Compartilhar no feed do LinkedIn Twitter Facebook

Modernizing Data Lakes and Data Warehouses with Google Cloud - Português Brasileiro

Modernizing Data Lakes and Data Warehouses with Google Cloud - Português Brasileiro

magic_button Data Lake Data Warehouse
These skills were generated by A.I. Do you agree this course teaches these skills?
16 horas Introdutório universal_currency_alt 25 créditos

Os dois principais componentes de um pipeline de dados são data lakes e warehouses. Neste curso, destacamos os casos de uso para cada tipo de armazenamento e as soluções de data lake e warehouse disponíveis no Google Cloud de forma detalhada e técnica. Além disso, também descrevemos o papel de um engenheiro de dados, os benefícios de um pipeline de dados funcional para operações comerciais e analisamos por que a engenharia de dados deve ser feita em um ambiente de nuvem.

Este é o primeiro curso da série "Data Engineering on Google Cloud". Após a conclusão, recomendamos que você comece o curso "Building Batch Data Pipelines on Google Cloud".

Conclua esta atividade e ganhe um selo. Impulsione sua carreira na nuvem divulgando as habilidades que você aprendeu.

Selo para Modernizing Data Lakes and Data Warehouses with Google Cloud - Português Brasileiro
info
Informações sobre o curso
Objetivos
  • Entender as principais diferenças entre data lakes e data warehouses, os dois principais componentes de um pipeline de dados.
  • Conhecer os casos de uso para cada tipo de armazenamento e as soluções de data lake e warehouse disponíveis no Google Cloud de forma detalhada e técnica.
  • Entender o papel de um engenheiro de dados e quais os benefícios de um pipeline de dados funcional para as operações comerciais.
  • Analisar por que a engenharia de dados deve ser desenvolvida em um ambiente de nuvem.
Pré-requisitos
Para aproveitar ao máximo este curso, os participantes devem ter concluído o "Google Cloud: Big Data and Machine Learning Fundamentals" ou ter experiência equivalente. O participante também deve ter: • proficiência básica em linguagem de consulta comum, como SQL; • experiência com atividades de modelagem de dados e ETL (extração, transformação e carregamento); • experiência com desenvolvimento de aplicativos usando uma linguagem de programação comum, como Python; • conhecimento sobre machine learning e/ou estatística.
Público-alvo
Este curso é destinado a desenvolvedores responsáveis por: consultar conjuntos de dados, visualizar resultados de consultas e criar relatórios. Os cargos específicos incluem: engenheiros de dados, analistas de dados, administradores de bancos de dados e arquitetos de Big Data
Idiomas disponíveis
English, 日本語, español (Latinoamérica), français, and português (Brasil)
O que eu faço quando terminar o curso?
Ao final do curso, você pode navegar pelo conteúdo complementar do programa de aprendizado ou conferir nosso catálogo.
Quais selos eu posso ganhar?
Ao terminar um curso, você receberá um selo de conclusão. Os selos são exibidos no seu perfil e podem ser compartilhados nas suas redes sociais.
Tem interesse em participar desse curso com um dos nossos parceiros?
Confira o conteúdo do Google Cloud no Coursera e no Pluralsight.
Prefere aprender com um instrutor?
Visualizar