kursfinder.de anzeigen als: Mobil

Data Engineering on Google Cloud Platform DEGCP

SanData IT-Trainingszentrum GmbH
Übersicht
3 Tage
Kurse
Förderung möglich
Starttermine
Online-Kurs / Fernlehrgang
3.094 EUR
31.05.2022

Nürnberg
3.094 EUR
12.07.2022

Data Engineering on Google Cloud Platform DEGCP

Kursinhalte:

 

Dieses Training führen wir in Zusammenarbeit mit Fast Lane Institute for Knowledge Transfer GmbH durch.

 

Zielgruppe

Dieser Kurs richtet sich an erfahrene Entwickler, die für die Verwaltung von Big-Data-Transformationen verantwortlich sind, zum Beispiel:

  • Daten extrahieren, laden, transformieren, bereinigen und validieren
  • Pipelines und Architekturen für die Datenverarbeitung entwerfen
  • Modelle für maschinelles Lernen und Statistik erstellen und warten
  • Datasets abfragen, Abfrageergebnisse visualisieren und Berichte erstellen

Seminarinhalt

  • Module 1: Introduction to Data Engineering

    • 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.

    Module 2: Building a Data Lake

    • 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.

    Module 3: Building a Data Warehouse

    • 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.

    Module 4: Introduction to Building Batch Data Pipelines,

    • 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.

    Module 5: Executing Spark on Cloud Dataproc

    • The Hadoop ecosystem.
    • Running Hadoop on Cloud Dataproc.
    • GCS instead of HDFS.
    • Optimizing Dataproc.
    • Lab: Running Apache Spark jobs on Cloud Dataproc.

    Module 6: Serverless Data Processing with Cloud Dataflow

    • 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.

    Module 7: Manage Data Pipelines with Cloud Data Fusion and Cloud Composer

    • 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.

    Module 8: Introduction to Processing Streaming Data

    • Processing Streaming Data.

    Module 9: Serverless Messaging with Cloud Pub/Sub

    • Cloud Pub/Sub.
    • Lab: Publish Streaming Data into Pub/Sub.

    Module 10: Cloud Dataflow Streaming Features

    • Cloud Dataflow Streaming Features.
    • Lab: Streaming Data Pipelines.

    Module 11: High-Throughput BigQuery and Bigtable Streaming Features

    • BigQuery Streaming Features.
    • Lab: Streaming Analytics and Dashboards.
    • Cloud Bigtable.
    • Lab: Streaming Data Pipelines into Bigtable.

    Module 12: Advanced BigQuery Functionality and Performance

    • 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.

    Module 13: Introduction to Analytics and AI

    • What is AI?.
    • From Ad-hoc Data Analysis to Data Driven Decisions.
    • Options for ML models on GCP.

    Module 14: Prebuilt ML model APIs for Unstructured Data

    • Unstructured Data is Hard.
    • ML APIs for Enriching Data.
    • Lab: Using the Natural Language API to Classify Unstructured Text.

    Module 15: Big Data Analytics with Cloud AI Platform Notebooks

    • Whats a Notebook.
    • BigQuery Magic and Ties to Pandas.
    • Lab: BigQuery in Jupyter Labs on AI Platform.

    Module 16: Production ML Pipelines with Kubeflow

    • Ways to do ML on GCP.
    • Kubeflow.
    • AI Hub.
    • Lab: Running AI models on Kubeflow.

    Module 17: Custom Model building with SQL in BigQuery ML

    • 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.

    Module 18: Custom Model building with Cloud AutoML

    • Why Auto ML?
    • Auto ML Vision.
    • Auto ML NLP.
    • Auto ML Tables.

