Data Warehouse mit BigQuery erstellen
Earned Jul 16, 2023 EDT
Cloud Load Balancing in der Compute Engine implementieren
Earned Jul 9, 2023 EDT
Daten für ML-APIs in Google Cloud vorbereiten
Earned Jul 8, 2023 EDT
Daten für die Vorhersagemodellierung mit BigQuery ML vorbereiten
Earned Jul 6, 2023 EDT
Build Data Lakes and Data Warehouses on Google Cloud
Earned Jul 4, 2023 EDT
Google Cloud Big Data and Machine Learning Fundamentals
Earned Jul 3, 2023 EDT
Preparing for your Professional Data Engineer Journey
Earned Jul 2, 2023 EDT
Mit dem Skill-Logo zum Kurs Data Warehouse mit BigQuery erstellen weisen Sie fortgeschrittene Kenntnisse in folgenden Bereichen nach: Daten zusammenführen, um neue Tabellen zu erstellen, Probleme mit Joins lösen, Daten mit Unions anhängen, nach Daten partitionierte Tabellen erstellen und JSON, Arrays sowie Strukturen in BigQuery nutzen.
Weitere Informationen
Mit dem Skill-Logo zum Kurs Cloud Load Balancing in der Compute Engine implementieren weisen Sie Kenntnisse in folgenden Bereichen nach: virtuelle Maschinen in der Compute Engine erstellen und bereitstellen und Netzwerk- und Application Load Balancer konfigurieren.
Weitere Informationen
Mit dem Skill-Logo zum Kurs Daten für ML-APIs in Google Cloud vorbereiten weisen Sie Grundkenntnisse in folgenden Bereichen nach: Bereinigen von Daten mit Dataprep von Trifacta, Ausführen von Datenpipelines in Dataflow, Erstellen von Clustern und Ausführen von Apache Spark-Jobs in Dataproc sowie Aufrufen von ML-APIs, einschließlich der Cloud Natural Language API, Cloud Speech-to-Text API und Video Intelligence API.
Weitere Informationen
Mit dem Skill-Logo zum Kurs Daten für die Vorhersagemodellierung mit BigQuery ML vorbereiten weisen Sie fortgeschrittene Kenntnisse in folgenden Bereichen nach: Erstellen von Pipelines für die Datentransformation nach BigQuery mithilfe von Dataprep von Trifacta; Extrahieren, Transformieren und Laden (ETL) von Workflows mit Cloud Storage, Dataflow und BigQuery; und Erstellen von Machine-Learning-Modellen mithilfe von BigQuery ML.
Weitere Informationen
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.
Weitere Informationen
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.
Weitere Informationen
This course helps learners create a study plan for the PDE (Professional Data Engineer) certification exam. Learners explore the breadth and scope of the domains covered in the exam. Learners assess their exam readiness and create their individual study plan.
Data Warehouse mit BigQuery erstellen
Earned Jul 16, 2023 EDT
Cloud Load Balancing in der Compute Engine implementieren
Earned Jul 9, 2023 EDT
Daten für ML-APIs in Google Cloud vorbereiten
Earned Jul 8, 2023 EDT
Daten für die Vorhersagemodellierung mit BigQuery ML vorbereiten
Earned Jul 6, 2023 EDT
Build Data Lakes and Data Warehouses on Google Cloud
Earned Jul 4, 2023 EDT
Google Cloud Big Data and Machine Learning Fundamentals
Earned Jul 3, 2023 EDT
Preparing for your Professional Data Engineer Journey
Earned Jul 2, 2023 EDT