Chargement...
Aucun résultat.
Partager sur votre flux LinkedIn Twitter Facebook

Google Cloud Skills Boost

Mettez en pratique vos compétences dans la console Google Cloud

04

Modernizing Data Lakes and Data Warehouses with Google Cloud - Français

04

Modernizing Data Lakes and Data Warehouses with Google Cloud - Français

magic_button Data Lake Data Engineering Data Pipeline
These skills were generated by AI. Do you agree this course teaches these skills?
8 heures Intermédiaire

Les lacs de données et les entrepôts de données sont les deux principaux composants des pipelines de données. Ce cours présente des cas d'utilisation de chaque type de stockage, ainsi que les détails techniques des solutions de lacs et d'entrepôts de données disponibles sur Google Cloud. Il décrit également le rôle des ingénieurs de données et les avantages d'un pipeline de données réussi sur les opérations commerciales, avant d'expliquer pourquoi il est important de procéder à l'ingénierie des données dans un environnement cloud.

Il s'agit du premier cours de la série "Data Engineering on Google Cloud". Après l'avoir terminé, inscrivez-vous au cours "Building Batch Data Pipelines on Google Cloud".

Terminez cette activité et gagnez un badge ! Boostez votre carrière dans le cloud en montrant les compétences que vous avez acquises.

info
Informations sur le cours
Objectifs
  • Faire la différence entre les lacs de données et les entrepôts de données.
  • Explorer des cas d'utilisation de chaque type de stockage, ainsi que les solutions de lacs et d'entrepôts de données disponibles sur Google Cloud.
  • Comprendre le rôle des ingénieurs de données et les bénéfices qu'apporte un pipeline de données réussi aux opérations commerciales.
  • Comprendre pourquoi il est important de procéder à l'ingénierie des données dans un environnement cloud.
Prérequis

Pour pouvoir bénéficier de ce cours, les participants doivent avoir suivi la formation "Les bases du big data et du machine learning dans Google Cloud" ou disposer d'une expérience équivalente. Ils doivent également : • posséder des compétences de base dans un langage de requête courant tel que SQL ; • avoir de l'expérience en modélisation de données et maîtriser les opérations d'extraction, de transformation et de chargement (ETL) ; • avoir de l'expérience en développement d'applications dans un langage de programmation courant tel que Python ; • connaître les concepts de base du machine learning et/ou des statistiques.

Cible
Ce cours s'adresse aux développeurs chargés de l'interrogation d'ensembles de données, de la visualisation de résultats de requête et de la création de rapports. Les postes concernés incluent les suivants : ingénieur de données, analyste de données, administrateur de bases de données et architecte big data.
Langues disponibles
English, 日本語, español (Latinoamérica), français, português (Brasil), italiano et 한국어
Que faire après avoir terminé ce cours ?
Après avoir terminé ce cours, vous pouvez consulter des contenus supplémentaires de votre parcours de formation ou parcourir le catalogue de formations.
Quels badges pouvez-vous gagner ?
Lorsque vous terminez un cours, vous obtenez un badge de réussite. Vos badges s'affichent sur votre profil, et vous pouvez les partager sur les réseaux sociaux.
Vous souhaitez suivre ce cours à la demande avec l'un de nos partenaires ?
Consultez les contenus Google Cloud disponibles sur Coursera et Pluralsight.
Vous préférez suivre un cours animé par un formateur ?

La puissance des ateliers challenge

Vous pouvez désormais obtenir un badge de compétence sans avoir à suivre l'intégralité du cours. Si vous êtes sûr de vos compétences, passez directement à l'atelier challenge.

Aperçu