Çevrimiçi kurs – veri mühendisliği, büyük veri ve Google Cloud makine öğrenimi alanında sertifikalı profesyonel uzmanlık

Google Cloud platformunda veri mühendisliği alanında staj kursu. Veri mühendisliği alanında bir kariyere başlayın ve büyük veri ve makine öğrenimi ile iş değeri yaratma gücünün kilidini açın.

Suggested by: Coursera (What is Coursera?)

Start your Coursera.com free trial today
Çevrimiçi kurs - veri mühendisliği, büyük veri ve Google Cloud makine öğrenimi alanında 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 Platform’da veri işleme sistemleri tasarlama ve oluşturma
  • Sınıflandırılmamış verilerle çalışmak için Cloud Dataproc’u Spark ve ML API ile kullanma
  • Paket ve akış verilerinin işlenmesi için Cloud Dataflow’da otomatik ölçeklendirmeli bir veri hattı uygulaması
  • Google BigQuery’yi kullanarak büyük veri kümelerinden iş bilgilerini çıkarma
  • TensorFlow ve Cloud ML’yi kullanarak makine öğrenimi modellerini eğitin, değerlendirin ve tahmin edin
  • Akış verilerinden hızlı analiz yapma

What you will learn in the course

Courses for which the course is suitable

  • Veri işleme sistemleri geliştiricisi
  • veri analisti
  • Veri Mühendisi
  • Büyük veri geliştiricisi
  • Makine öğrenimi uzmanı
  • Veri alanında proje yöneticisi
  • Veri hattı geliştiricisi
  • iş analisti
  • İstatistiksel modeller geliştirir
  • Google Cloud Platform’da çözüm geliştiricisi

Staj – 5 dersten oluşan bir kurs serisi

Bu çevrimiçi kurs serisi 5 haftaya yayılmıştır ve Google Cloud Platform’da veri işleme sistemlerinin tasarımını ve oluşturulmasını öğrenmeyi amaçlamaktadır. Kurs sırasında veri işleme sistemleri tasarlamayı, uçtan uca veri hattı oluşturmayı, verileri analiz etmeyi ve makine öğrenimi gerçekleştirmeyi öğreneceksiniz.

Beceriler öğrenilir

  • Google Cloud Platform’da veri işleme sistemleri tasarlama ve oluşturma
  • Sınıflandırılmamış verilerle çalışmak için Cloud Dataproc’u Spark ve ML API ile kullanma
  • Paket ve akış verilerinin işlenmesi için Cloud Dataflow’da otomatik ölçeklendirmeli bir veri hattı uygulaması
  • Google BigQuery’yi kullanarak büyük veri kümelerinden iş bilgilerini çıkarma
  • TensorFlow ve Cloud ML’yi kullanarak makine öğrenimi modellerini eğitin, değerlendirin ve tahmin edin
  • Akış verilerinden hızlı analiz yapma

hedef kitle

Kurs, aşağıdakiler de dahil olmak üzere büyük verileri yönetme deneyimine sahip geliştiricilere yöneliktir:

  • Bir arama aşaması gerçekleştirme, verileri yükleme, dönüştürme, temizleme ve doğrulama
  • Veri işleme için boru hatları ve mimarilerin tasarımı
  • Makine öğrenimi ve istatistiksel modellerin oluşturulması ve bakımı
  • Veri setleri üzerinde sorgulama yapılması ve sonuçların görsel bir raporda gösterilmesi

>> Bu staja kaydolmak, SSS’de ayrıntılı olarak belirtildiği gibi Qwiklabs kullanım koşullarını kabul ettiğiniz anlamına gelir.

Qwiklabs Kullanım Koşulları

Pratik bir öğrenme projesi

Bu ders uygulamalı laboratuvarları içermektedir. Kaydolmak için bir Google hesabınızın olması gerekir (Gmail hesabınızı kullanabilirsiniz) ve ayrıca ücretsiz bir Google Cloud Platform deneme hesabına kaydolmanız gerekir. Ücretsiz deneme süresi 12 ay süreyle veya 300 ABD Doları kredi kullanana kadar (hangisi önce gelirse) geçerlidir. Dolayısıyla bu kurs 4 hafta içerisinde tamamlanabilmektedir.

Bu pratik bileşenler, video kursunda öğrendiğiniz becerileri uygulamanıza olanak tanır. Projede Google BigQuery gibi üzerinde değişiklik yapılarak kod atölyelerinde kullanılması amaçlanan konular yer alıyor.

Details of the courses that make up the specialization

Google Cloud’da büyük veri ve makine öğreniminin temelleri

Kurs 1

9 saat
4,5 (240 değerlendirme)

  • Google Cloud’daki verilerin yaşam döngüsünü ve devin veri ve makine öğrenimindeki ana ürünleri anlayın
  • Dataflow ve Pub/Sub’u kullanarak veri akışı ardışık düzenleri tasarlama
  • BigQuery’yi kullanarak devasa veri analizi gerçekleştirin
  • Google Cloud’da makine öğrenimi çözümleri oluşturmanın farklı yollarını anlayın

GCP ile veri havuzlarını ve veri ambarlarını modernleştirin

Kurs 2
8 saat
4,3 (48 derecelendirme)

  • Veri havuzları ve veri ambarları arasındaki farkları anlayın
  • Her türlü depolamanın kullanım durumlarını öğrenin
  • Veri mühendisinin rolünü ve verimli bilgi hatlarının işletmeye getirdiği faydaları anlayın
  • Veri mühendisliğini neden bulut ortamında gerçekleştirmeniz gerektiğini öğrenin

GCP’de toplu olarak veri ardışık düzenleri oluşturma

Kurs 3
17 saat
4,4 (29 derecelendirme)

  • Veri yüklemenin farklı yollarını test edin: EL, ELT, ETL
  • Dataproc’u çalıştırırken Hadoop akışı yapın
  • Dataflow’u kullanarak veri işleme ardışık düzenleri oluşturun
  • Data Fusion ve Cloud Composer ile veri hatlarını yönetin

GCP’de dayanıklı akış analiz sistemleri oluşturma

Kurs 4
10 saat
4,8 (18 derecelendirme)

  • Gerçek zamanlı akış analitiği kullanım örneklerini yorumlayın
  • Eşzamansız Pub/Sub mesajlaşma hizmetini kullanarak veri olaylarını yönetin
  • Gerektiğinde dönüşümlerle akış ardışık düzenleri yazın
  • Dataflow, BigQuery ve Pub/Sub’u kullanarak verileri gerçek zamanlı olarak iletin ve analizler gerçekleştirin

GCP’de akıllı analiz, makine öğrenimi ve yapay zeka

Kurs 5
6 saat
4,5 (31 değerlendirme)

  • ML, AI ve derin öğrenme arasındaki farkları anlayın
  • Yapılandırılmamış veriler için ML API’yi kullanın
  • BigQuery komutlarını Not Defterlerinden dışa aktarma
  • BigQuery’de SQL ile makine öğrenimi modelleri oluşturma

geliştireceğiniz beceriler

  • tensor akışı
  • Büyük Sorgu
  • Google Bulut Platformu
  • bulut bilişim

İlgili ürünler