Cette formation de spécialisation en ligne d'une durée de cinq semaines présente en pratique comment concevoir et développer des systèmes de traitement des données sur Google Cloud. À travers un ensemble de présentations, de démonstrations et d'ateliers pratiques, les participants apprennent à concevoir des systèmes de traitement de données, à créer des pipelines de données de bout en bout, à analyser des données et à exécuter des tâches de machine learning.

Ce cours permet aux participants d'acquérir les compétences suivantes :

• Concevoir et développer des systèmes de traitement de données sur Google Cloud Platform

• Exploiter des données non structurées à l'aide de Spark et des API de ML sur Cloud Dataproc

• Traiter des données par lot ou par flux en mettant en œuvre des pipelines de données d'autoscaling sur Cloud Dataflow

• Obtenir des informations métier à partir de très grands ensembles de données à l'aide de Google BigQuery

• Entraîner, évaluer et effectuer des prédictions à l'aide de modèles de machine learning avec TensorFlow et Cloud ML

• Obtenir des insights immédiats à partir de données par flux

Ce cours s'adresse aux développeurs expérimentés qui se chargent de réaliser des opérations de transformation du big data.

En vous inscrivant à cette spécialisation vous acceptez les conditions d'utilisation de Qwiklabs décrites dans la FAQ et disponibles à l'adresse: https://qwiklabs.com/terms_of_service

Praktisches Lernprojekt

Cette spécialisation comporte des ateliers pratiques. Pour vous y inscrire, vous devez disposer d'un compte Google (un compte Gmail suffit) et créer un compte d'essai gratuit à Google Cloud Platform. L'essai gratuit est restreint à 12 mois d'utilisation ou à 300 $ de crédit (selon la limite atteinte en premier). Nous avons donc conçu cette spécialisation pour que vous puissiez la terminer en quatre semaines.

Ces ateliers vous permettent d'appliquer ce que vous apprenez dans les cours en vidéo. Les projets sont axés autour d'outils tels que Google BigQuery, qui sont utilisés et configurés dans Codelabs. Vous développerez ainsi une expérience pratique des concepts expliqués dans les modules.