在线课程 – Google Cloud 大数据和 ML 认证专业

Google 平台上的数据工程。提升您在数据工程领域的职业生涯。

Suggested by: Coursera (What is Coursera?)

Start your Coursera.com free trial today
在线课程 - Google Cloud 大数据和 ML 认证专业

Professional Certificate

中档

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • 在 Google Cloud Platform 上设计和开发数据处理系统
  • 使用 Spark 和 Dataproc 上的机器学习 API 开发非结构化数据
  • 使用 Cloud Dataflow 上的自动化数据流水线在内部或实时处理数据
  • 使用 Google BigQuery 从大数据中获取业务洞察
  • 使用 TensorFlow 和 Cloud ML 的机器学习模型进行训练、评估和预测
  • 从流量数据中获取即时见解

What you will learn in the course

Courses for which the course is suitable

  • 数据处理系统开发人员
  • 数据分析师
  • Data Pipeline 键
  • Google Cloud Platform 专家
  • 大数据分析器
  • 开发机器学习模型
  • Spark 专家
  • Dataproc 云专家
  • Cloud Dataflow 专家
  • 流量数据分析器
  • 大数据开发人员

专业化 – 5 节课系列课程

这个在线实习课程持续五周，在实践中展示了如何在 Google Cloud 上设计和开发数据处理系统。通过一系列演示、演示和实践研讨会，参与者将学习设计数据处理系统、创建端到端数据管道、分析数据以及执行机器学习任务。

在课程中获得的技能：

  • 在 Google Cloud Platform 上设计和开发数据处理系统
  • 使用 Spark 和 Dataproc 上的机器学习 API 开发非结构化数据
  • 使用 Cloud Dataflow 上的自动化数据流水线在内部或实时处理数据
  • 使用 Google BigQuery 从大数据中获取业务洞察
  • 使用 TensorFlow 和 Cloud ML 的机器学习模型进行训练、评估和预测
  • 从流量数据中获取即时见解

本课程专为参与大数据转换的经验丰富的开发人员而设计。

报名参加本次实习，即表示您接受 Qwiklabs 使用条款，该条款显示在常见问题解答页面上，可在以下网址获得： https://qwiklabs.com/terms_of_service

实践学习项目

该专业包括实践研讨会。要注册，您需要有一个 Google 帐户（一个 Gmail 帐户就足够了）并在 Google Cloud Platform 上创建一个免费试用帐户。免费试用仅限于 12 个月的使用时间或最高 300 USD 的信用额度（以先到者为准）。因此，我们设计了实习，以便您可以在 4 周内完成实习。

通过研讨会，您可以应用在视频课程中学到的知识。这些项目侧重于 Google BigQuery 等工具，这些工具在 Codelab 中使用和定义。通过这种方式，您将积累模块中解释的概念的实践经验。

Details of the courses that make up the specialization

Google 云中的大数据和机器学习基础知识

课程 1

10 小时

4.3 （42 评价）

学习内容

  • 了解 Google 云中的数据生命周期，以及主要的大数据和机器学习产品是什么样的
  • 使用 Dataflow 和 Pub/Sub 构建用于现场数据处理的管道
  • 使用 BigQuery 大规模分析大数据
  • 确定在 Google 云中创建机器学习解决方案的不同选项

使用 GCP 升级 Data Basins 和 Data Warehouse

课程 2 – 8 小时

学习内容

  • 了解数据仓库和数据仓库之间的区别
  • 研究 Google Cloud 上不同类型存储的使用案例，以及数据库和仓库的解决方案
  • 了解数据工程师的角色以及成功的数据管道为业务运营带来的好处
  • 了解为什么在云环境中设计数据很重要

在 Google 的云中构建用于数据处理的管道

课程 3 – 17 小时

学习内容

  • 探索加载数据的不同方法（EL、ELT 和 ETL）并确定何时使用每种方法。
  • 在 Dataproc 上运行 Hadoop，使用云存储服务，并优化 Dataproc 作业。
  • 使用 Dataflow 创建数据处理管道。
  • 使用 Data Fusion 和 Cloud Composer 管理数据管道。

在 Google 的云中构建出色的持续分析系统

课程 4 – 11 小时

学习内容

  • 解释用于实时数据分析的案例
  • 使用异步 PUB/Sub 消息收发服务管理数据事件
  • 编写数据流管道并根据需要进行转换。
  • 完成对 Dataflow、BigQuery 和 Pub/Sub 的实时流和分析的使用

Google 云中的智能分析、机器学习和 AI

课程 5 – 8 小时

学习内容

  • 了解机器学习、人工智能和深度学习之间的区别
  • 讨论对非结构化数据使用 ML API。
  • 从 Notebook 运行 BigQuery 命令。
  • 在 BigQuery 中使用 SQL 语法创建机器学习模型。

相关产品