Implémenter des pratiques de base pour la sécurité du cloud sur Google Cloud
Earned nov. 17, 2024 EST
Référence : infrastructure
Earned nov. 16, 2024 EST
Présentation de l'IA et du machine learning sur Google Cloud
Earned nov. 14, 2024 EST
Préparer les données à utiliser pour les tableaux de bord et rapports Looker
Earned nov. 9, 2024 EST
Dégager des insights des données BigQuery
Earned nov. 7, 2024 EST
Introduction à l'ingénierie des données sur Google Cloud
Earned nov. 6, 2024 EST
Traitement des données sans serveur avec Dataflow : développer des pipelines
Earned oct. 27, 2023 EDT
Ingénierie des données pour la modélisation prédictive avec BigQuery ML
Earned oct. 21, 2023 EDT
Préparer des données pour les API de ML sur Google Cloud
Earned oct. 19, 2023 EDT
Créer un entrepôt de données avec BigQuery
Earned oct. 9, 2023 EDT
Traitement des données sans serveur avec Dataflow : principes de base
Earned oct. 2, 2023 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud - Français
Earned sept. 22, 2023 EDT
Créer des pipelines de données en batch sur Google Cloud
Earned sept. 15, 2023 EDT
Créer des lacs de données et des entrepôts de données sur Google Cloud
Earned sept. 9, 2023 EDT
Google Cloud Big Data and Machine Learning Fundamentals - Français
Earned sept. 4, 2023 EDT
Migrate Microsoft SQL Server to Cloud SQL
Earned août 26, 2023 EDT
Microsoft SQL Server to Cloud SQL
Earned août 26, 2023 EDT
Terminez le cours intermédiaire Implémenter des pratiques de base pour la sécurité du cloud sur Google Cloud pour recevoir un badge démontrant vos compétences dans les domaines suivants : la création et l'attribution de rôles avec Identity and Access Management (IAM) ; la création et la gestion de comptes de service ; l'activation d'une connectivité privée sur les réseaux de cloud privé virtuel (VPC) ; la restriction de l'accès aux applications avec Identity-Aware Proxy ; la gestion des clés et des données chiffrées avec Cloud Key Management Service (KMS) ; et la création d'un cluster Kubernetes privé.
En savoir plus
Si vous êtes un développeur cloud débutant et recherchez des exercices pratiques plus poussés au-delà des bases de Google Cloud, ce cours est fait pour vous. Il vous permettra d'acquérir de l'expérience pratique grâce aux ateliers qui traitent en profondeur de Cloud Storage et d'autres services applicatifs clés tels que Monitoring et Cloud Functions. Vous développerez des compétences précieuses que vous pourrez utiliser dans tous vos projets Google Cloud.
En savoir plus
Ce cours présente les fonctionnalités d'IA et de machine learning (ML) de Google Cloud, en mettant l'accent sur le développement de projets d'IA prédictive et générative. Il explore les différentes technologies, produits et outils disponibles tout au long du cycle de vie des données à l'IA, et permet aux data scientists, aux développeurs d'IA et aux ingénieurs en ML d'améliorer leur expertise grâce à des exercices interactifs.
En savoir plus
Terminez le cours d'introduction Préparer les données à utiliser pour les tableaux de bord et rapports Looker pour recevoir un badge démontrant vos compétences dans les domaines suivants : le filtrage, le tri et le croisement de données ; la fusion des résultats de différentes explorations Looker ; et l'utilisation de fonctions et d'opérateurs pour créer des tableaux de bord et des rapports Looker en vue de l'analyse et de la visualisation des données.
En savoir plus
Terminez le cours d'introduction Dégager des insights des données BigQuery pour recevoir un badge démontrant vos compétences dans les domaines suivants : l'écriture de requêtes SQL, l'interrogation de tables publiques, le chargement d'exemples de données dans BigQuery, la résolution d'erreurs de syntaxe courantes avec l'outil de validation des requêtes de BigQuery et la création de rapports dans Looker Studio en se connectant aux données BigQuery.
En savoir plus
Dans ce cours, vous allez explorer l'ingénierie de données sur Google Cloud, les rôles et responsabilités des ingénieurs de données, et la façon dont ces éléments se retrouvent dans les offres Google Cloud. Vous apprendrez également à relever les défis liés à l'ingénierie de données.
En savoir plus
Dans ce deuxième volet de la série de cours sur Dataflow, nous allons nous intéresser de plus près au développement de pipelines à l'aide du SDK Beam. Nous allons commencer par passer en revue les concepts d'Apache Beam. Nous allons ensuite parler du traitement des données par flux à l'aide de fenêtres, de filigranes et de déclencheurs. Nous passerons ensuite aux options de sources et de récepteurs dans vos pipelines, aux schémas pour présenter vos données structurées, et nous verrons comment effectuer des transformations avec état à l'aide des API State et Timer. Nous aborderons ensuite les bonnes pratiques qui vous aideront à maximiser les performances de vos pipelines. Vers la fin du cours, nous présentons le langage SQL et les DataFrames pour représenter votre logique métier dans Beam, et nous expliquons comment développer des pipelines de manière itérative à l'aide des notebooks Beam.
En savoir plus
Terminez le cours intermédiaire Ingénierie des données pour la modélisation prédictive avec BigQuery ML pour recevoir un badge démontrant vos compétences dans les domaines suivants : la création de pipelines de transformation des données dans BigQuery avec Dataprep by Trifacta ; l'utilisation de Cloud Storage, Dataflow et BigQuery pour créer des workflows ETL (Extract, Transform and Load) ; et la création de modèles de machine learning avec BigQuery ML.
