Онлайн-курс – сертифицированная профессиональная специализация по машинному обучению Google Cloud

Начните свою карьеру в области разработки данных в Google Cloud Platform. Узнайте, как анализировать и извлекать пользу из больших данных с помощью больших данных и машинного обучения.

Suggested by: Coursera (What is Coursera?)

Start your Coursera.com free trial today

Онлайн-курс – сертифицированная профессиональная специализация по машинному обучению Google Cloud

Professional Certificate

Средний уровень

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

Проектируйте и создавайте системы обработки данных на платформе Google Cloud
Используйте неструктурированные данные с помощью API Spark и машинного обучения в Cloud Dataproc.
Обработка пакетных и потоковых данных с помощью реализации каналов данных Autoscaler в Cloud Dataflow
Извлекайте бизнес-информацию из очень больших наборов данных с помощью Google BigQuery.
Обучайте, оценивайте и прогнозируйте с помощью моделей машинного обучения с использованием TensorFlow и Cloud ML.
Активируйте мгновенную аналитику из потоковых данных

What you will learn in the course

Courses for which the course is suitable

Разработчики систем обработки данных
аналитики данных
Дата-инженеры
Эксперты по машинному обучению
Разработчики решений в Google Cloud
Менеджеры по трансформации больших данных
Разработчики приложений с неструктурированными данными
Эксперты Google BigQuery
Разработчики моделей машинного обучения

Стажировка — серия из 5 курсов

В ходе этой интенсивной пятинедельной онлайн-стажировки участники получат практическое представление о том, как проектировать и создавать системы обработки данных на платформе Google Cloud. Благодаря сочетанию презентаций, демонстраций и практических демонстраций участники научатся проектировать системы обработки данных, создавать целые каналы и аналитику данных, а также разрабатывать решения машинного обучения. В этом курсе мы сосредоточимся на структурированных, неструктурированных и потоковых данных.

Навыки, которые приобретут участники:

Проектируйте и создавайте системы обработки данных на платформе Google Cloud
Используйте неструктурированные данные с помощью API Spark и машинного обучения в Cloud Dataproc.
Обработка пакетных и потоковых данных с помощью реализации каналов данных Autoscaler в Cloud Dataflow
Извлекайте бизнес-информацию из очень больших наборов данных с помощью Google BigQuery.
Обучайте, оценивайте и прогнозируйте с помощью моделей машинного обучения с использованием TensorFlow и Cloud ML.
Активируйте мгновенную аналитику из потоковых данных

Этот курс предназначен для опытных разработчиков, отвечающих за управление преобразованиями больших данных.

Примечание. Если вы регистрируетесь на эту стажировку, вы соглашаетесь с условиями обслуживания Qwiklabs, подробно описанными в часто задаваемых вопросах. Условия использования можно посмотреть здесь: Условия использования.

Практический учебный проект

Эта специализация включает в себя практические лаборатории. Вам понадобится учетная запись Google (вы также можете использовать учетную запись Gmail), а также регистрация на бесплатную пробную учетную запись Google Cloud Platform. Бесплатная пробная версия ограничена 12 месяцами или 300 долларами США, в зависимости от того, что наступит раньше. Таким образом, стажировка была рассчитана на четыре недели.

Благодаря практическому обучению вы сможете применить все, что узнали из видеолекций. Проекты будут включать такие темы, как Google BigQuery, которые используются и определяются в Codelabs. Вы получите практический опыт работы с концепциями, изученными в модулях.

Details of the courses that make up the specialization

Курсы Google Cloud

Курс 1. Основы работы с большими облачными данными и машинного обучения в Google Cloud.

Продолжительность: 10 часов
Рейтинг: 4,7 (99 оценок)

Определите жизненный цикл данных для Google Cloud AI и ключевые продукты больших облачных данных и машинного обучения.
Анализируйте огромные данные в любом масштабе с помощью BigQuery.
Определить способы создания решений машинного обучения в Google Cloud.
Опишите рабочий процесс машинного обучения и ключевые этапы работы с Vertex AI.

Курс 2. Обновление пулов и хранилищ данных с помощью GCP

Продолжительность: 8 часов
Рейтинг: 4.8 (22 оценки)

Различают пулы данных и хранилища данных.
Узнайте о вариантах использования каждого типа хранилища и решениях для пулов и хранилищ данных, доступных в Google Cloud.
Поймите роль инженера данных и преимущества функционального конвейера данных для бизнес-операций.
Проанализируйте, почему инжиниринг данных следует выполнять в облачной среде.

Курс 3: Создание конвейеров пакетных данных на GCP

Продолжительность: 17 часов
Рейтинг: 4.7 (15 оценок)

Проанализируйте различные методы загрузки данных: EL, ELT и ETL, а также когда использовать каждый из них.
Запускайте Hadoop на Dataproc, используйте облачное хранилище и улучшайте задания Dataproc.
Используйте Dataflow для создания конвейеров обработки данных.
Управляйте конвейерами данных с помощью Data Fusion и Cloud Composer.

Курс 4. Создание надежных систем потоковой аналитики на GCP

Продолжительность: 10 часов

Интерпретировать варианты использования анализа потоков в реальном времени.
Управляйте событиями данных с помощью службы асинхронного обмена сообщениями Pub/Sub.
Создавайте потоковые трубы и при необходимости выполняйте преобразования.
Включите взаимодействие между Dataflow, BigQuery и Pub/Sub для потоковой передачи и анализа в реальном времени.

Курс 5: Интеллектуальная аналитика, машинное обучение и искусственный интеллект на GCP

Продолжительность: 7 часов
Рейтинг: 4,7 (11 оценок)

Узнайте разницу между машинным обучением, искусственным интеллектом и глубоким обучением.
Объясните использование API-интерфейсов машинного обучения для неструктурированных данных.
Запускайте команды BigQuery в блокнотах.
Создавайте модели машинного обучения, используя синтаксис SQL в BigQuery.