Gabung Login

Dhruvi Shah

Menjadi anggota sejak 2024

Silver League

31535 poin
Serverless Data Processing with Dataflow: Operations Earned Sep 15, 2024 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud Earned Sep 14, 2024 EDT
Serverless Data Processing with Dataflow: Foundations Earned Sep 14, 2024 EDT
Build Streaming Data Pipelines on Google Cloud Earned Sep 13, 2024 EDT
Build Batch Data Pipelines on Google Cloud Earned Sep 13, 2024 EDT
Build Data Lakes and Data Warehouses on Google Cloud Earned Agu 27, 2024 EDT
Build a Certification Study Guide: PDE Exam Prep Earned Agu 2, 2024 EDT
Panduan Awal Menggunakan Gateway API Earned Jul 31, 2024 EDT
Mengatur dan Mengelola Data dengan Dataplex Earned Jul 31, 2024 EDT
Mengimplementasikan Alur Kerja Olahpesan dan Otomatisasi Berbasis Peristiwa Earned Jul 31, 2024 EDT
Dasar-Dasar Google Cloud Compute Earned Jul 31, 2024 EDT
Membangun Aplikasi AI yang Bermanfaat dengan Gemini dan Imagen Earned Jul 30, 2024 EDT
Menerapkan Solusi Ucapan dan Bahasa dengan API Terlatih Earned Jul 30, 2024 EDT
Menyimpan, Memproses, dan Mengelola Data di Google Cloud - Console Earned Jul 30, 2024 EDT
Men-streaming Analytics ke BigQuery Earned Jul 29, 2024 EDT
Membangun Data Warehouse dengan BigQuery Earned Jul 28, 2024 EDT
Mendapatkan Insight dari Data BigQuery Earned Jul 28, 2024 EDT
Menyiapkan Data untuk ML API di Google Cloud Earned Jul 28, 2024 EDT
Rekayasa Data untuk Pembuatan Model Prediktif dengan BigQuery ML Earned Jun 20, 2024 EDT

In the last installment of the Dataflow course series, we will introduce the components of the Dataflow operational model. We will examine tools and techniques for troubleshooting and optimizing pipeline performance. We will then review testing, deployment, and reliability best practices for Dataflow pipelines. We will conclude with a review of Templates, which makes it easy to scale Dataflow pipelines to organizations with hundreds of users. These lessons will help ensure that your data platform is stable and resilient to unanticipated circumstances.

Pelajari lebih lanjut

Incorporating machine learning into data pipelines increases the ability to extract insights from data. This course covers ways machine learning can be included in data pipelines on Google Cloud. For little to no customization, this course covers AutoML. For more tailored machine learning capabilities, this course introduces Notebooks and BigQuery machine learning (BigQuery ML). Also, this course covers how to productionalize machine learning solutions by using Vertex AI.

Pelajari lebih lanjut

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.

Pelajari lebih lanjut

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.

Pelajari lebih lanjut

In this intermediate course, you will learn to design, build, and optimize robust batch data pipelines on Google Cloud. Moving beyond fundamental data handling, you will explore large-scale data transformations and efficient workflow orchestration, essential for timely business intelligence and critical reporting. Get hands-on practice using Dataflow for Apache Beam and Serverless for Apache Spark (Dataproc Serverless) for implementation, and tackle crucial considerations for data quality, monitoring, and alerting to ensure pipeline reliability and operational excellence. A basic knowledge of data warehousing, ETL/ELT, SQL, Python, and Google Cloud concepts is recommended.

Pelajari lebih lanjut

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.

Pelajari lebih lanjut

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.

Pelajari lebih lanjut

Dapatkan badge keahlian dengan menyelesaikan kursus badge keahlian Panduan Awal Menggunakan Gateway API, dan pelajari cara menggunakan Gateway API untuk men-deploy, mengamankan, dan mengelola API dengan gateway yang terkelola sepenuhnya.

Pelajari lebih lanjut

Selesaikan badge keahlian pengantar Mengelola dan Mengatur Data dengan Dataplex untuk menunjukkan keahlian dalam hal berikut: membuat aset Dataplex, membuat jenis aspek, dan menerapkan aspek ke entri di Dataplex. Badge keahlian akan memvalidasi pengetahuan praktis Anda terkait produk tertentu melalui lab interaktif dan penilaian tantangan. Dapatkan badge dengan menyelesaikan kursus atau langsung ikuti Challenge Lab untuk mendapatkan badge Anda hari ini. Badge membuktikan kemahiran Anda, meningkatkan profil profesional Anda, dan pada akhirnya membantu meningkatkan peluang karier Anda. Buka profil Anda untuk memantau badge yang telah Anda peroleh.

