Este es el primero de cinco cursos en el Certificado de Google Cloud Data Analytics. En este curso, aprenderás cómo se define el campo de análisis de datos en la nube y a describir los roles y responsabilidades de un analista de datos en la nube, que se relacionan con la adquisición, el almacenamiento, el procesamiento y la visualización de los datos. Explorarás la arquitectura de las herramientas basadas en Google Cloud (por ejemplo, BigQuery y Cloud Storage) y cómo se utilizan para estructurar y presentar datos, y realizar informes sobre ellos de manera eficaz.
Este es el segundo de cinco cursos en el Certificado de Google Cloud Data Analytics. En este curso, explorarás cómo se estructuran y organizan los datos. Obtendrás experiencia práctica con la arquitectura de data lakehouse y los componentes de la nube, como BigQuery, Google Cloud Storage y Dataproc para almacenar, analizar y procesar conjuntos de datos grandes de forma eficiente.
Este es el tercero de cinco cursos en el Certificado de Google Cloud Data Analytics. En este curso, comenzarás por obtener una descripción general del recorrido basado en datos, desde la recopilación hasta las estadísticas. Aprenderás a usar SQL para transformar datos sin procesar en un formato utilizable. Luego, descubrirás cómo transformar altos volúmenes de datos con una canalización. Finalmente, obtendrás experiencia para aplicar estrategias de transformación a conjuntos de datos reales que te permitirán solucionar las necesidades empresariales.
Este es el cuarto de cinco cursos del Certificado de Google Cloud Data Analytics. En este curso, te concentrarás en desarrollar habilidades en las cinco etapas clave de la visualización de datos en la nube: narrar, planificar, explorar datos, crear visualizaciones y compartir datos con otros. También ganarás experiencia en el uso de habilidades relacionadas con la IU o UX para crear esquemas impactantes de visualizaciones nativas de la nube y trabajar con herramientas de visualización de datos nativas de la nube. Esto con el objetivo de explorar conjuntos de datos, crear informes y construir paneles que impulsen las decisiones y fomenten la colaboración.
Este es el quinto de cinco cursos del Certificado de Google Cloud Data Analytics. En este curso, combinarás y aplicarás los conocimientos y las habilidades fundamentales que se enseñaron del curso 1 al 4 en un proyecto final práctico que se enfoca en el proyecto del ciclo de vida completo de los datos. Practicarás usando herramientas basadas en la nube para adquirir, almacenar, procesar, analizar, visualizar y comunicar estadísticas de datos de manera eficaz. Al final del curso, habrás completado un proyecto en el que demuestras tu dominio en cuanto a estructurar datos de múltiples fuentes con eficacia, presentar soluciones a una variedad de partes interesadas y visualizar estadísticas de datos usando software basado en la nube. También te prepararás actualizando tu currículum y practicando técnicas de entrevista para postularte a trabajos y asistir a entrevistas.
Este es el quinto de cinco cursos del Certificado de Google Cloud Data Analytics. En este curso, combinarás y aplicarás los conocimientos y las habilidades fundamentales que se enseñaron del curso 1 al 4 en un proyecto final práctico que se enfoca en el proyecto del ciclo de vida completo de los datos. Practicarás usando herramientas basadas en la nube para adquirir, almacenar, procesar, analizar, visualizar y comunicar estadísticas de datos de manera eficaz. Al final del curso, habrás completado un proyecto en el que demuestras tu dominio en cuanto a estructurar datos de múltiples fuentes con eficacia, presentar soluciones a una variedad de partes interesadas y visualizar estadísticas de datos usando software basado en la nube. También te prepararás actualizando tu currículum y practicando técnicas de entrevista para postularte a trabajos y asistir a entrevistas.
Este es el cuarto de cinco cursos del Certificado de Google Cloud Data Analytics. En este curso, te concentrarás en desarrollar habilidades en las cinco etapas clave de la visualización de datos en la nube: narrar, planificar, explorar datos, crear visualizaciones y compartir datos con otros. También ganarás experiencia en el uso de habilidades relacionadas con la IU o UX para crear esquemas impactantes de visualizaciones nativas de la nube y trabajar con herramientas de visualización de datos nativas de la nube. Esto con el objetivo de explorar conjuntos de datos, crear informes y construir paneles que impulsen las decisiones y fomenten la colaboración.
