在线课程 – Google Cloud 数据工程认证专业

提升您在数据工程领域的职业生涯,并为您提供成功职业未来的机会。

Suggested by: Coursera (What is Coursera?)

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

  • 数据处理系统的设计、组装和操作
  • 运行机器学习模型
  • 通过收集、转换和发布数据来做出数据驱动的决策
  • 通过 Qwiklabs 的实践项目获得实践经验
  • 准备 Google Cloud 专业数据工程师认证考试

What you will learn in the course

Courses for which the course is suitable

  • 数据工程师
  • 数据分析师
  • 数据系统开发人员
  • 机器学习专家 (Machine Learning Specialist)
  • 数据项目经理
  • 信息系统分析师
  • 数据应用开发人员
  • Google Cloud 专家

专业化 – 6 部分课程系列

该计划为您提供推进数据工程职业生涯所需的技能,并为您提供获得业内公认的 Google Cloud 数据专业数据工程师认证的途径。

通过演示、演示和实验室的组合,您可以通过收集、转换和发布数据来做出数据驱动的决策。您还将通过 Qwiklabs 上的实践项目获得实践经验,并与潜在雇主分享这些实践经验。

关键资格

  • 数据处理系统的设计、组装和操作
  • 运行机器学习模型

该程序还提供与测试类似的示例问题,以及模拟测试体验的解决方案和问卷。

成功完成该计划后,您将收到一份结业证书,您可以在您的专业网络中与潜在雇主分享该证书。如果您想获得 Google Cloud 认证,您必须注册并通过认证考试。

请注意,该计划允许您获得参加认证考试所需的技能,但认证和认证费用不包括在培训计划的费用中。

实践学习项目

该专业证书包括我们 Qwiklabs 平台上的动手实验。这些实践元素将使您能够应用在通过视频进行的课程中获得的技能。

这些项目将包括 Google BigQuery 等主题,这些主题在 Qwiklabs 中使用和定义。此外,您还将获得所有模块中解释的概念的实践经验。

Details of the courses that make up the specialization

Google Cloud 课程

课程 1:Google Cloud 中的大数据和机器学习基础知识

行程时间: 8 小时
评分: 4.7 (698 ratings)

  • 确定 Google Cloud 中 AI 的数据生命周期以及大数据和机器学习中的关键产品。
  • 使用 Dataflow 和 Pub/Sub 设计流程管道。
  • 使用 BigQuery 大规模分析大数据。
  • 确定在 Google Cloud 中创建机器学习解决方案的不同选项。

课程 2:使用 GCP 补充数据仓库和数据仓库

行程时间: 8 小时
评分: 4.8 (93 条评价)

  • 区分 Data Vaults 和 Data Warehouse。
  • 探索每种存储类型的用例以及 Google Cloud 中提供的解决方案。
  • 分析数据工程师的角色以及成功的数据管道对业务运营的好处。
  • 检查为什么应该在云环境中进行数据工程。

课程 3:在 GCP 上批量构建数据管道

持续时间: 17 小时
评分: 4.6 (44 篇评价)

  • 了解上传数据的不同方法:EL、ELT 和 ETL,以及何时使用每种方法。
  • 在 Dataproc 上运行 Hadoop,使用 Cloud Storage,并改进 Dataproc 作业。
  • 使用 Dataflow 构建您的数据处理管道。
  • 使用 Data Fusion 和 Cloud Composer 管理数据管道。

课程 4:构建 GCP 弹性流体分析系统

行程时间: 10 小时
评分: 4.8 (35 评分)

  • 解释实时流分析的使用案例。
  • 使用异步 Pub/Sub 消息收发服务管理数据事件。
  • 根据需要编写流管并进行转换。
  • 统一 Dataflow、BigQuery 和 Pub/Sub 以实现实时流和分析。

课程 5:GCP 上的智能分析、机器学习和人工智能

所需时间: 6 小时
评分: 4.8 (41 reviews)

  • 区分人工智能、机器学习和深度学习。
  • 分析 AI API 对非结构化数据的使用情况。
  • 从 Notebook 运行 BigQuery 命令。
  • 在 BigQuery 中使用 SQL 语法创建 AI 模型。

课程 6:准备 Google Cloud 专业数据工程师考试

所需时间: 6 小时