Приєднатися Увійти

Hendrik Serruys

Учасник із 2021

Бронзова ліга

Кількість балів: 1800
Build Streaming Data Pipelines on Google Cloud Earned січ. 24, 2022 EST
Serverless Data Processing with Dataflow: Foundations Earned січ. 11, 2022 EST
Engineer Data for Predictive Modeling with BigQuery ML Earned січ. 9, 2022 EST
[DEPRECATED] Data Engineering Earned січ. 9, 2022 EST
Google Cloud Fundamentals: Core Infrastructure - Yкраїнська Earned січ. 3, 2022 EST
Початок роботи з даними, машинним навчанням і штучним інтелектом Earned груд. 30, 2021 EST
Підготовка даних для інтерфейсів API машинного навчання в Google Cloud Earned груд. 30, 2021 EST
Build Data Lakes and Data Warehouses on Google Cloud Earned груд. 27, 2021 EST
Google Cloud Big Data and Machine Learning Fundamentals - українська Earned груд. 1, 2021 EST
Налаштування Cloud Load Balancing для Compute Engine Earned жовт. 28, 2021 EDT

In this course you will get hands-on in order to work through real-world challenges faced when building streaming data pipelines. The primary focus is on managing continuous, unbounded data with Google Cloud products.

Докладніше

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.

Докладніше

Complete the intermediate Engineer Data for Predictive Modeling with BigQuery ML skill badge to demonstrate skills in the following: building data transformation pipelines to BigQuery using Dataprep by Trifacta; using Cloud Storage, Dataflow, and BigQuery to build extract, transform, and load (ETL) workflows; and building machine learning models using BigQuery ML.

Докладніше

This advanced-level quest is unique amongst the other catalog offerings. The labs have been curated to give IT professionals hands-on practice with topics and services that appear in the Google Cloud Certified Professional Data Engineer Certification. From Big Query, to Dataprep, to Cloud Composer, this quest is composed of specific labs that will put your Google Cloud data engineering knowledge to the test. Be aware that while practice with these labs will increase your skills and abilities, you will need other preparation, too. The exam is quite challenging and external studying, experience, and/or background in cloud data engineering is recommended. Looking for a hands on challenge lab to demonstrate your skills and validate your knowledge? On completing this quest, enroll in and finish the additional challenge lab at the end of the Engineer Data in the Google Cloud to receive an exclusive Google Cloud digital badge.

Докладніше

Курс "Знайомство з Google Cloud: основна інфраструктура" охоплює важливі поняття й терміни щодо використання Google Cloud. Переглядаючи відео й виконуючи практичні завдання, слухачі ознайомляться з різними сервісами Google Cloud для обчислень і зберігання даних, а також важливими ресурсами й інструментами для керування правилами. Крім того, вони зможуть їх порівнювати.

Докладніше

Зараз усі говорять про масиви даних, машинне навчання й штучний інтелект, але це досить вузькоспеціалізовані теми, про які важко знайти матеріали, зрозумілі не лише спеціалістам. На щастя, Google Cloud пропонує зручні сервіси в цих галузях, а завдяки цьому вступному курсу ви зможете ознайомитися з такими інструментами, як BigQuery, Cloud Speech API і Video Intelligence.

Докладніше

Пройдіть вступний кваліфікаційний курс Підготовка даних для інтерфейсів API машинного навчання в Google Cloud, щоб продемонструвати свої навички щодо очистки даних за допомогою сервісу Dataprep by Trifacta, запуску конвеєрів даних у Dataflow, створення кластерів і запуску завдань Apache Spark у Managed Service for Apache Spark, а також виклику API машинного навчання, зокрема Cloud Natural Language API, Google Cloud Speech-to-Text API і Video Intelligence API.

Докладніше

While the traditional approaches of using data lakes and data warehouses can be effective, they have shortcomings, particularly in large enterprise environments. This course introduces the concept of a data lakehouse and the Google Cloud products used to create one. A lakehouse architecture uses open-standard data sources and combines the best features of data lakes and data warehouses, which addresses many of their shortcomings.

Докладніше

Під час курсу ви зможете ознайомитися з продуктами й сервісами Google Cloud для роботи з масивами даних і машинним навчанням, які підтримують життєвий цикл роботи з даними для тренування моделей штучного інтелекту. У курсі розглядаються процеси, проблеми й переваги створення конвеєру масиву даних і моделей машинного навчання з Vertex AI у Google Cloud.

Докладніше

Пройдіть вступний кваліфікаційний курс Налаштування Cloud Load Balancing для Compute Engine, щоб продемонструвати свої навички: створення й розгортання віртуальних машин у Compute Engine; налаштування мережі й розподілювачів навантаження додатків.

Докладніше