Pelajari lebih lanjut

Dapatkan badge keahlian dengan menyelesaikan kursus Mengimplementasikan Alur Kerja Olahpesan dan Otomatisasi Berbasis Peristiwa, tempat Anda mempelajari cara menggunakan Pub/Sub melalui Konsol Cloud, cara tugas Cloud Scheduler dapat menghemat tenaga Anda, dan cara Pub/Sub Lite dapat menghemat uang Anda dalam proses transfer peristiwa bervolume tinggi.

Pelajari lebih lanjut

Dapatkan badge keahlian dengan menyelesaikan quest Dasar-Dasar Google Cloud Compute, dan pelajari cara menggunakan virtual machine (VM), persistent disk, dan server web menggunakan Compute Engine.

Pelajari lebih lanjut

Selesaikan badge keahlian pengantar Membangun Aplikasi AI yang Bermanfaat dengan Gemini dan Imagen untuk menunjukkan keterampilan dalam hal berikut: pengenalan citra, natural language processing, pembuatan gambar menggunakan model Gemini dan Imagen Google yang canggih, serta men-deploy aplikasi di platform Vertex AI.

Pelajari lebih lanjut

Dapatkan Lencana Keahlian dengan menyelesaikan kursus Menerapkan Solusi Ucapan dan Bahasa dengan API Terlatih, di mana Anda belajar cara menggunakan alat API terkait ucapan untuk mensintesis dan mentranskripsi ucapan.

Pelajari lebih lanjut

Cloud Storage, Cloud Functions, dan Cloud Pub/Sub adalah layanan Google Cloud Platform yang dapat digunakan untuk menyimpan, memproses, dan mengelola data. Ketiga layanan dapat digunakan bersama untuk membuat berbagai aplikasi berbasis data. Dalam badge keahlian ini, Anda akan menggunakan Cloud Storage untuk menyimpan gambar, Cloud Functions untuk memproses gambar, dan Cloud Pub/Sub untuk mengirim gambar ke aplikasi lain.

Pelajari lebih lanjut

Dapatkan badge keahlian dengan menyelesaikan kursus Men-streaming Analytics ke BigQuery, tempat Anda menggunakan Pub/Sub, Dataflow, dan BigQuery secara bersamaan untuk melakukan streaming data untuk analisis.

Pelajari lebih lanjut

Selesaikan badge keahlian tingkat menengah Membangun Data Warehouse dengan BigQuery untuk menunjukkan keterampilan Anda dalam hal berikut: menggabungkan data untuk membuat tabel baru, memecahkan masalah penggabungan, menambahkan data dengan union, membuat tabel berpartisi tanggal, serta menggunakan JSON, array, dan struct di BigQuery.

Pelajari lebih lanjut

Selesaikan badge keahlian pengantar Mendapatkan Insight dari Data BigQuery untuk menunjukkan keterampilan dalam hal berikut: menulis kueri SQL, membuat kueri tabel publik, memuat sampel data ke dalam BigQuery, memecahkan masalah error sintaksis umum dengan validator kueri di BigQuery, dan membuat laporan di Data Studio dengan menghubungkannya ke data BigQuery.

Pelajari lebih lanjut

Selesaikan badge keahlian pengantar Menyiapkan Data untuk ML API di Google Cloud untuk menunjukkan keterampilan Anda dalam hal berikut: menghapus data dengan Dataprep by Trifacta, menjalankan pipeline data di Dataflow, membuat cluster dan menjalankan tugas Apache Spark di Managed Service for Apache Spark, dan memanggil beberapa ML API, termasuk Cloud Natural Language API, Google Cloud Speech-to-Text API, dan Video Intelligence API.

Pelajari lebih lanjut

Selesaikan badge keahlian tingkat menengah Rekayasa Data untuk Pembuatan Model Prediktif dengan BigQuery ML untuk menunjukkan keterampilan Anda dalam hal berikut: membangun pipeline transformasi data ke BigQuery dengan Dataprep by Trifacta; menggunakan Cloud Storage, Dataflow, dan BigQuery untuk membangun alur kerja ekstrak, transformasi, dan pemuatan (ETL); serta membangun model machine learning menggunakan BigQuery ML.

Pelajari lebih lanjut