Contact Center as a Service Implementation
Earned mai 22, 2025 EDT
Créer des pipelines de flux de données sur Google Cloud
Earned août 23, 2024 EDT
Créer des pipelines de données en batch sur Google Cloud
Earned août 19, 2024 EDT
Créer des lacs de données et des entrepôts de données sur Google Cloud
Earned juil. 24, 2024 EDT
Se préparer à devenir Professional Data Engineer
Earned juil. 23, 2024 EDT
An AI-driven Contact Center as a Service (CCaaS) solution that is built natively on Google Cloud. The Implementation course provides Partners with essential training about the delivery of key features and functionality. The course explores how to leverage your key understanding of the product into successful customer implementation engagements with tips, best practices, guides, and more.
Note: This product was previously called Contact Center AI (CCAI) Platform you may see references to that name still in the course, however the course is technically correct.
En savoir plus
Dans ce cours, vous allez vous exercer à résoudre des problèmes concrets rencontrés lors de la création de pipelines de flux données. L'objectif principal est de gérer des données continues et illimitées avec les produits Google Cloud.
En savoir plus
Les pipelines de données s'inscrivent généralement dans l'un des paradigmes EL (extraction et chargement), ELT (extraction, chargement et transformation) ou ETL (extraction, transformation et chargement). Ce cours indique quel paradigme utiliser pour le traitement de données par lot en fonction du contexte. Il présente également plusieurs technologies Google Cloud de transformation des données, y compris BigQuery, l'exécution de Spark sur Dataproc, les graphiques de pipelines dans Cloud Data Fusion et le traitement des données sans serveur avec Dataflow. Les participants mettront en pratique les connaissances qu'ils auront acquises en créant des composants de pipelines de données sur Google Cloud à l'aide de Qwiklabs.
En savoir plus
Bien que les approches traditionnelles utilisant des lacs de données et des entrepôts de données puissent être efficaces, elles présentent des inconvénients, en particulier dans les grands environnements d'entreprise. Ce cours présente le concept de data lakehouse et les produits Google Cloud utilisés pour en créer un. Une architecture de lakehouse utilise des sources de données basées sur des normes ouvertes et combine les meilleures fonctionnalités des lacs et des entrepôts de données, ce qui permet de pallier de nombreuses lacunes.
En savoir plus
Ce cours a pour objectif d'aider les participants à créer un plan de formation pour l'examen de certification Professional Data Engineer. Les participants découvriront l'étendue et le champ d'application des domaines abordés lors de l'examen, puis évalueront leur niveau de préparation à l'examen et créeront leur propre plan de formation.
Contact Center as a Service Implementation
Earned mai 22, 2025 EDT
Créer des pipelines de flux de données sur Google Cloud
Earned août 23, 2024 EDT
Créer des pipelines de données en batch sur Google Cloud
Earned août 19, 2024 EDT
Créer des lacs de données et des entrepôts de données sur Google Cloud
Earned juil. 24, 2024 EDT
Se préparer à devenir Professional Data Engineer
Earned juil. 23, 2024 EDT