Processamento de dados sem servidor com o Dataflow: desenvolvimento de pipelines
Earned Dec 31, 2025 EST
Dados de engenharia para modelagem preditiva com o BigQuery ML
Earned Dec 22, 2025 EST
Criar um data warehouse com o BigQuery
Earned Dec 19, 2025 EST
Preparar dados para APIs de ML no Google Cloud
Earned Nov 26, 2025 EST
Processamento de dados sem servidor com o Dataflow: fundamentos
Earned Sep 11, 2025 EDT
Data Lake Modernization on Google Cloud: Cloud Data Fusion
Earned Sep 4, 2025 EDT
Introdução à engenharia de dados no Google Cloud
Earned Aug 4, 2025 EDT
Google Cloud Computing Foundations: Cloud Computing Fundamentals - Português Brasileiro
Earned Sep 18, 2024 EDT
Noções básicas do Google Cloud: infraestrutura principal
Earned Sep 1, 2024 EDT
Na segunda parte desta série, vamos nos aprofundar no desenvolvimento de pipelines usando o SDK do Beam. Primeiro, vamos conferir um resumo dos conceitos do Apache Beam. Depois disso, falaremos sobre como processar dados de streaming usando janelas, marcas d’água e gatilhos. Em seguida, vamos ver as opções de origens e coletores para seus pipelines, além de esquemas para expressar seus dados estruturados e como fazer transformações com estado usando as APIs State e Timer. A próxima tarefa será conferir as práticas recomendadas para maximizar o desempenho do pipeline. No final do curso, apresentaremos as APIs SQL e Dataframes, que representam sua lógica de negócios no Beam. Além disso, veremos como desenvolver pipelines de maneira iterativa usando os notebooks do Beam.
Saiba mais
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
Conclua o selo de habilidade intermediário Criar um data warehouse com o BigQuery para mostrar que você sabe mesclar dados para criar novas tabelas; solucionar problemas de mesclagens; adicionar dados ao final com uniões; criar tabelas particionadas por data; além de trabalhar com JSON, matrizes e structs no BigQuery.
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
Welcome to Cloud Data Fusion, where we discuss how to use Cloud Data Fusion to build complex data pipelines.
Saiba mais
Neste curso, vamos falar sobre a engenharia de dados no Google Cloud, os papéis e responsabilidades dos engenheiros de dados e como alinhá-los aos produtos do Google Cloud. Além disso, você aprenderá a lidar com os desafios da engenharia de dados.
Saiba mais
Os cursos da Google Cloud Computing Foundations são direcionados para pessoas com pouca ou nenhuma formação ou experiência na área de computação em nuvem. Eles apresentam uma visão geral dos principais conceitos de nuvem, Big Data e machine learning, além de explicar onde e como usar o Google Cloud.
Ao final da série de cursos, os alunos serão capazes de articular estes conceitos e demonstrar algumas habilidades práticas.
Conclua os cursos na seguinte ordem:
1. Google Cloud Computing Foundations: Cloud Computing Fundamentals
2. Google Cloud Computing Foundations: Infrastructure in Google Cloud
3. Google Cloud Computing Foundations: Networking and Security in Google Cloud
4. Google Cloud Computing Foundations: Data, ML, and AI in Google Cloud
Este primeiro curso apresenta uma visão geral da computação em nuvem, formas de usar o Google Cloud e as diferentes opções de computação.
Saiba mais
"Noções básicas do Google Cloud: infraestrutura principal" é uma apresentação da terminologia e de conceitos importantes para trabalhar com o Google Cloud. Usando vídeos e laboratórios práticos, o curso apresenta e compara vários serviços de armazenamento e computação do Google Cloud, além de ferramentas importantes para o gerenciamento de políticas e recursos.
Processamento de dados sem servidor com o Dataflow: desenvolvimento de pipelines
Earned Dec 31, 2025 EST
Dados de engenharia para modelagem preditiva com o BigQuery ML
Earned Dec 22, 2025 EST
Criar um data warehouse com o BigQuery
Earned Dec 19, 2025 EST
Preparar dados para APIs de ML no Google Cloud
Earned Nov 26, 2025 EST
Processamento de dados sem servidor com o Dataflow: fundamentos
Earned Sep 11, 2025 EDT
Data Lake Modernization on Google Cloud: Cloud Data Fusion
Earned Sep 4, 2025 EDT
Introdução à engenharia de dados no Google Cloud
Earned Aug 4, 2025 EDT
Google Cloud Computing Foundations: Cloud Computing Fundamentals - Português Brasileiro
Earned Sep 18, 2024 EDT
Noções básicas do Google Cloud: infraestrutura principal
Earned Sep 1, 2024 EDT