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

From Data to Insights con Google Cloud

En este curso de tres días, los participantes aprenderán sobre la infraestructura integral y flexible y los servicios de plataforma proporcionados por Google Cloud Platform. A través de una combinación de presentaciones, demostraciones y laboratorios prácticos, los participantes exploran e implementan elementos de la solución, incluidos componentes de infraestructura como redes, sistemas y servicios de aplicaciones. Este curso también cubre el despliegue de soluciones prácticas, que incluyen la interconexión de red segura, las claves de cifrado proporcionadas por el cliente, la gestión de seguridad y acceso, las cuotas y la facturación, y el monitoreo de recursos.

Objetivos

En este curso, los participantes aprenderán las siguientes habilidades:
  • Piensar en todas las opciones de tecnología de Google Cloud Platform para su plan.
  • Aprender métodos para desarrollar, implementar e implementar soluciones.
  • Distinguir entre recursos tecnológicos y productos relacionados.
  • Reconocer una amplia variedad de dominios, casos de uso y aplicaciones.
  • Desarrollar habilidades fundamentales para gestionar y administrar soluciones.
  • Desarrollar conocimiento de los patrones de solución: métodos, tecnologías y diseños utilizados para implementar seguridad, escalabilidad, alta disponibilidad y otras cualidades deseadas.

Público

Esta clase está dirigida a la siguiente audiencia:
  • Arquitectos de soluciones en la nube, ingenieros de DevOps.
  • Individuos que usan Google Cloud Platform para crear nuevas soluciones o integrar sistemas existentes, entornos de aplicaciones e infraestructura con Google Cloud Platform.

Prerrequisitos

Para aprovechar al máximo este curso, los participantes deben cumplir con los siguientes criterios:
  • Finalización de Google Cloud Platform Fundamentals o experiencia equivalente.
  • Competencia básica en herramientas de línea de comandos y entornos de sistema operativo Linux.
  • Experiencia en operaciones del sistema, incluida la implementación y gestión de aplicaciones, en las instalaciones o en un entorno de nube pública.

Duración

3 días

Inversión

Vea el valor actualizado y los próximos cierres para las clases abiertas en nuestra página de registro.
Si está interesado en una clase cerrada para su empresa, contáctenos.

Resumen del curso

El curso incluye presentaciones, demostraciones y laboratorios prácticos.

  • Highlight Analytics Challenges Faced by Data Analysts
  • Compare Big Data On-Premises vs on the Cloud
  • Learn from Real-World Use Cases of Companies Transformed through Analytics on the Cloud
  • Navigate Google Cloud Platform Project Basics
  • Walkthrough Data Analyst Tasks, Challenges, and Introduce Google Cloud Platform Data Tools
  • Demo: Analyze 10 Billion Records with Google BigQuery
  • Explore 9 Fundamental Google BigQuery Features
  • Compare GCP Tools for Analysts, Data Scientists, and Data Engineers
  • Lab: BigQuery Basics
  • Compare Common Data Exploration Techniques
  • Learn How to Code High Quality Standard SQL
  • Explore Google BigQuery Public Datasets
  • Visualization Preview: Google Data Studio
  • Lab: Explore your Ecommerce Dataset with SQL in Google BigQuery
  • Examine the 5 Principles of Dataset Integrity
  • Characterize Dataset Shape and Skew
  • Clean and Transform Data using SQL
  • Clean and Transform Data using a new UI: Introducing Cloud Dataprep
  • Lab: Creating a Data Transformation Pipeline with Cloud Dataprep
  • Overview of Data Visualization Principles
  • Exploratory vs Explanatory Analysis Approaches
  • Demo: Google Data Studio UI
  • Connect Google Data Studio to Google BigQuery
  • Lab: How to Build a BI Dashboard Using Google Data Studio and BigQuery
  • Compare Permanent vs Temporary Tables
  • Save and Export Query Results
  • Performance Preview: Query Cache
  • Lab: Ingesting New Datasets into BigQuery
  • Merge Historical Data Tables with UNION
  • Introduce Table Wildcards for Easy Merges
  • Review Data Schemas: Linking Data Across Multiple Tables
  • Walkthrough JOIN Examples and Pitfalls
  • Lab: Troubleshooting and Solving Data Join Pitfalls
  • Review SQL Case Statements
  • Introduce Analytical Window Functions
  • Safeguard Data with One-Way Field Encryption
  • Discuss Effective Sub-query and CTE design
  • Compare SQL and Javascript UDFs
  • Lab: Creating Date-Partitioned Tables in BigQuery
  • Grupos de instancias administradas, balanceo de carga HTTPS, balanceo de carga entre regiones y contenido, balanceo de carga proxy SSL / TCP, balanceo de carga de red
  • Laboratorio: automatización de VM y balanceo de carga
  • Walkthrough of a BigQuery Job
  • Calculate BigQuery Pricing: Storage, Querying, and Streaming Costs
  • Optimize Queries for Cost
  • Data Security Best Practices
  • Controlling Access with Authorized Views
  • Intro to ML
  • Feature Selection
  • Model Types
  • Machine Learning in BigQuery
  • Lab: Predict Visitor Purchases with a Classification Model with BigQuery ML
  • Structured vs Unstructured ML
  • Prebuilt ML models
  • Lab: Extract, Analyze, and Translate Text from Images with the Cloud ML APIs
  • Lab: Training with Pre-built ML Models using Cloud Vision API and AutoML
  • Summary and course wrap-up