Voraussetzungen für den Kurs

Für maximale Lernerfolge sollten die Teilnehmer folgende Voraussetzungen erfüllen:

  • Abgeschlossener Kurs Google Cloud Fundamentals: Big Data and Machine Learning (GCF-BDM) oder gleichwertige Kenntnisse
  • Grundkenntnisse in gängigen Abfragesprachen wie SQL
  • Kenntnisse in Datenmodellierung, Extraktion, Transformation und Ladeaktivitäten
  • Kenntnisse im Entwickeln von Anwendungen mit einer gängigen Programmiersprache wie Python
  • Vertrautheit mit maschinellem Lernen und/oder Statistik

Förderung

Wir akzeptieren:

  • Bildungsprämien
  • Bildungsschecks NRW
  • Prämiengutscheine aus dem Europäischen Sozialfonds (ESF)

Informationsanfrage – kostenlos & unverbindlich

Kontaktieren Sie hier den Anbieter, um mehr über das Kursangebot Data Engineering on Google Cloud Platform DEGCP zu erfahren!

  Sie erhalten weitere Infos

  Unverbindlich

  Kostenfrei

SanData IT-Trainingszentrum GmbH - Über uns

SanData IT Trainingszentrum - über uns

Der zuverlässigste Weg zum umfassenden Know-how ist das Training. Das zeigt die Erfahrung seit unserem Gründungsjahr 1994. In unseren Seminaren geben wir das Wissen für die erfolgreiche Anwendung moderner IT-Software in einem professionellen und angenehmen Umfeld an Sie weiter. Unsere Kunden schätzen unsere Zuverlässigkeit. Die kompetente Wissensvermittlung umfasst mit mehr als 500 verschiedenen Seminaren die Office-Anwendungen, anspruchsvolle Programmiertechnik sowie die Administration von High-End-Systemen aller namenhaften Hersteller und Schnittstellenthemen. Das zusammen ergibt eines der umfangsreichsten Trainingsangebote in ganz Deutschland. 

Unser Trainingskonzept - dynamisch wie Ihr Tätigkeitsfeld! 

Vom Einsteigerseminar bis zum technischen Kurs für System-Administratoren und-Entwickler profitieren unsere Kunden von unseren bedarfsgerecht entwickelten Trainingskonzepten: aufeinander abgestimmte Ausbildungsstufen und variable Seminarzeiten und -formen sind ebenso Vorteile.

Ihre Vorteile:

• Durchführungsgarantie auch bei einem Teilnehmer
• Zuverlässigkeit in Ihrer Terminplanung
• Bundesweite Seminarorganisation aus einer Hand (23 Standorte)
• Individuelle Inhouse Seminare


Kontaktinformation SanData IT-Trainingszentrum GmbH

SanData IT-Trainingszentrum GmbH

Emmericher Straße 17
90411 Nürnberg

 Telefonnummer anzeigen
www.it-trainings.de

Benutzerlogin
Bewertungen

Schreiben Sie die erste Bewertung!

Bewertungsrichtlinien

Ihr Feedback und Ihre Bewertungen helfen anderen Weiterbildungsinteressierten und -anbietern, sich einen ersten Eindruck zu verschaffen und sich stetig zu verbessern. Wie auch in der mündlichen Kommunikation gewisse Regeln wichtig sind, gelten für Teilnehmerstimmen auf kursfinder.de folgende Bewertungsrichtlinien.

Unsere Bewertungsrichtlinien

Suchen Sie Online-Kurse?

Suchen Sie Online-Kurse?

Fordern Sie jetzt Infos an!

Viele Weiterbildungsanbieter haben ihr Angebot um Fernlehrgänge und Webinare erweitert. Nachfragen lohnt sich!

Informationsanfrage

Um Informationen von dem Anbieter zu ”Data Engineering on Google Cloud Platform DEGCP” anzufordern, füllen Sie bitte die Felder unten aus:

Das könnte Sie auch interessieren

IT & EDV – Für mehr Erfolg im Berufsleben

Vielseitiges Kursangebot bei COMCAVE

Sie wollen Ihr bisheriges Fachwissen erweitern oder auffrischen? Starten Sie jetzt Ihre berufliche Weiterbildung – im Bildungszentrum vor Ort oder bequem via E-Learning.

>> Weiterlesen