Dados de engenharia para modelagem preditiva com o BigQuery ML
Earned Mar 14, 2023 EDT
Preparar dados para APIs de ML no Google Cloud
Earned Mar 14, 2023 EDT
Processamento de dados sem servidor com o Dataflow: fundamentos
Earned Feb 1, 2023 EST
Como criar data lakes e data warehouses no Google Cloud
Earned Jan 16, 2023 EST
Implementação do Cloud Load Balancing no Compute Engine
Earned Jan 10, 2023 EST
Google Cloud Big Data and Machine Learning Fundamentals - Português Brasileiro
Earned Jan 6, 2023 EST
Conclua o selo de habilidade intermediário Dados de engenharia para modelagem preditiva com o BigQuery ML para mostrar que você sabe: criar pipelines de transformação de dados no BigQuery usando o Dataprep by Trifacta; usar o Cloud Storage, o Dataflow e o BigQuery para criar fluxos de trabalho de extração, transformação e carregamento de dados (ELT); e criar modelos de machine learning usando o BigQuery ML.
Saiba mais
Conquiste o selo de habilidade introdutório Preparar dados para APIs de ML no Google Cloud para demonstrar que você é capaz de: limpar dados com o Dataprep by Trifacta, executar pipelines de dados no Dataflow, criar clusters e executar jobs do Apache Spark no Dataproc e chamar APIs de ML, incluindo as APIs Cloud Natural Language, Google Cloud Speech-to-Text e Video Intelligence.
Saiba mais
Este é o primeiro de uma série de três cursos sobre processamento de dados sem servidor com o Dataflow. Nele, vamos relembrar o que é o Apache Beam e qual é a relação entre ele e o Dataflow. Depois, falaremos sobre a visão do Apache Beam e os benefícios do framework de portabilidade desse modelo de programação. Com esse processo, o desenvolvedor pode usar a linguagem de programação favorita com o back-end de execução que quiser. Em seguida, mostraremos como o Dataflow permite a separação entre a computação e o armazenamento para economizar dinheiro. Além disso, você vai aprender como as ferramentas de identidade, acesso e gerenciamento interagem com os pipelines do Dataflow. Por fim, vamos ver como implementar o modelo de segurança ideal para seu caso de uso no Dataflow.
Saiba mais
Embora as abordagens tradicionais de uso de data lakes e data warehouses possam ser eficazes, elas têm alguns problemas, principalmente em grandes ambientes corporativos. Este curso apresenta o conceito de data lakehouse e os produtos do Google Cloud usados para criar um. Uma arquitetura de lakehouse usa fontes de dados de padrão aberto e combina os melhores atributos de data lakes e data warehouses, o que resolve muitos desses problemas.
Saiba mais
Conclua o selo de habilidade introdutório Implementação do Cloud Load Balancing no Compute Engine para demonstrar que você sabe: criar e implantar máquinas virtuais no Compute Engine; configurar balanceadores de carga de rede e de aplicativo.
Saiba mais
Este curso apresenta os produtos e serviços de Big Data e machine learning do Google Cloud que auxiliam no ciclo de vida de dados para IA. Ele explica os processos, os desafios e os benefícios de criar um pipeline de Big Data e modelos de machine learning com a Vertex AI no Google Cloud.
Dados de engenharia para modelagem preditiva com o BigQuery ML
Earned Mar 14, 2023 EDT
Preparar dados para APIs de ML no Google Cloud
Earned Mar 14, 2023 EDT
Processamento de dados sem servidor com o Dataflow: fundamentos
Earned Feb 1, 2023 EST
Como criar data lakes e data warehouses no Google Cloud
Earned Jan 16, 2023 EST
Implementação do Cloud Load Balancing no Compute Engine
Earned Jan 10, 2023 EST
Google Cloud Big Data and Machine Learning Fundamentals - Português Brasileiro
Earned Jan 6, 2023 EST