Jest członkiem od 2022
Serverless Data Processing with Dataflow: Foundations
Earned mar 22, 2022 EDT
Engineer Data for Predictive Modeling with BigQuery ML
Earned mar 22, 2022 EDT
Wdrażanie równoważenia obciążenia w Compute Engine
Earned mar 16, 2022 EDT
Build Data Lakes and Data Warehouses on Google Cloud
Earned mar 11, 2022 EST
Google Cloud Big Data and Machine Learning Fundamentals
Earned mar 3, 2022 EST
This course is part 1 of a 3-course series on Serverless Data Processing with Dataflow. In this first course, we start with a refresher of what Apache Beam is and its relationship with Dataflow. Next, we talk about the Apache Beam vision and the benefits of the Beam Portability framework. The Beam Portability framework achieves the vision that a developer can use their favorite programming language with their preferred execution backend. We then show you how Dataflow allows you to separate compute and storage while saving money, and how identity, access, and management tools interact with your Dataflow pipelines. Lastly, we look at how to implement the right security model for your use case on Dataflow.
Complete the intermediate Engineer Data for Predictive Modeling with BigQuery ML skill badge to demonstrate skills in the following: building data transformation pipelines to BigQuery using Dataprep by Trifacta; using Cloud Storage, Dataflow, and BigQuery to build extract, transform, and load (ETL) workflows; and building machine learning models using BigQuery ML.
Ukończ szkolenie wprowadzające Wdrażanie równoważenia obciążenia w Compute Engine, aby zdobyć odznakę potwierdzającą zdobycie następujących umiejętności: pisanie poleceń gcloud przy użyciu Cloud Shell, tworzenie i wdrażanie maszyn wirtualnych w Compute Engine oraz konfigurowanie systemów równoważenia obciążenia sieci i HTTP. Odznaka umiejętności to wyjątkowa cyfrowa odznaka wydawana przez Google Cloud, która potwierdza Twoją wiedzę o produktach i usługach Google Cloud. Aby ją zdobyć, musisz pokazać, że potrafisz zastosować zdobytą wiedzę, w praktycznym, interaktywnym środowisku. Ukończ to szkolenie oraz moduł Challenge Lab, aby zdobyć odznakę umiejętności, którą możesz udostępnić w swojej sieci kontaktów.
While the traditional approaches of using data lakes and data warehouses can be effective, they have shortcomings, particularly in large enterprise environments. This course introduces the concept of a data lakehouse and the Google Cloud products used to create one. A lakehouse architecture uses open-standard data sources and combines the best features of data lakes and data warehouses, which addresses many of their shortcomings.
This course introduces the Google Cloud big data and machine learning products and services that support the data-to-AI lifecycle. It explores the processes, challenges, and benefits of building a big data pipeline and machine learning models with Vertex AI on Google Cloud.