This course explores Gemini in BigQuery, a suite of AI-driven features to assist data-to-AI workflow. These features include data exploration and preparation, code generation and troubleshooting, and workflow discovery and visualization. Through conceptual explanations, a practical use case, and hands-on labs, the course empowers data practitioners to boost their productivity and expedite the development pipeline.
Scopri di più
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.
Scopri di più
This Course is utilized to certify completion of The Skills Challenge at Next 2025.
Scopri di più
Complete the introductory Organize and Govern Data with Knowledge Catalog skill badge to demonstrate skills in the following: creating Knowledge Catalog assets, creating aspect types, and applying aspects to entries in Knowledge Catalog.
Scopri di più
Le pipeline di dati in genere rientrano in uno dei paradigmi EL (Extract, Load), ELT (Extract, Load, Transform) o ETL (Extract, Transform, Load). Questo corso descrive quale paradigma dovrebbe essere utilizzato e quando per i dati in batch. Inoltre, questo corso tratta diverse tecnologie su Google Cloud per la trasformazione dei dati, tra cui BigQuery, l'esecuzione di Spark su Dataproc, i grafici della pipeline in Cloud Data Fusion e trattamento dati serverless con Dataflow. Gli studenti fanno esperienza pratica nella creazione di componenti della pipeline di dati su Google Cloud utilizzando Qwiklabs.
Scopri di più
I due componenti chiave di qualsiasi pipeline di dati sono costituiti dai data lake e dai data warehouse. In questo corso evidenzieremo i casi d'uso per ogni tipo di spazio di archiviazione e approfondiremo i dettagli tecnici delle soluzioni di data lake e data warehouse disponibili su Google Cloud. Inoltre, descriveremo il ruolo di un data engineer, illustreremo i vantaggi di una pipeline di dati di successo per le operazioni aziendali ed esamineremo i motivi per cui il data engineering dovrebbe essere eseguito in un ambiente cloud.
Questo è il primo corso della serie Data engineering su Google Cloud. Dopo il completamento di questo corso, iscriviti al corso Creazione di pipeline di dati in batch su Google Cloud.
Scopri di più
Learn how to use Gemini Notebook to create a personalized study guide for the Professional Data Engineer certification exam.
You'll review Gemini Notebook features, create a notebook in Gemini Notebook, and learn how to use a study guide to practice for a certification exam.
Scopri di più
In this course, you learn about data engineering on Google Cloud, the roles and responsibilities of data engineers, and how those map to offerings provided by Google Cloud. You also learn about ways to address data engineering challenges.
Scopri di più
Boost Productivity with Gemini in BigQuery
Earned mar 26, 2025 EDT
Serverless Data Processing with Dataflow: Foundations
Earned mar 24, 2025 EDT
[DEPRECATED] The Skills Challenge at Next 2025
Earned mar 24, 2025 EDT
Organize and Govern Data with Knowledge Catalog
Earned feb 23, 2025 EST
Creazione di pipeline di dati in batch su Google Cloud
Earned feb 12, 2025 EST
Modernizzazione di data lake e data warehouse con Google Cloud
Earned gen 8, 2025 EST
Build a Certification Study Guide: PDE Exam Prep
Earned nov 12, 2024 EST
Introduction to Data Engineering on Google Cloud
Earned nov 10, 2024 EST