en autoscaling4мин
Ingestion dans Bigtable4мин
Concevoir pour Bigtable23мин
Flux dans Bigtable1мин
Atelier : Démonstration et évaluation4мин
Considérations sur les performances6мин
Résumé de la spécialisation Data Engineering sur GCP8мин
1 практическое упражнение
Questionnaire du module 530мин

Преподаватели

О 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....

Специализация Data Engineering on Google Cloud Platform en Français: общие сведения

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

Часто задаваемые вопросы

  • Да, до регистрации можно просмотреть первое видео и программу курса. Чтобы получить полный доступ к материалам курса, необходимо оплатить его.

  • Регистрируясь на курс до начала сессии, вы получаете доступ ко всем видеолекциям и материалам для самостоятельного изучения. Задания можно отправлять после начала сессии.

  • После регистрации на курс и начала сессии вы получаете доступ ко всем видео и другим ресурсам курса, включая материалы для самостоятельного изучения и форумы обсуждений. Вы сможете выполнять тренировочные, а также сдавать обязательные оцениваемые задания и получить сертификат о прохождении курса.

  • Если вы успешного пройдете курс, на странице ваших достижений появится электронный сертификат, который можно распечатать или прикрепить к профилю LinkedIn.

  • Это один из немногих курсов на Coursera, которые предоставляются только на платной основе.

Остались вопросы? Посетите Центр поддержки учащихся.