この 5 週間のオンライン速習専門講座は、Google Cloud Platform でデータ処理システムを設計、構築する方法を学ぶための実践的な入門コースです。講義、デモ、ハンズオンラボを通して、データ処理システムの設計、エンドツーエンドのデータ パイプラインの構築、データの分析、機械学習の実施方法を学びます。このコースでは、構造化、非構造化、ストリーミングの各種データを扱います。 このコースでは、次のスキルについて学習します。 • Google Cloud Platform 上でデータ処理システムを設計し構築する • 非構造化データを Cloud Dataproc 上で Spark と ML の API を使って活用する • バッチおよびストリーミングのデータを処理するために自動スケーリング データ パイプラインを Cloud Dataflow 上で実装する • 巨大なデータセットからのビジネス分析情報を Google BigQuery を使用して引き出す • 機械学習モデルを使用したトレーニング、評価、予測を TensorFlow と Cloud ML を使用して行う • ストリーミング データからの迅速な分析を実現する このクラスは、デベロッパーとしての経験があり、次のようなビッグデータ変換の管理を担当する方を対象としています。 • データの抽出、読み込み、変換、クリーニング、検証を行う • データ処理用のパイプラインとアーキテクチャを設計する • 機械学習モデルと統計モデルを作成して保守する • データセットに対してクエリを実行し、クエリ結果を視覚化して、レポートを作成する >>>この専門分野に登録することにより、これはQwiklabsの利用規約に同意し、FAQに記載されています。https://qwiklabs.com/terms_of_service <<<
Специализация Data Engineering on Google Cloud Platform 日本語版
Data Engineering on Google Cloud Platform 専門講座. データ エンジニアリングのキャリアをスタートして、ビッグデータと機械学習でビジネス価値を生み出す力をつけましょう。
от партнера
Специализация: общие сведения
Только онлайн-курсы
Гибкий график
Промежуточный уровень
Прибл. 1 месяц на выполнение
Японский
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
Google Cloud Platform Big Data and Machine Learning Fundamentals 日本語版
この 2 週間の速習オンデマンド コースでは、Google Cloud Platform（GCP）のビッグデータ機能と機械学習機能を紹介します。Google Cloud Platform の概要を簡単に説明した後、データ処理機能について詳しく説明します。 このコースを修了すると、受講者は次のことができるようになります。 • Google Cloud Platform のビッグデータと機械学習に関係する主要プロダクトの目的と価値を理解する • Cloud SQL と Cloud Dataproc を使用して既存の MySQL と Hadoop、Pig、Spark、Hive のワークロードを Google Cloud Platform に移行する • BigQuery と Cloud Datalab を使用してインタラクティブなデータ解析を実行する • Cloud SQL、Bigtable、Datastore のいずれかを選択する • TensorFlow を使用してニューラル ネットワークをトレーニングし、利用する • Google Cloud Platform のさまざまなデータ処理プロダクトについて理解し、選択する このコースは、次の 1 つ以上の分野で 1 年程度の経験がある方を対象としています。 • SQL などの一般的なクエリ言語 • 抽出、変換、読み込みの操作 • データ モデリング • 機械学習または統計 • Python でのプログラミング Google アカウントに関する注意点: • 現在 Google サービスは中国では使用できません。
Serverless Machine Learning with Tensorflow on Google Cloud Platform 日本語版
この 1 週間の速習オンデマンド コースでは、Google Cloud Platform での機械学習モデルの設計と構築を実践しながら学びます。講義、デモ、ハンズオンラボを通して、機械学習（ML）と TensorFlow の概念を学習し、ML モデルの開発、評価、製品化の実践的なスキルを習得します。 目標 このコースでは、次のスキルについて学習します。 ● 機械学習のユースケースを理解する ● TensorFlow を使用して ML モデルを構築する ● Cloud ML を使用してスケーラブルでデプロイ可能な ML モデルを構築する ● 前処理と、複数の特徴を組み合わせることの重要性を理解する ● ML の高度な概念を ML モデルに組み込む ● トレーニング済みの ML モデルを製品化する 受講要件 このコースを最大限に活用するには、次の要件を満たしている必要があります。 ● Google Cloud Fundamentals - Big Data and Machine Learning コースを修了していること、または同等の経験があること ● SQL などの一般的なクエリ言語の基本的なスキルがあること ● データ モデリング、抽出、変換、読み込みのアクティビティの経験があること ● Python などの一般的なプログラミング言語を使用したアプリケーションの開発経験があること ● 機械学習と統計に精通していること Google アカウントについての注意: • Google のサービスは、現在中国ではご利用いただけません。
