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.
Этот курс входит в специализацию ''Специализация Data Engineering on Google Cloud Platform en Français'
Google Cloud Platform Big Data and Machine Learning Fundamentals en Français
от партнера
Об этом курсе
Недавно просмотрено: 5,635
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 1 из 5 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень
Прибл. 19 часа на выполнение
Предполагаемая нагрузка: Une semaine d'étude, six à dix heures par semaine
Французский
Субтитры: Французский, Английский
Программа курса: что вы изучите
3 ч. на завершение
Ingénierie des données, big data et machine learning sur GCP
Bienvenue dans ce cours consacré aux principes de base du big data et du machine learning dans GCP. Vous allez avoir un aperçu de la structure du cours et découvrir les quatre difficultés du big data à surmonter.
3 ч. на завершение
13 видео ((всего 78 мин.)), 2 материалов для самостоятельного изучения, 2 тестов
13 видео
Présentation de Google Cloud Platform3мин
Puissance de calcul pour les données analytiques et les charges de travail de ML9мин
Démonstration : Créer une VM sur Compute Engine13мин
Stockage élastique avec Google Cloud Storage5мин
Développement sur le réseau mondial de Google3мин
Sécurité : Sur site ou intégrée au cloud2мин
Évolution des outils de big data de Google Cloud5мин
Premiers pas avec Google Cloud Platform et Qwiklabs3мин
Choisir la bonne approche5мин
Possibilités offertes par Google Cloud Platform3мин
Activité : Explorer des architectures de solutions client existantes7мин
Rôles essentiels dans une organisation basée sur les données6мин
2 материала для самостоятельного изучения
Programme d'ensembles de données publics de Google Cloud10мин
Ressources du module10мин
1 практическое упражнение
Évaluation du module
3 ч. на завершение
Recommander des produits avec Cloud SQL et Spark
Dans ce module, vous disposerez d'un modèle de recommandation Apache SparkML exécuté sur site. Vous allez enrichir vos connaissances sur les modèles de recommandation et apprendre à les exécuter dans le cloud avec Cloud Dataproc et Cloud SQL.
3 ч. на завершение
8 видео ((всего 50 мин.)), 1 материал для самостоятельного изучения, 2 тестов
8 видео
Présentation du machine learning (ML)5мин
Défi : Le ML pour recommander des locations immobilières8мин
Approche : Migrer les charges de travail sur site vers Google Cloud Platform9мин
Démonstration : Créer une tâche Apache Spark en 10 minutes ou moins6мин
Challenge : Utiliser et régler les clusters sur site6мин
Déplacer le stockage hors cluster avec Google Cloud Storage4мин
Présentation de l'atelier2мин
1 материал для самостоятельного изучения
Ressources du module10мин
1 практическое упражнение
Évaluation du module30мин
3 ч. на завершение
Prédire les achats des visiteurs avec BigQuery ML
Dans ce module, vous allez découvrir les principes fondamentaux de BigQuery et de l'analyse big data à grande échelle. Vous apprendrez ensuite à concevoir votre propre modèle de machine learning personnalisé afin de prédire les achats des clients en utilisant uniquement SQL associé à BigQuery ML.
3 ч. на завершение
13 видео ((всего 74 мин.)), 2 материалов для самостоятельного изучения, 2 тестов
13 видео
Démonstration : Interroger 2 milliards de lignes de code Github en moins de 30 secondes11мин
BigQuery : Un moteur SQL rapide4мин
Démonstration : Explorer les données d'un système de vélos en libre-service avec SQL11мин
Qualité des données4мин
Stockage géré BigQuery5мин
Insights provenant des données géographiques2мин
Démonstration : Analyser les données d'impacts de foudre avec SIG BigQuery7мин
Choisir un type de modèle de ML pour les données structurées4мин
Prédire la valeur vie client5мин
BigQueryML : Créer des modèles avec SQL3мин
Phases du cycle de vie du modèle de ML2мин
BigQuery ML : Guide des fonctionnalités principales5мин
2 материала для самостоятельного изучения
Présentation de l'atelier10мин
Ressources du module10мин
1 практическое упражнение
Évaluation du module30мин
2 ч. на завершение
Créer des pipelines de flux de données avec Cloud Pub/Sub et Cloud Dataflow
Dans ce module, vous allez imaginer et créer un pipeline de flux de données en autoscaling afin d'ingérer, de traiter et de visualiser des données sur un tableau de bord. Avant de mettre au point votre pipeline, vous apprendrez les principes fondamentaux de l'architecture de messagerie et les pièges à éviter lors de la conception et de la mise en œuvre de pipelines de données modernes.
