Moisés Constantino Isneros
Учасник із 2021
Срібна ліга
Кількість балів: 3800
Create and Manage Cloud Resources
Earned трав. 23, 2022 EDT
Google Cloud Big Data and Machine Learning Fundamentals - українська
Earned лист. 25, 2021 EST
Engineer Data for Predictive Modeling with BigQuery ML
Earned лист. 11, 2021 EST
Build a Certification Study Guide: PDE Exam Prep
Earned лист. 8, 2021 EST
Підготовка даних для інтерфейсів API машинного навчання в Google Cloud
Earned лист. 4, 2021 EDT
Build Batch Data Pipelines on Google Cloud
Earned лист. 3, 2021 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud
Earned жовт. 26, 2021 EDT
Build Data Lakes and Data Warehouses on Google Cloud
Earned жовт. 25, 2021 EDT
Build Streaming Data Pipelines on Google Cloud
Earned жовт. 22, 2021 EDT
Google Cloud Big Data and Machine Learning Fundamentals - українська
Earned серп. 31, 2021 EDT
Understanding LookML in Looker
Earned серп. 18, 2021 EDT
Prepare Data for Looker Dashboards and Reports
Earned серп. 18, 2021 EDT
[DEPRECATED] Building Advanced Codeless Pipelines on Cloud Data Fusion
Earned серп. 17, 2021 EDT
Building Codeless Pipelines on Cloud Data Fusion
Earned серп. 17, 2021 EDT
Пройдіть квест Create and Manage Cloud Resources й отримайте skill badge. Ви навчитеся виконувати наведені нижче дії. Писати команди gcloud і використовувати Cloud Shell, створювати й розгортати віртуальні машини в Compute Engine, запускати контейнерні додатки за допомогою Google Kubernetes Engine, а також налаштовувати розподілювачі навантаження для мережі й HTTP.Skill badge – це ексклюзивна цифрова винагорода, яка підтверджує, що ви вмієте працювати з продуктами й сервісами Google Cloud, а також застосовувати ці знання в інтерактивному практичному середовищі. Щоб отримати skill badge й показати його колегам, пройдіть цей квест і підсумковий тест.
Докладніше
Під час курсу ви зможете ознайомитися з продуктами й сервісами Google Cloud для роботи з масивами даних і машинним навчанням, які підтримують життєвий цикл роботи з даними для тренування моделей штучного інтелекту. У курсі розглядаються процеси, проблеми й переваги створення конвеєру масиву даних і моделей машинного навчання з Vertex AI у Google Cloud.
Докладніше
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.
Докладніше
Learn how to use Gemini Notebook to create a personalized study guide for the Professional Data Engineer certification exam.
You'll review Gemini Notebook features, create a notebook in Gemini Notebook, and learn how to use a study guide to practice for a certification exam.
Докладніше
Пройдіть вступний кваліфікаційний курс Підготовка даних для інтерфейсів API машинного навчання в Google Cloud, щоб продемонструвати свої навички щодо очистки даних за допомогою сервісу Dataprep by Trifacta, запуску конвеєрів даних у Dataflow, створення кластерів і запуску завдань Apache Spark у Managed Service for Apache Spark, а також виклику API машинного навчання, зокрема Cloud Natural Language API, Google Cloud Speech-to-Text API і Video Intelligence API.
Докладніше
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.
Докладніше
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.
Докладніше
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.
Докладніше
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.
Докладніше
Під час курсу ви зможете ознайомитися з продуктами й сервісами Google Cloud для роботи з масивами даних і машинним навчанням, які підтримують життєвий цикл роботи з даними для тренування моделей штучного інтелекту. У курсі розглядаються процеси, проблеми й переваги створення конвеєру масиву даних і моделей машинного навчання з Vertex AI у Google Cloud.
Докладніше
In this quest, you will get hands-on experience with LookML in Looker. You will learn how to write LookML code to create new dimensions and measures, create derived tables and join them to Explores, filter Explores, and define caching policies in LookML.
Докладніше
Complete the introductory Prepare Data for Looker Dashboards and Reports skill badge course to demonstrate skills in the following: filtering, sorting, and pivoting data; merging results from different Looker Explores; and using functions and operators to build Looker dashboards and reports for data analysis and visualization.
Докладніше
This advanced-level Quest builds on its predecessor Quest, and offers hands-on practice on the more advanced data integration features available in Cloud Data Fusion, while sharing best practices to build more robust, reusable, dynamic pipelines. Learners get to try out the data lineage feature as well to derive interesting insights into their data’s history.
Докладніше
This course offers hands-on practice with Cloud Data Fusion, a cloud-native, code-free, data integration platform. ETL Developers, Data Engineers and Analysts can greatly benefit from the pre-built transformations and connectors to build and deploy their pipelines without worrying about writing code. This Quest starts with a quickstart lab that familiarises learners with the Cloud Data Fusion UI. Learners then get to try running batch and realtime pipelines as well as using the built-in Wrangler plugin to perform some interesting transformations on data.
Докладніше
