Seminare
Seminare
  • Seminare
  • Anbieter
  • 5 km
  • 10 km
  • 25 km
  • 50 km
  • 100 km
  • 150 km
  • 200 km
  • 300 km

Data Engineering on Google Cloud Platform

Seminar - Cegos Integrata GmbH

Module 1: Introduction to Data Engineering

  • Explore the role of a data engineer.
  • Analyze data engineering challenges.
  • Intro to BigQuery.
  • Data Lakes and Data Warehouses.
  • Demo: Federated Queries with BigQuery.
  • Transactional Databases vs Data Warehouses.
  • Website Demo: Finding PII in your dataset with DLP API.
  • Partner effectively with other data teams.
  • Manage data access and governance.
  • Build production-ready pipelines.
  • Review GCP customer case study.
  • Lab: Analyzing Data with BigQuery.

Module 2: Building a Data Lake

  • Introduction to Data Lakes.
  • Data Storage and ETL options on GCP.
  • Building a Data Lake using Cloud Storage.
  • Optional Demo: Optimizing cost with Google Cloud Storage classes and Cloud Functions.
  • Securing Cloud Storage.
  • Storing All Sorts of Data Types.
  • Video Demo: Running federated queries on Parquet and ORC files in BigQuery.
  • Cloud SQL as a relational Data Lake.
  • Lab: Loading Taxi Data into Cloud SQL.

Module 3: Building a Data Warehouse

The modern data warehouse.

Intro to BigQuery.

Demo: Query TB+ of data in seconds.

Getting Started.

Loading Data.

Video Demo: Querying Cloud SQL from BigQuery.

Lab: Loading Data into BigQuery.

Exploring Schemas.

Demo: Exploring BigQuery Public Datasets wi...

Termin Ort Preis*
14.01.2025- 17.01.2025 Hamburg 3.094,00 €
01.04.2025- 04.04.2025 Berlin 3.094,00 €
18.08.2025- 21.08.2025 Eschborn 3.094,00 €
firmenintern auf Anfrage auf Anfrage

Alle Termine anzeigen

*Alle Preise verstehen sich inkl. MwSt.

Detaillierte Informationen zum Seminar

Inhalte:
  • Module 1: Introduction to Data Engineering
  • Module 2: Building a Data Lake
  • Module 3: Building a Data Warehouse
  • Module 4: Introduction to Building Batch Data Pipelines,
  • Module 5: Executing Spark on Cloud Dataproc
  • Module 6: Serverless Data Processing with Cloud Dataflow
  • Module 7: Manage Data Pipelines with Cloud Data Fusion and Cloud Composer
  • Module 8: Introduction to Processing Streaming Data
  • Module 9: Serverless Messaging with Cloud Pub/Sub
  • Module 10: Cloud Dataflow Streaming Features
  • Module 11: High-Throughput BigQuery and Bigtable Streaming Features
  • Module 12: Advanced BigQuery Functionality and Performance
  • Module 13: Introduction to Analytics and AI
  • Module 14: Prebuilt ML model APIs for Unstructured Data
  • Module 15: Big Data Analytics with Cloud AI Platform Notebooks
  • Module 16: Production ML Pipelines with Kubeflow
  • Module 17: Custom Model building with SQL in BigQuery ML
  • Module 18: Custom Model building with Cloud AutoML
Dauer/zeitlicher Ablauf:
4 Tage
Ziele/Bildungsabschluss:

Dieser Kurs vermittelt den Teilnehmern die folgenden Kompetenzen:

  • Datenverarbeitungssysteme auf der Google Cloud Platform entwickeln
  • Batch- und Streamingdaten durch die Implementierung von Autoscaling-Datenpipelines auf Cloud Dataflow verarbeiten
  • Mit Google BigQuery Geschäftsinformationen aus extrem großen Datasets ableiten
  • Modelle des maschinellen Lernens mit TensorFlow und Cloud ML trainieren, auswerten und mit ihnen Vorhersagen treffen
  • Unstrukturierte Daten mit Spark und ML-APIs auf Cloud Dataproc nutzen
  • Sofortige Informationsgewinnung aus Streamingdaten ermöglichen
Teilnahmevoraussetzungen:

Für maximale Lernerfolge sollten die Teilnehmer folgende Voraussetzungen erfüllen:

  • Abgeschlossener Kurs 'Google Cloud Fundamentals: Big Data and Machine Learning' oder gleichwertige Kenntnisse
  • Grundkenntnisse in gängigen Abfragesprachen wie SQL
  • Kenntnisse in Datenmodellierung, Extraktion, Transformation und Ladeaktivitäten
  • Kenntnisse im Entwickeln von Anwendungen mit einer gängigen Programmiersprache wie Python
  • Vertrautheit mit maschinellem Lernen und/oder Statistik
Zielgruppe:

Dieser Kurs richtet sich an erfahrene Entwickler, die für die Verwaltung von Big-Data-Transformationen verantwortlich sind, zum Beispiel:

  • Daten extrahieren, laden, transformieren, bereinigen und validieren
  • Pipelines und Architekturen für die Datenverarbeitung entwerfen
  • Modelle für maschinelles Lernen und Statistik erstellen und warten
  • Datasets abfragen, Abfrageergebnisse visualisieren und Berichte erstellen
Seminarkennung:
39014
Nach unten
Nach oben
Wir setzen Analyse-Cookies ein, um Ihre Zufriedenheit bei der Nutzung unserer Webseite zu verbessern. Diese Cookies werden nicht automatisiert gesetzt. Wenn Sie mit dem Einsatz dieser Cookies einverstanden sind, klicken Sie bitte auf Akzeptieren. Weitere Informationen finden Sie hier.
Akzeptieren Nicht akzeptieren









Um Spam abzuwehren, geben Sie bitte die Buchstaben auf dem Bild in das Textfeld ein:

captcha



Bei der Verarbeitung Ihrer personenbezogenen Daten im Zusammenhang mit der Kontaktfunktion beachten wir die gesetzlichen Bestimmungen. Unsere ausführlichen Datenschutzinformationen finden Sie hier. Bei der Kontakt-Funktion erhobene Daten werden nur an den jeweiligen Anbieter weitergeleitet und sind nötig, damit der Anbieter auf Ihr Anliegen reagieren kann.







Um Spam abzuwehren, geben Sie bitte die Buchstaben auf dem Bild in das Textfeld ein:

captcha