Este es el tercero de cinco cursos en el Certificado de Google Cloud Data Analytics. En este curso, comenzarás por obtener una descripción general del recorrido basado en datos, desde la recopilación hasta las estadísticas. Aprenderás a usar SQL para transformar datos sin procesar en un formato utilizable. Luego, descubrirás cómo transformar altos volúmenes de datos con una canalización. Finalmente, obtendrás experiencia para aplicar estrategias de transformación a conjuntos de datos reales que te permitirán solucionar las necesidades empresariales.
Este es el segundo de cinco cursos en el Certificado de Google Cloud Data Analytics. En este curso, explorarás cómo se estructuran y organizan los datos. Obtendrás experiencia práctica con la arquitectura de data lakehouse y los componentes de la nube, como BigQuery, Google Cloud Storage y Dataproc para almacenar, analizar y procesar conjuntos de datos grandes de forma eficiente.
Este es el primero de cinco cursos en el Certificado de Google Cloud Data Analytics. En este curso, aprenderás cómo se define el campo de análisis de datos en la nube y a describir los roles y responsabilidades de un analista de datos en la nube, que se relacionan con la adquisición, el almacenamiento, el procesamiento y la visualización de los datos. Explorarás la arquitectura de las herramientas basadas en Google Cloud (por ejemplo, BigQuery y Cloud Storage) y cómo se utilizan para estructurar y presentar datos, y realizar informes sobre ellos de manera eficaz.
El curso comienza con un debate sobre los datos: cómo mejorar su calidad y cómo realizar análisis exploratorios de ellos. Describimos Vertex AI AutoML y cómo crear, entrenar e implementar un modelo de AA sin escribir una sola línea de código. Conocerás los beneficios de BigQuery ML. Luego, se analiza cómo optimizar un modelo de aprendizaje automático (AA) y cómo la generalización y el muestreo pueden ayudar a evaluar la calidad de los modelos de AA para el entrenamiento personalizado.
¿Cuáles son las prácticas recomendadas para implementar el aprendizaje automático en Google Cloud? ¿Qué es Vertex AI y cómo se puede utilizar la plataforma para crear, entrenar e implementar rápidamente modelos de aprendizaje automático de AutoML sin escribir una sola línea de código? ¿Qué es el aprendizaje automático? ¿Qué tipos de problemas puede solucionar? Google considera que el aprendizaje automático es diferente: se trata de proporcionar una plataforma unificada para conjuntos de datos administrados, un almacén de atributos, una forma de crear, entrenar e implementar modelos de aprendizaje automático sin escribir una sola línea de código, así como proporcionar la capacidad de etiquetar datos y crear notebooks de Workbench utilizando frameworks como TensorFlow, SciKit-learn, Pytorch, R y otros. Vertex AI Platform también ofrece la posibilidad de entrenar modelos personalizados, crear canalizaciones de componentes y realizar predicciones en línea y por lotes. Además, analiza…
En este curso de nivel introductorio, obtendrás práctica con las herramientas y servicios básicos de Google Cloud. Se proporcionan videos opcionales para brindar más contexto y un repaso de los conceptos tratados en los labs. Conceptos básicos de Google Cloud es un primer curso recomendado para los estudiantes de la plataforma: puedes empezar con pocos o ningún conocimiento previo de la nube y terminar con experiencia práctica que podrás aplicar a tu primer proyecto en Google Cloud. Desde la escritura de comandos en Cloud Shell y la implementación de tu primera máquina virtual, hasta la ejecución de apps en Kubernetes Engine o con balanceo de cargas, Conceptos básicos de Google Cloud es la introducción ideal a las características básicas de la plataforma.
En este curso, aprenderás sobre los productos y servicios de macrodatos y aprendizaje automático de Google Cloud involucrados en el ciclo de vida de datos a IA. También explorarás los procesos, los desafíos y los beneficios de crear una canalización de macrodatos y modelos de aprendizaje automático con Vertex AI en Google Cloud.
Want to scale your data analysis efforts without managing database hardware? Learn the best practices for querying and getting insights from your data warehouse with this interactive series of BigQuery labs. BigQuery is Google's fully managed, NoOps, low cost analytics database. With BigQuery you can query terabytes and terabytes of data without having any infrastructure to manage or needing a database administrator. BigQuery uses SQL and can take advantage of the pay-as-you-go model. BigQuery allows you to focus on analyzing data to find meaningful insights.