Migrer des données MySQL vers Cloud SQL à l'aide de Database Migration Service
Earned juil. 17, 2023 EDT
Créer et gérer des instances Cloud Spanner
Earned juil. 11, 2023 EDT
Concepts fondamentaux de Google Cloud : infrastructure de base
Earned juil. 6, 2023 EDT
Se préparer à devenir Professional Data Engineer
Earned juin 26, 2023 EDT
Créer un entrepôt de données avec BigQuery
Earned juin 19, 2023 EDT
Building Resilient Streaming Systems on Google Cloud Platform
Earned juin 19, 2023 EDT
Developing Data Models with LookML
Earned mars 19, 2023 EDT
Analyzing and Visualizing Data in Looker
Earned mars 16, 2023 EDT
Appliquer les concepts avancés de LookML dans Looker
Earned mars 15, 2023 EDT
Understanding LookML in Looker
Earned mars 6, 2023 EST
Préparer les données à utiliser pour les tableaux de bord et rapports Looker
Earned mars 6, 2023 EST
Traitement des données sans serveur avec Dataflow : opérations
Earned mars 3, 2023 EST
Traitement des données sans serveur avec Dataflow : développer des pipelines
Earned fév. 28, 2023 EST
Traitement des données sans serveur avec Dataflow : principes de base
Earned oct. 4, 2022 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud - Français
Earned sept. 20, 2022 EDT
Créer des pipelines de flux de données sur Google Cloud
Earned sept. 4, 2022 EDT
Ingénierie des données pour la modélisation prédictive avec BigQuery ML
Earned août 21, 2022 EDT
Préparer des données pour les API de ML sur Google Cloud
Earned août 19, 2022 EDT
Implémenter Cloud Load Balancing pour Compute Engine
Earned août 17, 2022 EDT
Créer des pipelines de données en batch sur Google Cloud
Earned août 16, 2022 EDT
Créer des lacs de données et des entrepôts de données sur Google Cloud
Earned août 6, 2022 EDT
Google Cloud Big Data and Machine Learning Fundamentals - Français
Earned juil. 6, 2022 EDT
Terminez le cours d'introduction Créer et gérer des instances AlloyDB pour recevoir un badge démontrant vos compétences dans les domaines suivants : effectuer les principales tâches et opérations AlloyDB, migrer de PostgreSQL vers AlloyDB, administrer une base de données AlloyDB et accélérer les requêtes analytiques à l'aide du moteur de données en colonnes AlloyDB.
En savoir plus
Terminez le cours d'introduction Créer et gérer des instances Bigtable pour recevoir un badge démontrant vos compétences dans les domaines suivants : la création d'instances, la conception de schémas, l'interrogation de données et la réalisation de tâches d'administration dans Bigtable, y compris la surveillance des performances et la configuration de l'autoscaling et de la réplication de nœuds.
En savoir plus
Obtenez le badge de niveau Débutant Créer et gérer des instances Cloud SQL pour PostgreSQL pour démontrer vos compétences en matière de migration, de configuration et de gestion des instances et bases de données Cloud SQL pour PostgreSQL.
En savoir plus
This course is intended to give architects, engineers, and developers the skills required to help enterprise customers architect, plan, execute, and test database migration projects. Through a combination of presentations, demos, and hands-on labs participants move databases to Google Cloud while taking advantage of various services.
This course covers how to move on-premises, enterprise databases like SQL Server to Google Cloud (Compute Engine and Cloud SQL) and Oracle to Google Cloud bare metal.
En savoir plus
Terminez le cours d'introduction Migrer des données MySQL vers Cloud SQL à l’aide de Database Migration Service pour recevoir un badge démontrant vos compétences dans les domaines suivants : migration de données MySQL vers Cloud SQL à l'aide de différents types de jobs et différentes options de connectivité disponibles dans Database Migration Service et migration de données utilisateur MySQL lors de l'exécution de jobs Database Migration Service.
En savoir plus
Terminez le cours d'introduction Créer et gérer des instances Cloud Spanner pour recevoir un badge démontrant vos compétences dans les domaines suivants : créer des instances et des bases de données Cloud Spanner et interagir avec elles ; charger des bases de données Cloud Spanner à l'aide de différentes techniques ; sauvegarder des bases de données Cloud Spanner, définir des schémas et comprendre les plans de requête ; déployer une application Web moderne connectée à une instance Cloud Spanner.
En savoir plus
"Concepts fondamentaux de Google Cloud : infrastructure de base" présente les concepts et les termes à connaître pour utiliser Google Cloud. À travers des vidéos et des ateliers pratiques, il décrit et compare la plupart des services Google Cloud de calcul et de stockage, ainsi que des outils importants de gestion des ressources et des règles.
En savoir plus
Ce cours a pour objectif d'aider les participants à créer un plan de formation pour l'examen de certification Professional Data Engineer. Les participants découvriront l'étendue et le champ d'application des domaines abordés lors de l'examen, puis évalueront leur niveau de préparation à l'examen et créeront leur propre plan de formation.
