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. 5 часа на выполнение

Предполагаемая нагрузка: Une semaine de cours, cinq à sept 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. 5 часа на выполнение

Предполагаемая нагрузка: Une semaine de cours, cinq à sept heures par semaine...

Французский

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

Программа курса: что вы изучите

Неделя
1
2 ч. на завершение

Module 1 : Présentation de Cloud Dataproc

...
16 видео ((всего 52 мин.)), 2 тестов
16 видео
Bienvenue1мин
Exploiter des données non structurées7мин
Travailler avec le big data4мин
Les origines de MapReduce et d'Hadoop5мин
Coût de l'utilisation d'Hadoop sur site1мин
Comparaison entre Cloud Dataproc et les solutions Hadoop alternatives2мин
Créer un cluster Dataproc4мин
Personnaliser Dataproc3мин
Dataproc et la CLI40
Atelier 1 : Présentation11
Atelier 1 : Démonstration et récapitulatif7мин
Types de machines personnalisés3мин
VM préemptives3мин
Conclusion41
1 практическое упражнение
Questionnaire du module 14мин
3 ч. на завершение

Module 2 : Exécuter des tâches Dataproc

...
13 видео ((всего 51 мин.)), 3 тестов
13 видео
Atelier 2 : Démonstration et récapitulatif11мин
Séparer le stockage et le calcul6мин
Évolution du traitement des données5мин
L'importance de la mise en réseau dans le traitement des données3мин
Séparer le stockage et le calcul avec Spark1мин
Envoyer des tâches Spark3мин
Présentation des concepts de Spark2мин
Présentation de l'atelier45
Atelier 3 : Démonstration et récapitulatif8мин
Conclusion18
1 практическое упражнение
Questionnaire du module 22мин
3 ч. на завершение

Module 3 : Tirer parti de GCP

...
10 видео ((всего 37 мин.)), 3 тестов
10 видео
Atelier 4 : Démonstration et récapitulatif4мин
Personnaliser un cluster4мин
Installer des logiciels sur un cluster Dataproc7мин
Atelier 5 : Présentation17
Atelier 5 : Démonstration et récapitulatif8мин
Conclusion58
Récapitulatif19
1 практическое упражнение
Questionnaire du module 32мин
1 ч. на завершение

Module 4 : Analyser des données non structurées

...
7 видео ((всего 24 мин.)), 2 тестов
7 видео
Le traitement du langage naturel en détail2мин
Atelier 6 : Présentation1мин
Atelier 6 : Démonstration et récapitulatif10мин
Conclusion16
1 практическое упражнение
Questionnaire du module 42мин

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....

О специализации ''Data Engineering on Google Cloud Platform en Français'

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.