Leveraging Unstructured Data with Cloud Dataproc on Google Cloud Platform 日本語版
この 1 週間の速習コースは、Data Engineering on Google Cloud Platform 専門講座の以前のコースを基にして作成されています。動画講義、デモ、ハンズオンラボを通して、Google Cloud Platform で Hadoop、Spark、Pig、Hive の各ジョブを実行するためのコンピューティング クラスタを作成、管理する方法を学びます。また、コンピューティング クラスタからクラウド ストレージのさまざまなオプションにアクセスして、Google の機械学習機能を分析プログラムに統合する方法についても学習します。 ハンズオンラボでは、ウェブ コンソールと CLI を使って Dataproc クラスタを作成、管理し、クラスタを使用して Spark と Pig のジョブを実行します。次に、BigQuery およびストレージと統合する iPython ノートブックを作成し、Spark を活用します。最後に、機械学習 API をデータ分析に統合します。 要件 • Google Cloud Platform Big Data & Machine Learning Fundamentals を修了していること（または同等の経験があること） • Python に関する知識があること
Serverless Data Analysis with Google BigQuery and Cloud Dataflow 日本語版
この 1 週間の速習オンデマンド コースは、Google Cloud Platform Big Data and Machine Learning Fundamentals を基にして作成されています。クラスルーム トレーニングでの講義、デモ、ハンズオンラボを通して、NoOps でデータ ウェアハウジング、解析、パイプライン処理を実行する方法を学習します。 受講要件: • Google Cloud Platform Big Data and Machine Learning Fundamentals を修了していること • SQL に類似したクエリ言語を使ったデータ分析の経験があること • Python または Java に関する知識があること Google アカウントについての注意: • Google のサービスは、現在中国ではご利用いただけません。
О Google Cloud
Часто задаваемые вопросы
Какие правила возврата средств?
Можно ли зарегистрироваться только на один курс?
Да! Чтобы начать, нажмите карточку интересующего вас курса и зарегистрируйтесь. Зарегистрировавшись, вы можете пройти курс и получить сертификат, ссылкой на который можно делиться с другими людьми. Просто ознакомиться с содержанием курса можно бесплатно. При подписке на курс, входящий в специализацию, вы автоматически подписываетесь на всю специализацию. Ход учебы можно отслеживать в панели управления учащегося.
Можно ли получить финансовую помощь?
Могу ли я пройти курс бесплатно?
Действительно ли это полностью дистанционный курс? Нужно ли мне посещать какие-либо занятия лично?
Это полностью дистанционный курс, потому вам не нужно ничего посещать. Все лекции, материалы для самостоятельного изучения и задания доступны всегда и везде по Интернету и с мобильных устройств.
Получу ли я зачеты в университете за прохождение специализации?
Эта специализация не приравнивается к зачету в университетах, однако некоторые вузы принимают сертификаты на свое усмотрение. Дополнительную информацию уточняйте в своем деканате.
コースの購読を終了するにはどうすればいいですか？
コースを修了後または、途中でコースを終了したい場合は、コースの購読を終了する必要があります。購読を終了しないと、引き続き課金が発生します。
コースの購読を終了するためには、画面右上のメニューから”購入済みコース”を選択し、購読を終了したいコースの”購読を終了（Cancel subscription) ”をクリックしてください。
Остались вопросы? Посетите Центр поддержки учащихся.
