Çevrimiçi kurs – Google Cloud makine öğreniminde sertifikalı profesyonel uzmanlık

Kariyerinize Google Cloud Platform’da veri mühendisliği alanında başlayın. Büyük verileri ve makine öğrenimini kullanarak büyük verileri nasıl analiz edeceğinizi ve bunlardan nasıl değer elde edeceğinizi öğrenin.

Suggested by: Coursera (What is Coursera?)

Start your Coursera.com free trial today
Çevrimiçi kurs - Google Cloud makine öğreniminde sertifikalı profesyonel uzmanlık

Professional Certificate

Orta seviye

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Google Cloud platformunda veri işleme sistemleri tasarlayın ve oluşturun
  • Cloud Dataproc’ta Spark API’leri ve makine öğrenimi ile yapılandırılmamış verileri kullanın
  • Cloud Dataflow’da Autoscaler veri kanalları uygulamasıyla toplu ve akış verilerini işleyin
  • Google BigQuery’yi kullanarak çok büyük veri kümelerinden iş analizleri çıkarın
  • TensorFlow ve Cloud ML’yi kullanarak makine öğrenimi modelleriyle eğitim verin, değerlendirin ve tahmin yapın
  • Akış verilerinden anında öngörüleri etkinleştirin

What you will learn in the course

Courses for which the course is suitable

  • Veri işleme sistemi geliştiricileri
  • veri analistleri
  • Veri mühendisleri
  • Makine öğrenimi uzmanları
  • Google Cloud’daki çözüm geliştiricileri
  • Büyük Veri dönüşüm yöneticileri
  • Yapılandırılmamış verilere sahip uygulama geliştiricileri
  • Google BigQuery uzmanları
  • Makine öğrenimi modellerinin geliştiricileri

Staj – 5 dersten oluşan bir seri

Bu beş haftalık yoğun çevrimiçi stajda katılımcılar, Google Cloud platformunda veri işleme sistemlerinin nasıl tasarlanıp oluşturulacağı konusunda uygulamalı bir giriş yapacaklar. Sunumlar, gösteriler ve uygulamalı gösterilerin bir kombinasyonu aracılığıyla katılımcılar, veri işleme sistemleri tasarlamayı, tüm kanalları ve veri analitiğini oluşturmayı ve makine öğrenimi çözümleri geliştirmeyi öğrenecekler. Bu derste yapılandırılmış, yapılandırılmamış ve akışlı verilere odaklanacağız.

Katılımcıların kazanacağı beceriler:

  • Google Cloud platformunda veri işleme sistemleri tasarlayın ve oluşturun
  • Cloud Dataproc’ta Spark API’leri ve makine öğrenimi ile yapılandırılmamış verileri kullanın
  • Cloud Dataflow’da Autoscaler veri kanalları uygulamasıyla toplu ve akış verilerini işleyin
  • Google BigQuery’yi kullanarak çok büyük veri kümelerinden iş analizleri çıkarın
  • TensorFlow ve Cloud ML’yi kullanarak makine öğrenimi modelleriyle eğitim verin, değerlendirin ve tahmin yapın
  • Akış verilerinden anında öngörüleri etkinleştirin

Bu sınıf, Büyük Veri dönüşümlerini yönetmekten sorumlu olan deneyimli geliştiricilere yöneliktir.

Not: Bu staja kaydolursanız SSS’de ayrıntılı olarak açıklanan Qwiklabs hizmet şartlarını kabul etmiş olursunuz. Hizmet şartlarına buradan bakın: Hizmet Şartları

Pratik bir öğrenme projesi

Bu uzmanlık pratik laboratuvarları içerir. Ücretsiz bir Google Cloud Platform deneme hesabına kaydolmanın yanı sıra bir Google hesabına da ihtiyacınız olacak (bir Gmail hesabı da kullanabilirsiniz). Ücretsiz deneme süresi 12 ay veya 300$ ile sınırlıdır (hangisi önce gelirse). Bu nedenle stajın dört hafta içinde tamamlanması planlandı.

Uygulamalı eğitimle video derslerde öğrendiğiniz her şeyi uygulayabilirsiniz. Projelerde Codelabs’de kullanılan ve tanımlanan Google BigQuery gibi konular yer alacak. Modüllerde öğrenilen kavramlarla pratik deneyim kazanacaksınız.

Details of the courses that make up the specialization

Google Bulut kursları

Kurs 1: Google Cloud’da büyük bulut verilerinin ve makine öğreniminin temelleri

Süre: 10 saat
Değerlendirme: 4,7 (99 değerlendirme)

  • Google Cloud AI için veri yaşam döngüsünü ve büyük bulut verileri ile makine öğreniminin temel ürünlerini tanımlayın.
  • BigQuery ile büyük verileri geniş ölçekte analiz edin.
  • Google Cloud’da makine öğrenimi çözümleri oluşturmanın yollarını belirleyin.
  • Vertex AI ile makine öğrenimi iş akışını ve önemli adımları açıklayın.

Kurs 2: Veri havuzlarını ve veri ambarlarını GCP ile güncelleme

Süre: 8 saat
Değerlendirme: 4,8 (22 değerlendirme)

  • Veri havuzları ve veri ambarları arasında ayrım yapın.
  • Her depolama türünün kullanım örneklerini ve Google Cloud’da veri havuzları ile veri ambarlarına yönelik çözümleri öğrenin.
  • Bir veri mühendisinin rolünü ve iş operasyonları için işlevsel bir veri hattının faydalarını anlayın.
  • Veri mühendisliğinin neden bulut ortamında yapılması gerektiğini analiz edin.

Kurs 3: GCP’de toplu veri ardışık düzenleri oluşturma

Süre: 17 saat
Derecelendirme: 4,7 (15 derecelendirme)

  • Farklı veri yükleme yöntemlerini analiz edin: EL, ELT ve ETL ve bunların her birinin ne zaman kullanılacağı.
  • Hadoop’u Dataproc’ta çalıştırın, Cloud Storage’ı kullanın ve Dataproc işlerini iyileştirin.
  • Veri işleme işlem hatları oluşturmak için Dataflow’u kullanın.
  • Data Fusion ve Cloud Composer ile veri işlem hatlarını yönetin.

4. Kurs: GCP’de dayanıklı akış analiz sistemleri oluşturma

Süre: 10 saat

  • Gerçek zamanlı akış analizinin kullanım durumlarını yorumlayın.
  • Pub/Sub eşzamansız mesajlaşma hizmetini kullanarak veri olaylarını yönetin.
  • Akış boruları oluşturun ve gerektiği gibi dönüşümler gerçekleştirin.
  • Gerçek zamanlı akış ve analiz gerçekleştirmek için Dataflow, BigQuery ve Pub/Sub arasındaki etkileşimi etkinleştirin.

Kurs 5: GCP’de Akıllı Analiz, Makine Öğrenimi ve Yapay Zeka

Süre: 7 saat
Değerlendirme: 4,7 (11 değerlendirme)

  • Makine öğrenimi, yapay zeka ve derin öğrenme arasındaki farkı öğrenin.
  • ML API’lerinin yapılandırılmamış veriler üzerinde kullanımını açıklayın.
  • Not Defterlerinde BigQuery komutlarını çalıştırın.
  • BigQuery’de SQL söz dizimini kullanarak makine öğrenimi modelleri oluşturun.

İlgili ürünler