Trophy Arki1, Google Cloud Authorized Training Partner of the year 2019 in Latin America

Data Engineering on Google Cloud

En este curso de cuatro días dirigido por un instructor, los participantes tendrán una introducción práctica sobre cómo diseñar y crear sistemas de procesamiento de datos en Google Cloud Platform. Mediante una combinación de presentaciones, demostraciones y laboratorios prácticos, los participantes aprenderán cómo diseñar sistemas de procesamiento de datos, crear canales de datos completos, analizar datos y realizar el aprendizaje automático. En este curso, cubrimos datos estructurados, no estructurados y de transmisión.

Objetivos

En este curso, los participantes aprenderán las siguientes habilidades:
  • Dibujar y crear sistemas de procesamiento de datos en Google Cloud Platform.
  • Procesamiento en Batch y Streaming de datos, implementando canales de datos de escala automática en Cloud Dataflow.
  • Obtener información comercial de conjuntos de datos extremadamente grandes con Google BigQuery.
  • Entrenar, evaluar y predecir con modelos de aprendizaje automático utilizando TensorFlow y Cloud ML.
  • Aprovechar los datos no estructurados con Spark y las API de aprendizaje automático en Cloud Dataproc.
  • Proporcionar información instantánea de la transmisión de datos.

Público

Esta clase es para desarrolladores experimentados responsables de administrar las transformaciones de Big Data, que incluyen:
  • extraer, cargar, transformar, limpiar y validar datos;
  • diseñar canales y arquitecturas para el procesamiento de datos;
  • crear y mantener modelos de aprendizaje automático y modelos estadísticos; consultar conjuntos de datos, ver resultados de consultas y crear informes.

Prerrequisitos

Para aprovechar al máximo este curso, los participantes deben cumplir con los siguientes criterios:
  • Curso de Google Cloud Fundamentals: Big Data y Machine Learning completados O experiencia equivalente
  • Competencia básica en lenguaje de consulta común, como SQL
  • Experiencia con actividades de modelado, extracción, transformación y carga de datos.
  • Desarrollo de aplicaciones con lenguaje de programación común, como Python
  • Familiaridad con el aprendizaje automático y / o las estadísticas.

Duración

32 horas (4 días)

Inversión

Vea el valor actualizado y las próximas fechas para las clases abiertas en nuestra página de registro.
Si está interesado en una clase cerrada para su empresa, contáctenos.
Dependencias de otros cursos y certificaciones con el curso de Data Engineering on Google Cloud
Dependencias de otros cursos y certificaciones con el curso de Data Engineering on Google Cloud

Resumen del curso

El curso incluye presentaciones, demostraciones y laboratorios prácticos.
  • Explore the role of a data engineer.
  • Analyze data engineering challenges.
  • Intro to BigQuery.
  • Data Lakes and Data Warehouses.
  • Demo: Federated Queries with BigQuery.
  • Transactional Databases vs Data Warehouses.
  • Website Demo: Finding PII in your dataset with DLP API.
  • Partner effectively with other data teams.
  • Manage data access and governance.
  • Build production-ready pipelines.
  • Review GCP customer case study.
  • Lab: Analyzing Data with BigQuery.
  • Introduction to Data Lakes.
  • Data Storage and ETL options on GCP.
  • Building a Data Lake using Cloud Storage.
  • Optional Demo: Optimizing cost with Google Cloud Storage classes and Cloud Functions.
  • Securing Cloud Storage.
  • Storing All Sorts of Data Types.
  • Video Demo: Running federated queries on Parquet and ORC files in BigQuery.
  • Cloud SQL as a relational Data Lake.
  • Lab: Loading Taxi Data into Cloud SQL.
  • The modern data warehouse.
  • Intro to BigQuery.
  • Demo: Query TB+ of data in seconds.
  • Getting Started.
  • Loading Data.
  • Video Demo: Querying Cloud SQL from BigQuery.
  • Lab: Loading Data into BigQuery.
  • Exploring Schemas.
  • Demo: Exploring BigQuery Public Datasets with SQL using INFORMATION_SCHEMA.
  • Schema Design.
  • Nested and Repeated Fields.
  • Demo: Nested and repeated fields in BigQuery.
  • Lab: Working with JSON and Array data in BigQuery.
  • Optimizing with Partitioning and Clustering.
  • Demo: Partitioned and Clustered Tables in BigQuery.
  • Preview: Transforming Batch and Streaming Data.
  • EL, ELT, ETL.
  • Quality considerations.
  • How to carry out operations in BigQuery.
  • Demo: ELT to improve data quality in BigQuery.
  • Shortcomings.
  • ETL to solve data quality issues.
  • The Hadoop ecosystem.
  • Running Hadoop on Cloud Dataproc.
  • GCS instead of HDFS.
  • Optimizing Dataproc.
  • Lab: Running Apache Spark jobs on Cloud Dataproc.
  • Cloud Dataflow.
  • Why customers value Dataflow.
  • Dataflow Pipelines.
  • Lab: A Simple Dataflow Pipeline (Python/Java).
  • Lab: MapReduce in Dataflow (Python/Java).
  • Lab: Side Inputs (Python/Java).
  • Dataflow Templates.
  • Dataflow SQL.
  • Building Batch Data Pipelines visually with Cloud Data Fusion.
  • Components.
  • UI Overview.
  • Building a Pipeline.
  • Exploring Data using Wrangler.
  • Lab: Building and executing a pipeline graph in Cloud Data Fusion.
  • Orchestrating work between GCP services with Cloud Composer.
  • Apache Airflow Environment.
  • DAGs and Operators.
  • Workflow Scheduling.
  • Optional Long Demo: Event-triggered Loading of data with Cloud Composer, Cloud Functions, Cloud Storage, and BigQuery.
  • Monitoring and Logging.
  • Lab: An Introduction to Cloud Composer.
  • Cloud Pub/Sub.
  • Lab: Publish Streaming Data into Pub/Sub.
  • Cloud Dataflow Streaming Features.
  • Lab: Streaming Data Pipelines.
  • BigQuery Streaming Features.
  • Lab: Streaming Analytics and Dashboards.
  • Cloud Bigtable.
  • Lab: Streaming Data Pipelines into Bigtable.
  • Analytic Window Functions.
  • Using With Clauses.
  • GIS Functions.
  • Demo: Mapping Fastest Growing Zip Codes with BigQuery GeoViz.
  • Performance Considerations.
  • Lab: Optimizing your BigQuery Queries for Performance.
  • Optional Lab: Creating Date-Partitioned Tables in BigQuery.
  • What is AI?.
  • From Ad-hoc Data Analysis to Data Driven Decisions.
  • Options for ML models on GCP.
  • Unstructured Data is Hard.
  • ML APIs for Enriching Data.
  • Lab: Using the Natural Language API to Classify Unstructured Text.
  • Whats a Notebook.
  • BigQuery Magic and Ties to Pandas.
  • Lab: BigQuery in Jupyter Labs on AI Platform.
  • Ways to do ML on GCP.
  • Kubeflow.
  • AI Hub.
  • Lab: Running AI models on Kubeflow.
  • BigQuery ML for Quick Model Building.
  • Demo: Train a model with BigQuery ML to predict NYC taxi fares.
  • Supported Models.
  • Lab Option 1: Predict Bike Trip Duration with a Regression Model in BQML.
  • Lab Option 2: Movie Recommendations in BigQuery ML.
  • Why Auto ML?
  • Auto ML Vision.
  • Auto ML NLP.
  • Auto ML Tables.