Rejoindre Se connecter

Sureshkumar Annadurai

Date d'abonnement : 2020

Ligue de bronze

800 points
Inside Track: Dataflow Advanced Earned déc. 17, 2022 EST
Créer des lacs de données et des entrepôts de données sur Google Cloud Earned déc. 1, 2021 EST
Créer un entrepôt de données avec BigQuery Earned juin 20, 2021 EDT
Data Science on the Google Cloud Platform Earned juin 13, 2021 EDT
Intro to BigQuery: Analytics & Machine Learning Earned mai 15, 2021 EDT
Créer des lacs de données et des entrepôts de données sur Google Cloud Earned août 11, 2020 EDT
Google Cloud Big Data and Machine Learning Fundamentals - Français Earned août 9, 2020 EDT

This course provided technical training in Google Cloud Dataflow, the foundational pillar of Google Cloud's streaming analytics solution. This training is intended for Google Cloud technical experts that are looking to further their understanding of Dataflow to advance sales-related technical evaluations, customer implementations, technical support, and data processing applications. This course explores topics related to Dataflow, including: Apache Beam SDK Google Cloud Dataflow Runner Autoscaling Logic Sources / Sinks Schemas / Dataflow SQL Dynamic Work RebalancingMonitoring, Troubleshooting, and Optimization Testing and CI/CD

En savoir plus

Bien que les approches traditionnelles utilisant des lacs de données et des entrepôts de données puissent être efficaces, elles présentent des inconvénients, en particulier dans les grands environnements d'entreprise. Ce cours présente le concept de data lakehouse et les produits Google Cloud utilisés pour en créer un. Une architecture de lakehouse utilise des sources de données basées sur des normes ouvertes et combine les meilleures fonctionnalités des lacs et des entrepôts de données, ce qui permet de pallier de nombreuses lacunes.

En savoir plus

Terminez le cours intermédiaire Créer un entrepôt de données avec BigQuery pour recevoir un badge démontrant vos compétences dans les domaines suivants : la jointure de données pour créer des tables, la résolution des problèmes liés aux jointures, l'ajout de données avec des unions, la création de tables partitionnées par date, et l'utilisation d'objets JSON, ARRAY et STRUCT dans BigQuery.

En savoir plus

Cette quête est la première d'une série de deux comprenant des ateliers pratiques tirés d'exercices disponibles dans l'ouvrage Data Science on Google Cloud Platform de Valliappa Lakshmanan, publié par O'Reilly Media, Inc. Dans cette première quête, qui couvre les chapitres 1 à 8, vous découvrez tous les aspects de l'ingestion, de la préparation, du traitement, de l'interrogation, de l'exploration et de la visualisation des ensembles de données à l'aide des outils et des services de Google Cloud Platform.

En savoir plus

Welcome Gamers! Today's game is all about experimenting with Big Query for Machine Learning! Use real life case studies to learn various concepts of BQML and have fun. Take labs to earn points. The faster you complete the lab objectives, the higher your score.

En savoir plus

Bien que les approches traditionnelles utilisant des lacs de données et des entrepôts de données puissent être efficaces, elles présentent des inconvénients, en particulier dans les grands environnements d'entreprise. Ce cours présente le concept de data lakehouse et les produits Google Cloud utilisés pour en créer un. Une architecture de lakehouse utilise des sources de données basées sur des normes ouvertes et combine les meilleures fonctionnalités des lacs et des entrepôts de données, ce qui permet de pallier de nombreuses lacunes.

En savoir plus

Ce cours présente les produits et services Google Cloud pour le big data et le machine learning compatibles avec le cycle de vie "des données à l'IA". Il explore les processus, défis et avantages liés à la création d'un pipeline de big data et de modèles de machine learning avec Vertex AI sur Google Cloud.

En savoir plus