Google Cloud Fundamentals: Big Data and Machine Learning (GCF-BDM)

Dauer
Ausführung
Vor Ort
Startdatum und Ort

Google Cloud Fundamentals: Big Data and Machine Learning (GCF-BDM)

Fast Lane Institute for Knowledge Transfer GmbH
Logo von Fast Lane Institute for Knowledge Transfer GmbH
Bewertung: starstarstarstarstar_half 8,9 Bildungsangebote von Fast Lane Institute for Knowledge Transfer GmbH haben eine durchschnittliche Bewertung von 8,9 (aus 31 Bewertungen)

Tipp: Haben Sie Fragen? Für weitere Details einfach auf "Kostenlose Informationen" klicken.

Startdaten und Startorte

placeFrankfurt
10. Mai 2024
placeHamburg
5. Jul 2024
placeMünchen
16. Aug 2024
placeFrankfurt
25. Okt 2024
placeBerlin
6. Dez 2024

Beschreibung

Kursinhalt

  • Modul 1: Einführung in die Google Cloud Platform
  • Modul 2: Grundlagen von Compute und Storage
  • Modul 3: Datenanalyse in der Cloud
  • Modul 4: Skalierung der Datenanalyse
  • Modul 5: Maschinelles Lernen
  • Modul 6: Architekturen der Datenverarbeitung
  • Modul 7: Zusammenfassung

Voraussetzungen

Für maximale Lernerfolge sollten die Teilnehmer folgende Voraussetzungen erfüllen:

  • Grundkenntnisse in gängigen Abfragesprachen wie SQL
  • Erfahrung mit Datenmodellierung, Extraktion, Transformation und Ladeaktivitäten
  • Entwicklung von Anwendungen mit einer gängigen Programmiersprache wie Python
  • Vertrautheit mit maschinellem Lernen und/oder Statistik

Zielgruppe

Dieser Kurs richtet sich an folgende Ziel…

Gesamte Beschreibung lesen

Frequently asked questions

Es wurden noch keine FAQ hinterlegt. Falls Sie Fragen haben oder Unterstützung benötigen, kontaktieren Sie unseren Kundenservice. Wir helfen gerne weiter!

Noch nicht den perfekten Kurs gefunden? Verwandte Themen: Big Data, Google Cloud Platform, Machine Learning, Datenspeicherung und Cognos.

Kursinhalt

  • Modul 1: Einführung in die Google Cloud Platform
  • Modul 2: Grundlagen von Compute und Storage
  • Modul 3: Datenanalyse in der Cloud
  • Modul 4: Skalierung der Datenanalyse
  • Modul 5: Maschinelles Lernen
  • Modul 6: Architekturen der Datenverarbeitung
  • Modul 7: Zusammenfassung

Voraussetzungen

Für maximale Lernerfolge sollten die Teilnehmer folgende Voraussetzungen erfüllen:

  • Grundkenntnisse in gängigen Abfragesprachen wie SQL
  • Erfahrung mit Datenmodellierung, Extraktion, Transformation und Ladeaktivitäten
  • Entwicklung von Anwendungen mit einer gängigen Programmiersprache wie Python
  • Vertrautheit mit maschinellem Lernen und/oder Statistik

Zielgruppe

Dieser Kurs richtet sich an folgende Zielgruppen:

  • Datenanalysten, Data Scientists und Business-Analysten, die mit der Google Cloud Platform noch nicht vertraut sind
  • Personen, die Pipelines und Architekturen für die Datenverarbeitung entwerfen, Modelle für das maschinelle Lernen und statistische Modelle erstellen und verwalten, Datasets abfragen, Abfrageergebnisse visualisieren und Berichte erstellen
  • Führungskräfte und IT-Entscheidungsträger, die die Google Cloud Platform zur Verwendung durch Data Scientists evaluieren

Detaillierter Kursinhalt

Modul 1: Einführung in die Google Cloud Platform

  • Übersicht über Google Platform Fundamentals
  • Big Data-Produkte der Google Cloud Platform

Modul 2: Grundlagen von Compute und Storage

  • CPUs on demand (Compute Engine)
  • Ein globales Dateisystem (Cloud Storage)
  • Cloud Shell
  • Lab: Datenverarbeitungspipeline für die Aufnahme, Transformation und Veröffentlichung von Daten einrichten

Modul 3: Datenanalyse in der Cloud

  • Sprungbrett in die Cloud
  • Cloud SQL: Ihre SQL-Datenbank in der Cloud
  • Lab: Daten in Cloud SQL importieren und Abfragen ausführen
  • Spark auf Dataproc
  • Lab: Empfehlungen zum maschinellen Lernen mit Spark auf Dataproc

Modul 4: Skalierung der Datenanalyse

  • Schneller zufälliger Zugriff
  • Datalab
  • BigQuery
  • Lab: Dataset für maschinelles Lernen erstellen

Modul 5: Maschinelles Lernen

  • Maschinelles Lernen mit TensorFlow
  • Lab: Maschinelles Lernen mit TensorFlow ausführen
  • Vorkonfigurierte Modelle für gängige Anforderungen
  • Lab: ML-APIs einsetzen

Modul 6: Architekturen der Datenverarbeitung

  • Nachrichtenorientierte Architekturen mit Pub/Sub
  • Pipelines mit Dataflow erstellen
  • Referenzarchitektur für Echtzeit- und Batch-Datenverarbeitung

Modul 7: Zusammenfassung

  • Vorteile der Google Cloud Platform
  • Weitere Informationen
  • Zusätzliche Ressourcen

Werden Sie über neue Bewertungen benachrichtigt

Es wurden noch keine Bewertungen geschrieben.

Schreiben Sie eine Bewertung

Haben Sie Erfahrung mit diesem Kurs? Schreiben Sie jetzt eine Bewertung und helfen Sie Anderen dabei die richtige Weiterbildung zu wählen. Als Dankeschön spenden wir € 1,00 an Stiftung Edukans.

Es wurden noch keine FAQ hinterlegt. Falls Sie Fragen haben oder Unterstützung benötigen, kontaktieren Sie unseren Kundenservice. Wir helfen gerne weiter!

Bitte füllen Sie das Formular so vollständig wie möglich aus

(optional)
(optional)
(optional)
(optional)
(optional)
(optional)
(optional)

Haben Sie noch Fragen?

(optional)

Anmeldung für Newsletter

Damit Ihnen per E-Mail oder Telefon weitergeholfen werden kann, speichern wir Ihre Daten.
Mehr Informationen dazu finden Sie in unseren Datenschutzbestimmungen.