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
This 1-week, accelerated on-demand course builds upon Google Cloud Platform Big Data and Machine Learning Fundamentals. Through a combination of video lectures, demonstrations, and hands-on labs, you'll learn to build streaming data pipelines using Google cloud Pub/Sub and Dataflow to enable real-time decision making. You will also learn how to build dashboards to render tailored output for various stakeholder audiences.
En savoir plus
This course empowers you to develop scalable, performant LookML (Looker Modeling Language) models that provide your business users with the standardized, ready-to-use data that they need to answer their questions. Upon completing this course, you will be able to start building and maintaining LookML models to curate and manage data in your organization’s Looker instance.
En savoir plus
In this course, you learn how to do the kind of data exploration and analysis in Looker that would formerly be done primarily by SQL developers or analysts. Upon completion of this course, you will be able to leverage Looker's modern analytics platform to find and explore relevant content in your organization’s Looker instance, ask questions of your data, create new metrics as needed, and build and share visualizations and dashboards to facilitate data-driven decision making.
En savoir plus
Ce cours vous permettra d'acquérir une expérience pratique de l'application des concepts avancés de LookML dans Looker. Vous apprendrez à utiliser Liquid pour personnaliser et créer des dimensions et des mesures dynamiques, à créer des tables dérivées SQL dynamiques et natives personnalisées, et à utiliser extends pour modulariser votre code LookML.
En savoir plus
In this quest, you will get hands-on experience with LookML in Looker. You will learn how to write LookML code to create new dimensions and measures, create derived tables and join them to Explores, filter Explores, and define caching policies in LookML.
En savoir plus
Terminez le cours d'introduction Préparer les données à utiliser pour les tableaux de bord et rapports Looker pour recevoir un badge démontrant vos compétences dans les domaines suivants : le filtrage, le tri et le croisement de données ; la fusion des résultats de différentes explorations Looker ; et l'utilisation de fonctions et d'opérateurs pour créer des tableaux de bord et des rapports Looker en vue de l'analyse et de la visualisation des données.
En savoir plus
Dans le dernier volet de la série de cours sur Dataflow, nous allons présenter les composants du modèle opérationnel de Dataflow. Nous examinerons les outils et techniques permettant de résoudre les problèmes et d'optimiser les performances des pipelines. Nous passerons ensuite en revue les bonnes pratiques en matière de test, de déploiement et de fiabilité pour les pipelines Dataflow. Nous terminerons par une présentation des modèles, qui permettent de faire évoluer facilement les pipelines Dataflow pour les adapter aux organisations comptant des centaines d'utilisateurs. Ces leçons vous aideront à vous assurer que votre plate-forme de données est stable et résiliente face aux imprévus.
En savoir plus
Dans ce deuxième volet de la série de cours sur Dataflow, nous allons nous intéresser de plus près au développement de pipelines à l'aide du SDK Beam. Nous allons commencer par passer en revue les concepts d'Apache Beam. Nous allons ensuite parler du traitement des données par flux à l'aide de fenêtres, de filigranes et de déclencheurs. Nous passerons ensuite aux options de sources et de récepteurs dans vos pipelines, aux schémas pour présenter vos données structurées, et nous verrons comment effectuer des transformations avec état à l'aide des API State et Timer. Nous aborderons ensuite les bonnes pratiques qui vous aideront à maximiser les performances de vos pipelines. Vers la fin du cours, nous présentons le langage SQL et les DataFrames pour représenter votre logique métier dans Beam, et nous expliquons comment développer des pipelines de manière itérative à l'aide des notebooks Beam.
En savoir plus
Ce cours est le premier d'une série en trois volets sur le traitement des données sans serveur avec Dataflow. Dans ce premier cours, nous allons commencer par rappeler ce qu'est Apache Beam et sa relation avec Dataflow. Ensuite, nous aborderons la vision d'Apache Beam et les avantages de son framework de portabilité, qui permet aux développeurs d'utiliser le langage de programmation et le backend d'exécution de leur choix. Nous vous montrerons aussi comment séparer le calcul du stockage et économiser de l'argent grâce à Dataflow, puis nous examinerons les interactions entre les outils de gestion de l'identification et des accès avec vos pipelines Dataflow. Enfin, nous verrons comment implémenter le modèle de sécurité adapté à votre cas d'utilisation sur Dataflow.
En savoir plus
Intégrer le machine learning à des pipelines de données renforce la capacité à dégager des insights des données. Ce cours passera en revue plusieurs façons d'intégrer le machine learning à des pipelines de données sur Google Cloud. Vous découvrirez AutoML pour les cas ne nécessitant que peu de personnalisation (voire aucune), ainsi que Notebooks et BigQuery ML pour les situations qui requièrent des capacités de machine learning plus adaptées. Enfin, vous apprendrez à utiliser des solutions de machine learning en production avec Vertex AI.
