Online cursus – gecertificeerde professionele specialisatie in data engineering, big data en machine learning op Google Cloud

Data-engineering op het Google Cloud-platform. Professionele ontwikkeling in data-engineering met behulp van grote databases en machine learning.

Suggested by: Coursera (What is Coursera?)

Professional Certificate

Gemiddeld niveau

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Ontwerp en creëer gegevensverwerkingssystemen op het Google Cloud-platform
  • Maak gebruik van ongestructureerde data met Spark en de AA API in Cloud Dataproc
  • Verwerk gegevens in batches en in-flow met behulp van een auto-adaptieve datapijplijnapplicatie in Cloud Dataflow
  • Genereer bedrijfsstatistieken uit enorme hoeveelheden gegevens met behulp van Google BigQuery
  • Train, evalueer en voorspel met behulp van machine learning-modellen met Tensorflow en Cloud ML
  • Genereer direct statistieken uit streaminggegevens

What you will learn in the course

Courses for which the course is suitable

  • Ontwikkelaar van dataverwerkingssystemen
  • data-analist
  • Gegevensingenieur
  • Ontwikkelaar van datapijplijnen
  • Google Cloud-expert
  • Ontwikkelaar van machine learning
  • Projectmanager op het gebied van data
  • bedrijfsanalist
  • Ontwikkelaar van kunstmatige intelligentie
  • BigQuery-expert

Stage – een cursusreeks van vijf cursussen

Een versnelde online stage van vijf weken, waarin deelnemers praktijktraining krijgen in het ontwerpen en assembleren van dataverwerkingssystemen op het Google Cloud platform. Door een combinatie van presentaties, demonstraties en praktijkgerichte labs leren deelnemers hoe ze gegevensverwerkingssystemen kunnen ontwerpen, datapijplijnen helemaal opnieuw kunnen samenstellen, gegevens kunnen analyseren en machine learning-functies kunnen uitvoeren.

Geleerde vaardigheden:

  • Ontwerp en creëer gegevensverwerkingssystemen op het Google Cloud-platform
  • Maak gebruik van ongestructureerde data met Spark en de AA API in Cloud Dataproc
  • Verwerk gegevens in batches en in-flow met behulp van een auto-adaptieve datapijplijnapplicatie in Cloud Dataflow
  • Genereer bedrijfsstatistieken uit enorme hoeveelheden gegevens met behulp van Google BigQuery
  • Train, evalueer en voorspel met behulp van machine learning-modellen met Tensorflow en Cloud ML
  • Genereer direct statistieken uit streaminggegevens

Deze cursus is bedoeld voor ervaren ontwikkelaars die verantwoordelijk zijn voor het beheren van grootschalige gegevenswijzigingen.

>> Door je in te schrijven voor deze stage ga je akkoord met de servicevoorwaarden van Qwiklabs, zoals beschreven in de veelgestelde vragen, die hier beschikbaar zijn: https://qwiklabs.com/terms_of_service <<

Een praktisch leerproject

Deze specialisatie omvat praktische laboratoria. U moet een Google-account hebben (u kunt een Gmail-account gebruiken) en u aanmelden voor een gratis proefaccount voor Google Cloud Platform. De gratis proefperiode is beperkt tot 12 maanden of een tegoed van $ 300, afhankelijk van wat zich het eerst voordoet. Daarom is het de bedoeling dat onze stage binnen vier weken wordt afgerond.

Met deze praktische elementen kunt u de vaardigheden die u tijdens de opgenomen lessen verwerft, toepassen. De projecten omvatten onderwerpen als Google BigQuery, die worden gebruikt en gedefinieerd in codewerken. Daarnaast doe je praktijkervaring op met de termen die in alle modules worden uitgelegd.

Details of the courses that make up the specialization

De grote database en machine learning van Google Cloud

Cursus 1: 8 uur

4,7 (698 beoordelingen)

  • Begrijp de levenscyclus van gegevens in de kunstmatige-intelligentieprocessen op Google Cloud.
  • Ontwerp datapijplijnen met Dataflow en Pub/Sub.
  • Analyseer big data op schaal met BigQuery.
  • Maak kennis met verschillende opties voor het maken van machine learning-oplossingen op Google Cloud.

Cursus 2: Datalakes en datawarehouses upgraden met GCP – 8 uur

4,8 (93 beoordelingen)

  • Maak onderscheid tussen datameren en datawarehouses.
  • Ontdek de gebruiksscenario’s van alle soorten opslag.
  • Analyseer de rol van de data engineer.
  • Onderzoek waarom data-engineering in een cloudomgeving moet worden uitgevoerd.

Cursus 3: Datapipelines maken in GCP – 17 uur

4.6 (44 beoordelingen)

  • Doorloop verschillende methoden voor het uploaden van gegevens: EL, ELT en ETL.
  • Voer Hadoop uit in Dataproc.
  • Bouw uw pijplijnen voor gegevensverwerking met Dataflow.
  • Beheer datapijplijnen met Data Fusion en Cloud Composer.

Cursus 4: Het bouwen van resistente stromingsanalysesystemen in GCP – 10 uur

4,8 (35 beoordelingen)

  • Interpreteer gebruiksscenario’s voor realtime streamanalyse.
  • Beheer gegevensgebeurtenissen met Pub/Sub.
  • Schrijf streampijplijnen en voer conversies uit.
  • Werk samen tussen Dataflow, BigQuery en Pub/Sub.

Cursus 5: Slimme analyses, machine learning en AI op GCP – 6 uur

4,8 (41 beoordelingen)

  • Maak onderscheid tussen AI, IA en machine learning.
  • Analyseer het gebruik van AI API’s op ongestructureerde data.
  • Voer BigQuery-opdrachten uit vanaf notebooks.
  • Maak AI-modellen met SQL-syntaxis in BigQuery.

vaardigheden die je gaat verwerven

  • Categorie: Bigdata
  • Categorie: BigQuery
  • Categorie: machinaal leren
  • Categorie: Google Cloud Platform