En savoir plus
Terminez le cours d'introduction Préparer des données pour les API de ML sur Google Cloud pour recevoir un badge démontrant vos compétences dans les domaines suivants : le nettoyage des données avec Dataprep by Trifacta, l'exécution de pipelines de données dans Dataflow, la création de clusters et l'exécution de jobs Apache Spark dans Dataproc, et l'appel d'API de ML comme l'API Cloud Natural Language, l'API Google Cloud Speech-to-Text et l'API Video Intelligence.
En savoir plus
Terminez le cours intermédiaire Créer un entrepôt de données avec BigQuery pour recevoir un badge démontrant vos compétences dans les domaines suivants : la jointure de données pour créer des tables, la résolution des problèmes liés aux jointures, l'ajout de données avec des unions, la création de tables partitionnées par date, et l'utilisation d'objets JSON, ARRAY et STRUCT dans BigQuery.
En savoir plus
Ce cours est le premier d'une série en trois volets sur le traitement des données sans serveur avec Dataflow. Dans ce premier cours, nous allons commencer par rappeler ce qu'est Apache Beam et sa relation avec Dataflow. Ensuite, nous aborderons la vision d'Apache Beam et les avantages de son framework de portabilité, qui permet aux développeurs d'utiliser le langage de programmation et le backend d'exécution de leur choix. Nous vous montrerons aussi comment séparer le calcul du stockage et économiser de l'argent grâce à Dataflow, puis nous examinerons les interactions entre les outils de gestion de l'identification et des accès avec vos pipelines Dataflow. Enfin, nous verrons comment implémenter le modèle de sécurité adapté à votre cas d'utilisation sur Dataflow.
En savoir plus
Intégrer le machine learning à des pipelines de données renforce la capacité à dégager des insights des données. Ce cours passera en revue plusieurs façons d'intégrer le machine learning à des pipelines de données sur Google Cloud. Vous découvrirez AutoML pour les cas ne nécessitant que peu de personnalisation (voire aucune), ainsi que Notebooks et BigQuery ML pour les situations qui requièrent des capacités de machine learning plus adaptées. Enfin, vous apprendrez à utiliser des solutions de machine learning en production avec Vertex AI.
En savoir plus
Dans ce cours de niveau intermédiaire, vous apprendrez à concevoir, créer et optimiser des pipelines de données en batch robustes sur Google Cloud. Au-delà des bases de la gestion des données, vous explorerez les transformations de données à grande échelle et l'orchestration efficace des workflows, essentielles pour l'informatique décisionnelle et les rapports critiques.
Vous vous entraînerez à utiliser Dataflow pour Apache Beam et Serverless pour Apache Spark (Dataproc Serverless) pour l'implémentation, et vous aborderez des considérations importantes concernant la qualité des données, la surveillance et les alertes pour assurer la fiabilité des pipelines et l'excellence opérationnelle. Il est recommandé d'avoir des connaissances de base sur l'entreposage de données, les processus ETL/ELT, SQL, Python et les concepts de Google Cloud.
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 présente les produits et services Google Cloud pour le big data et le machine learning compatibles avec le cycle de vie "des données à l'IA". Il explore les processus, défis et avantages liés à la création d'un pipeline de big data et de modèles de machine learning avec Vertex AI sur Google Cloud.
En savoir plus
This skill badge aims to provide partners a comprehensive understanding of migrating Microsoft SQL Server databases to Cloud SQL for SQL Server, and gain hands-on experience through labs.
En savoir plus
This course aims to upskill Google Cloud partners to perform specific tasks of migrating data from Microsoft SQL Server to CloudSQL using the built-in replication capabilities of SQL Server.
Sample data will be used during the migration. Learners will complete several labs that focus on the process of transferring schema, data, and related processes to corresponding Google Cloud products.
One or more challenge labs will test the learner's understanding of the topics.
Implémenter des pratiques de base pour la sécurité du cloud sur Google Cloud
Earned nov. 17, 2024 EST
Référence : infrastructure
Earned nov. 16, 2024 EST
Présentation de l'IA et du machine learning sur Google Cloud
Earned nov. 14, 2024 EST
Préparer les données à utiliser pour les tableaux de bord et rapports Looker
Earned nov. 9, 2024 EST
Dégager des insights des données BigQuery
Earned nov. 7, 2024 EST
Introduction à l'ingénierie des données sur Google Cloud
Earned nov. 6, 2024 EST
Traitement des données sans serveur avec Dataflow : développer des pipelines
Earned oct. 27, 2023 EDT
Ingénierie des données pour la modélisation prédictive avec BigQuery ML
Earned oct. 21, 2023 EDT
Préparer des données pour les API de ML sur Google Cloud
Earned oct. 19, 2023 EDT
Créer un entrepôt de données avec BigQuery
Earned oct. 9, 2023 EDT
Traitement des données sans serveur avec Dataflow : principes de base
Earned oct. 2, 2023 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud - Français
Earned sept. 22, 2023 EDT
Créer des pipelines de données en batch sur Google Cloud
Earned sept. 15, 2023 EDT
Créer des lacs de données et des entrepôts de données sur Google Cloud
Earned sept. 9, 2023 EDT
Google Cloud Big Data and Machine Learning Fundamentals - Français
Earned sept. 4, 2023 EDT
Migrate Microsoft SQL Server to Cloud SQL
Earned août 26, 2023 EDT
Microsoft SQL Server to Cloud SQL
Earned août 26, 2023 EDT