Google Cloud Fundamentals: Big Data and Machine Learning (GCF-BDM)
Startdaten und Startorte
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…
Frequently asked questions
Es wurden noch keine FAQ hinterlegt. Falls Sie Fragen haben oder Unterstützung benötigen, kontaktieren Sie unseren Kundenservice. Wir helfen gerne weiter!
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
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!