Dołącz Zaloguj się

Kalkidan Fekadu

Jest członkiem od 2026

Liga złota

2252 pkt.
Serverless Data Processing with Dataflow: Develop Pipelines Earned wrz 11, 2026 EDT
Serverless Data Processing with Dataflow: Foundations Earned wrz 7, 2026 EDT
Tworzenie siatki danych przy użyciu Knowledge Catalog Earned lip 28, 2026 EDT
Przygotowywanie danych do użycia z interfejsami ML w Google Cloud Earned lip 20, 2026 EDT
Deploy Multi-Agent Architectures Earned lip 15, 2026 EDT
Streaming Analytics into BigQuery Earned lip 11, 2026 EDT
Uzyskiwanie statystyk z danych BigQuery Earned lip 10, 2026 EDT
Build a Data Warehouse with BigQuery Earned lip 10, 2026 EDT

In this second installment of the Dataflow course series, we are going to be diving deeper on developing pipelines using the Beam SDK. We start with a review of Apache Beam concepts. Next, we discuss processing streaming data using windows, watermarks and triggers. We then cover options for sources and sinks in your pipelines, schemas to express your structured data, and how to do stateful transformations using State and Timer APIs. We move onto reviewing best practices that help maximize your pipeline performance. Towards the end of the course, we introduce SQL and Dataframes to represent your business logic in Beam and how to iteratively develop pipelines using Beam notebooks.

Więcej informacji

This course is part 1 of a 3-course series on Serverless Data Processing with Dataflow. In this first course, we start with a refresher of what Apache Beam is and its relationship with Dataflow. Next, we talk about the Apache Beam vision and the benefits of the Beam Portability framework. The Beam Portability framework achieves the vision that a developer can use their favorite programming language with their preferred execution backend. We then show you how Dataflow allows you to separate compute and storage while saving money, and how identity, access, and management tools interact with your Dataflow pipelines. Lastly, we look at how to implement the right security model for your use case on Dataflow.

Więcej informacji

Ukończ szkolenie wprowadzające Tworzenie siatki danych przy użyciu Knowledge Catalog, aby zdobyć odznakę potwierdzającą zdobycie następujących umiejętności: tworzenie siatki danych przy użyciu Knowledge Catalog w celu ułatwienia zarządzania danymi oraz ich wykrywania i ochrony w Google Cloud. Przećwiczysz i sprawdzisz swoje umiejętności w zakresie tagowania zasobów, przypisywania ról uprawnień i oceny jakości danych w Knowledge Catalog.

Więcej informacji

Ukończ szkolenie wprowadzające Przygotowywanie danych do użycia z interfejsami ML w Google Cloud, aby zdobyć odznakę potwierdzającą zdobycie następujących umiejętności: czyszczenie danych przy użyciu usługi Dataprep firmy Trifacta, uruchamianie potoków danych w Dataflow, tworzenie klastrów i uruchamianie zadań Apache Spark w Managed Service for Apache Spark, a także wywoływanie interfejsów API dotyczących uczenia maszynowego, w tym Cloud Natural Language API, Google Cloud Speech-to-Text API oraz Video Intelligence API.

Więcej informacji

Complete the advanced Deploy Multi-Agent Architectures skill badge to demonstrate skills in the following: building multi-agent systems with ADK, connecting agents with the Agent-to-Agent (A2A) protocol, integrating external tools using the Model Context Protocol (MCP), and deploying a complete multi-agent solution to Agent Engine. Explore other content in the Gemini Enterprise Agent Ready (GEAR) program.

Więcej informacji

Earn a skill badge by completing the Streaming Analytics into BigQuery skill badge course, where you use Pub/Sub, Dataflow and BigQuery together to stream data for analytics.

Więcej informacji

Ukończ szkolenie wprowadzające Uzyskiwanie statystyk z danych BigQuery, aby zdobyć odznakę potwierdzającą zdobycie następujących umiejętności: pisanie zapytań SQL, tworzenie zapytań dotyczących tabel publicznych, wczytywanie przykładowych danych w BigQuery, naprawianie typowych błędów składniowych przy użyciu walidatora zapytań w BigQuery oraz tworzenie raportów w Data Studio przez tworzenie połączenia z danymi BigQuery.

Więcej informacji

Complete the intermediate Build a Data Warehouse with BigQuery skill badge course to demonstrate skills in the following: joining data to create new tables, troubleshooting joins, appending data with unions, creating date-partitioned tables, and working with JSON, arrays, and structs in BigQuery.

Więcej informacji