Специализация: общие сведения

Недавно просмотрено: 2,336
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: • Diseñar y crear sistemas de procesamiento de datos en Google Cloud Platform • Aprovechar los datos no estructurados mediante Spark y las API de AA en Cloud Dataproc • Procesar los datos por lotes y de transmisión mediante la implementación de canalizaciones de datos de ajuste de escala automático en Cloud Dataflow • Generar estadísticas empresariales a partir de conjuntos de datos muy grandes mediante Google BigQuery • Entrenar, evaluar y predecir por medio de los modelos de aprendizaje automático con Tensorflow y Cloud ML • Extraer estadísticas al instante a partir de los datos de transmisión Este curso está dirigido a desarrolladores experimentados responsables de la administración de transformaciones de macrodatos. >>> Al inscribirse en esta especialización acepta los Términos de Servicio de Qwiklabs según lo establecido en las Preguntas Frecuentes, disponibles en el apartado: https://qwiklabs.com/terms_of_service <<<
Карьерные результаты учащихся
20%
Начали новую карьеру, пройдя этот продукт (Специализация).
12%
Стали больше зарабатывать или получили повышение.
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
Только онлайн-курсы
Начните сейчас и учитесь по собственному графику.
Гибкий график
Установите гибкие сроки сдачи заданий.
Средний уровень
Ориентировочное время на прохождение: 4 месяца
Рекомендуемый темп: 4 ч/неделю
Испанский
Карьерные результаты учащихся
20%
Начали новую карьеру, пройдя этот продукт (Специализация).
12%
Стали больше зарабатывать или получили повышение.
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
Только онлайн-курсы
Начните сейчас и учитесь по собственному графику.
Гибкий график
Установите гибкие сроки сдачи заданий.
Средний уровень
Ориентировочное время на прохождение: 4 месяца
Рекомендуемый темп: 4 ч/неделю
Испанский

О специализации

Пройти курсы

Специализация Coursera — это серия курсов, помогающих в совершенстве овладеть определенным навыком. Можно сразу записаться на специализацию или просмотреть курсы, из которых она состоит и выбрать тот, с которого вы хотите начать. Подписываясь на курс, который входит в специализацию, вы автоматически подписываетесь на всю специализацию. Можно завершить всего один курс, а потом сделать паузу в обучении или в любой момент отменить подписку. Отслеживайте свои курсы и прогресс на панели управления учащегося.

Практический проект

В каждой специализации есть практический проект, который нужно успешно выполнить, чтобы завершить специализацию и получить сертификат. Если для практического проекта в специализации предусмотрен отдельный курс, прежде чем начать его, необходимо завершить все остальные курсы.

Получите сертификат

Когда вы пройдете все курсы и завершите практический проект, вы получите сертификат, которым можно поделиться с потенциальными работодателями и коллегами.

Специализация включает несколько курсов: 5

Курс1

Курс 1

Google Cloud Platform Big Data and Machine Learning Fundamentals en Español

4.7
звезд
Оценки: 602
Рецензии: 193
Курс2

Курс 2

Modernizing Data Lakes and Data Warehouses with GCP en Español

4.9
звезд
Оценки: 46
Рецензии: 6
Курс3

Курс 3

Building Batch Data Pipelines on GCP en Español

4.8
звезд
Оценки: 26
Рецензии: 1
Курс4

Курс 4

Building Resilient Streaming Analytics Systems on GCP en Español

4.8
звезд
Оценки: 17
Рецензии: 1

от партнера

Placeholder

Google Cloud

Часто задаваемые вопросы

Остались вопросы? Посетите Центр поддержки учащихся.