2 ч. на завершение
8 видео ((всего 31 мин.)), 1 материал для самостоятельного изучения, 2 тестов
8 видео
Architectures de messagerie avec Cloud Pub/Sub6мин
Concevoir des pipelines de streaming avec Apache Beam3мин
Mettre en œuvre des pipelines de streaming sur Cloud Dataflow3мин
Visualiser des tendances avec Data Studio3мин
Créer des graphiques avec Data Studio2мин
Démonstration : Tutoriel de Data Studio7мин
Présentation de l'atelier1мин
1 материал для самостоятельного изучения
Ressources du module10мин
1 практическое упражнение
Révision du module30мин
Рецензии
4.8
Лучшие отзывы о курсе GOOGLE CLOUD PLATFORM BIG DATA AND MACHINE LEARNING FUNDAMENTALS EN FRANÇAIS
от партнера MCAug 30, 2019
Les cours sont bien faits. Merci de mettre plus de taches dans les travaux pratiques. Enfin le code pySpark dans l'un des ateliers n'est pas expliqué du tout.
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.
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
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Зарегистрировавшись на сертификацию, вы получите доступ ко всем видео, тестам и заданиям по программированию (если они предусмотрены). Задания по взаимной оценке сокурсниками можно сдавать и проверять только после начала сессии. Если вы проходите курс без оплаты, некоторые задания могут быть недоступны.
Что я получу, оформив подписку на специализацию?
Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.
Какие правила возврата средств?
Можно ли получить финансовую помощь?
Are there prerequisites for this course?
Before enrolling in this course, participants should have roughly one (1) year of experience with one or more of the following:
• A common query language such as SQL
• Extract, transform, load activities
• Data modeling
• Machine learning and/or statistics
• Programming in Python
Am I eligible for the Google Cloud Platform free trial?
To be eligible for the free trial, you will need:
- Google account (Google is currently blocked in China)
- Credit card or bank account
- Terms of service
Note: There is a known issue with certain EU countries where individuals are not able to sign up, but you may sign up as "business" status and intend to see a potential economic benefit from the trial. More details at: https://support.google.com/cloud/answer/6090602
More Google Cloud Platform free trial FAQs are available at: https://cloud.google.com/free-trial/
For more details on how the free trial works, visit our documentation page: https://cloud.google.com/free-trial/docs/
What if I have already used up my Google Cloud Platform free trial?
If your current Google account is no longer eligible for the Google Cloud Platform free trial, you can create another Google account. Your new Google account should be used to sign up for the free trial.
How does the free trial work?
View this page for more details: https://cloud.google.com/free-trial/docs/
Is this course similar to CPB100?
Yes, this online course is based on the instructor-led training formerly known as CPB100.
Does this course relate to the Google Certified Professional Data Engineer certification?
The course covers the topics presented on the certification exam, however we recommend additional preparation including hands-on product experience. The best preparation for certification is real-world, hands-on experience. Review the Google Certified Professional Data Engineer certification preparation guide for further information and resources at https://cloud.google.com/certification/guides/data-engineer/
What is a Google certification?
Google’s Certification Program gives customers and partners a way to demonstrate their technical skills in a particular job-role and technology. Individuals are assessed using a variety of rigorously developed industry-standard methods to determine whether they meet Google’s proficiency standards. Read more at https://cloud.google.com/certification/
Остались вопросы? Посетите Центр поддержки учащихся.
