Dołącz Zaloguj się

Feliciah M A

Jest członkiem od 2025

Liga diamentowa

22730 pkt.
Engineer Data for Predictive Modeling with BigQuery ML Earned lip 31, 2025 EDT
Przygotowywanie danych do użycia z interfejsami ML w Google Cloud Earned lip 30, 2025 EDT
Uzyskiwanie statystyk z danych BigQuery Earned lip 24, 2025 EDT
Tworzenie siatki danych przy użyciu Dataplex Earned lip 22, 2025 EDT
Build a Data Warehouse with BigQuery Earned lip 22, 2025 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud Earned lip 18, 2025 EDT
Build Streaming Data Pipelines on Google Cloud Earned lip 16, 2025 EDT
Build Batch Data Pipelines on Google Cloud Earned lip 14, 2025 EDT
Work with Gemini Models in BigQuery Earned lip 10, 2025 EDT
Serverless Data Processing with Dataflow: Foundations Earned lip 8, 2025 EDT
Build Data Lakes and Data Warehouses on Google Cloud Earned lip 7, 2025 EDT
Introduction to Data Engineering on Google Cloud Earned lip 7, 2025 EDT

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.

Więcej informacji

Ukończ szkolenie wprowadzające Przygotowywanie danych do użycia z interfejsami ML w Google Cloud, aby zdobyć odznakę potwierdzającą zdobycie następujących umiejętności: czyszczenie danych przy użyciu usługi Dataprep firmy Trifacta, uruchamianie potoków danych w Dataflow, tworzenie klastrów i uruchamianie zadań Apache Spark w Dataproc, a także wywoływanie interfejsów API dotyczących uczenia maszynowego, w tym Cloud Natural Language API, Google Cloud Speech-to-Text API oraz Video Intelligence API.

Więcej informacji

Ukończ szkolenie wprowadzające Uzyskiwanie statystyk z danych BigQuery, aby zdobyć odznakę potwierdzającą zdobycie następujących umiejętności: pisanie zapytań SQL, tworzenie zapytań dotyczących tabel publicznych, wczytywanie przykładowych danych w BigQuery, naprawianie typowych błędów składniowych przy użyciu walidatora zapytań w BigQuery oraz tworzenie raportów w Looker Studio przez tworzenie połączenia z danymi BigQuery.

Więcej informacji

Ukończ szkolenie wprowadzające Tworzenie siatki danych przy użyciu Dataplex, aby zdobyć odznakę potwierdzającą zdobycie następujących umiejętności: tworzenie siatki danych przy użyciu Dataplex w celu ułatwienia zarządzania danymi oraz ich wykrywania i ochrony w Google Cloud. Przećwiczysz i sprawdzisz swoje umiejętności w zakresie tagowania zasobów, przypisywania ról uprawnień i oceny jakości danych w Dataplex.

Więcej informacji

Complete the intermediate Build a Data Warehouse with BigQuery skill badge course to demonstrate skills in the following: joining data to create new tables, troubleshooting joins, appending data with unions, creating date-partitioned tables, and working with JSON, arrays, and structs in BigQuery.

Więcej informacji

Incorporating machine learning into data pipelines increases the ability to extract insights from data. This course covers ways machine learning can be included in data pipelines on Google Cloud. For little to no customization, this course covers AutoML. For more tailored machine learning capabilities, this course introduces Notebooks and BigQuery machine learning (BigQuery ML). Also, this course covers how to productionalize machine learning solutions by using Vertex AI.

Więcej informacji

In this course you will get hands-on in order to work through real-world challenges faced when building streaming data pipelines. The primary focus is on managing continuous, unbounded data with Google Cloud products.

Więcej informacji

In this intermediate course, you will learn to design, build, and optimize robust batch data pipelines on Google Cloud. Moving beyond fundamental data handling, you will explore large-scale data transformations and efficient workflow orchestration, essential for timely business intelligence and critical reporting. Get hands-on practice using Dataflow for Apache Beam and Serverless for Apache Spark (Dataproc Serverless) for implementation, and tackle crucial considerations for data quality, monitoring, and alerting to ensure pipeline reliability and operational excellence. A basic knowledge of data warehousing, ETL/ELT, SQL, Python, and Google Cloud concepts is recommended.

Więcej informacji

This course demonstrates how to use AI/ML models for generative AI tasks in BigQuery. Through a practical use case involving customer relationship management, you learn the workflow of solving a business problem with Gemini models. To facilitate comprehension, the course also provides step-by-step guidance through coding solutions using both SQL queries and Python notebooks.

Więcej informacji

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.

Więcej informacji

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.

Więcej informacji

In this course, you learn about data engineering on Google Cloud, the roles and responsibilities of data engineers, and how those map to offerings provided by Google Cloud. You also learn about ways to address data engineering challenges.

Więcej informacji