회원 가입일: 2024
Looker에서 데이터 모델 관리하기
Earned 8월 31, 2026 EDT
Lakehouse 데이터의 메타데이터 및 검색 기능 강화
Earned 8월 26, 2026 EDT
신뢰할 수 있는 Google Cloud 인프라: 설계 및 프로세스
Earned 10월 24, 2025 EDT
Snowflake to BigQuery Migration
Earned 12월 11, 2024 EST
중급 Looker에서 데이터 모델 관리하기 기술 배지 과정을 완료하여 다음 기술을 입증하세요. LookML 프로젝트 상태 유지하기, 데이터 검증을 위한 SQL Runner 활용하기, LookML 권장사항 적용하기, 성능을 위한 쿼리 및 보고 최적화하기, 영구 파생 테이블 및 캐싱 정책 구현하기
Lakehouse 데이터의 메타데이터 및 검색 기능 강화 기술 배지 과정을 완료하여 BigQuery, Lakehouse, Knowledge Catalog에 대한 기술 역량을 입증하세요. Lakehouse 테이블을 만들고 테이블 데이터의 메타데이터 관리 및 검색을 강화합니다.
이 과정에서는 학습자가 검증된 설계 패턴을 사용하여 Google Cloud에서 고도로 안정적이고 효율적인 솔루션을 빌드하는 데 필요한 역량을 기를 수 있습니다. 'Google Compute Engine으로 설계하기' 또는 'Google Kubernetes Engine으로 설계하기' 과정에서 이어지는 내용이며, 학습자가 두 과정에서 다루는 기술을 실무에서 사용해 본 경험이 있다는 전제로 진행됩니다. 학습자는 프레젠테이션, 설계 활동, 실무형 실습을 통해 고도로 안정적이고 안전하고 비용 효율적이며 가용성이 높은 Google Cloud 배포를 설계하는 데 필요한 비즈니스 요구사항과 기술 요구사항을 정의하고 이 사이의 적절한 균형을 유지하는 방법을 익힐 수 있습니다.
This workload aims to upskill Google Cloud partners to perform specific tasks associated with priority workloads. Learners will perform the tasks of migrating data from Snowflake to BigQuery. Sample data will be used during the migration. Learners will complete several labs that focus on the process of transferring schema, data and related processes to corresponding Google Cloud products.There will be one or more challenge labs that will test the learners' understanding of the topics. "This learning path aims to upskill Google Cloud partners to perform specific tasks associated with priority workloads. Learners will perform the tasks of migrating data from Snowflake to BigQuery.