En savoir plus
Dans ce cours, vous allez vous exercer à résoudre des problèmes concrets rencontrés lors de la création de pipelines de flux données. L'objectif principal est de gérer des données continues et illimitées avec les produits Google Cloud.
En savoir plus
Terminez le cours intermédiaire Ingénierie des données pour la modélisation prédictive avec BigQuery ML pour recevoir un badge démontrant vos compétences dans les domaines suivants : la création de pipelines de transformation des données dans BigQuery avec Dataprep by Trifacta ; l'utilisation de Cloud Storage, Dataflow et BigQuery pour créer des workflows ETL (Extract, Transform and Load) ; et la création de modèles de machine learning avec BigQuery ML.
En savoir plus
Terminez le cours d'introduction Préparer des données pour les API de ML sur Google Cloud pour recevoir un badge démontrant vos compétences dans les domaines suivants : le nettoyage des données avec Dataprep by Trifacta, l'exécution de pipelines de données dans Dataflow, la création de clusters et l'exécution de jobs Apache Spark dans Dataproc, et l'appel d'API de ML comme l'API Cloud Natural Language, l'API Google Cloud Speech-to-Text et l'API Video Intelligence.
En savoir plus
Terminez le cours d'introduction Implémenter Cloud Load Balancing pour Compute Engine pour recevoir un badge démontrant vos compétences dans les domaines suivants : Créer et déployer des machines virtuelles dans Compute Engine Configurer des équilibreurs de charge réseau et d'application.
En savoir plus
Dans ce cours de niveau intermédiaire, vous apprendrez à concevoir, créer et optimiser des pipelines de données en batch robustes sur Google Cloud. Au-delà des bases de la gestion des données, vous explorerez les transformations de données à grande échelle et l'orchestration efficace des workflows, essentielles pour l'informatique décisionnelle et les rapports critiques.
Vous vous entraînerez à utiliser Dataflow pour Apache Beam et Serverless pour Apache Spark (Dataproc Serverless) pour l'implémentation, et vous aborderez des considérations importantes concernant la qualité des données, la surveillance et les alertes pour assurer la fiabilité des pipelines et l'excellence opérationnelle. Il est recommandé d'avoir des connaissances de base sur l'entreposage de données, les processus ETL/ELT, SQL, Python et les concepts de Google Cloud.
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.
Créer et gérer des instances AlloyDB
Earned août 4, 2023 EDT
Créer et gérer des instances Bigtable
Earned juil. 28, 2023 EDT
Créer et gérer des instances Cloud SQL pour PostgreSQL
Earned juil. 27, 2023 EDT
Enterprise Database Migration
Earned juil. 25, 2023 EDT
Migrer des données MySQL vers Cloud SQL à l'aide de Database Migration Service
Earned juil. 17, 2023 EDT
Créer et gérer des instances Cloud Spanner
Earned juil. 11, 2023 EDT
Concepts fondamentaux de Google Cloud : infrastructure de base
Earned juil. 6, 2023 EDT
Se préparer à devenir Professional Data Engineer
Earned juin 26, 2023 EDT
Créer un entrepôt de données avec BigQuery
Earned juin 19, 2023 EDT
Building Resilient Streaming Systems on Google Cloud Platform
Earned juin 19, 2023 EDT
Developing Data Models with LookML
Earned mars 19, 2023 EDT
Analyzing and Visualizing Data in Looker
Earned mars 16, 2023 EDT
Appliquer les concepts avancés de LookML dans Looker
Earned mars 15, 2023 EDT
Understanding LookML in Looker
Earned mars 6, 2023 EST
Préparer les données à utiliser pour les tableaux de bord et rapports Looker
Earned mars 6, 2023 EST
Traitement des données sans serveur avec Dataflow : opérations
Earned mars 3, 2023 EST
Traitement des données sans serveur avec Dataflow : développer des pipelines
Earned fév. 28, 2023 EST
Traitement des données sans serveur avec Dataflow : principes de base
Earned oct. 4, 2022 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud - Français
Earned sept. 20, 2022 EDT
Créer des pipelines de flux de données sur Google Cloud
Earned sept. 4, 2022 EDT
Ingénierie des données pour la modélisation prédictive avec BigQuery ML
Earned août 21, 2022 EDT
Préparer des données pour les API de ML sur Google Cloud
Earned août 19, 2022 EDT
Implémenter Cloud Load Balancing pour Compute Engine
Earned août 17, 2022 EDT
Créer des pipelines de données en batch sur Google Cloud
Earned août 16, 2022 EDT
Créer des lacs de données et des entrepôts de données sur Google Cloud
Earned août 6, 2022 EDT
Google Cloud Big Data and Machine Learning Fundamentals - Français
Earned juil. 6, 2022 EDT