Este es el quinto de cinco cursos del Certificado de Google Cloud Data Analytics. En este curso, combinarás y aplicarás los conocimientos y las habilidades fundamentales que se enseñaron del curso 1 al 4 en un proyecto final práctico que se enfoca en el proyecto del ciclo de vida completo de los datos. Practicarás usando herramientas basadas en la nube para adquirir, almacenar, procesar, analizar, visualizar y comunicar estadísticas de datos de manera eficaz. Al final del curso, habrás completado un proyecto en el que demuestras tu dominio en cuanto a estructurar datos de múltiples fuentes con eficacia, presentar soluciones a una variedad de partes interesadas y visualizar estadísticas de datos usando software basado en la nube. También te prepararás actualizando tu currículum y practicando técnicas de entrevista para postularte a trabajos y asistir a entrevistas.
Este es el cuarto de cinco cursos del Certificado de Google Cloud Data Analytics. En este curso, te concentrarás en desarrollar habilidades en las cinco etapas clave de la visualización de datos en la nube: narrar, planificar, explorar datos, crear visualizaciones y compartir datos con otros. También ganarás experiencia en el uso de habilidades relacionadas con la IU o UX para crear esquemas impactantes de visualizaciones nativas de la nube y trabajar con herramientas de visualización de datos nativas de la nube. Esto con el objetivo de explorar conjuntos de datos, crear informes y construir paneles que impulsen las decisiones y fomenten la colaboración.
Este es el tercero de cinco cursos en el Certificado de Google Cloud Data Analytics. En este curso, comenzarás por obtener una descripción general del recorrido basado en datos, desde la recopilación hasta las estadísticas. Aprenderás a usar SQL para transformar datos sin procesar en un formato utilizable. Luego, descubrirás cómo transformar altos volúmenes de datos con una canalización. Finalmente, obtendrás experiencia para aplicar estrategias de transformación a conjuntos de datos reales que te permitirán solucionar las necesidades empresariales.
Este es el segundo de cinco cursos en el Certificado de Google Cloud Data Analytics. En este curso, explorarás cómo se estructuran y organizan los datos. Obtendrás experiencia práctica con la arquitectura de data lakehouse y los componentes de la nube, como BigQuery, Google Cloud Storage y Dataproc para almacenar, analizar y procesar conjuntos de datos grandes de forma eficiente.
Este es el primero de cinco cursos en el Certificado de Google Cloud Data Analytics. En este curso, aprenderás cómo se define el campo de análisis de datos en la nube y a describir los roles y responsabilidades de un analista de datos en la nube, que se relacionan con la adquisición, el almacenamiento, el procesamiento y la visualización de los datos. Explorarás la arquitectura de las herramientas basadas en Google Cloud (por ejemplo, BigQuery y Cloud Storage) y cómo se utilizan para estructurar y presentar datos, y realizar informes sobre ellos de manera eficaz.
IA generativa: más allá del chatbot es el primer curso de la ruta de aprendizaje de Gen AI Leader y no tiene requisitos previos. El objetivo de este curso es profundizar los conocimientos básicos sobre chatbots para explorar el verdadero potencial de la IA generativa para tu organización. Explorarás conceptos como los modelos de base y la ingeniería de instrucciones, que son fundamentales para aprovechar el poder de la IA generativa. Este curso también te sirve como guía para las consideraciones importantes que debes tener cuando desarrollas una estrategia de IA generativa exitosa para tu organización.
Este curso corresponde a la 1ª parte de una serie de 3 cursos llamada Procesamiento de datos sin servidores con Dataflow. Para comenzar, en el primer curso haremos un repaso de qué es Apache Beam y cómo se relaciona con Dataflow. Luego, hablaremos sobre la visión de Apache Beam y los beneficios que ofrece su framework de portabilidad. Dicho framework hace posible que un desarrollador pueda usar su lenguaje de programación favorito con su backend de ejecución preferido. Después, le mostraremos cómo Dataflow le permite separar el procesamiento y el almacenamiento y, a la vez, ahorrar dinero. También le explicaremos cómo las herramientas de identidad, acceso y administración interactúan con sus canalizaciones de Dataflow. Por último, veremos cómo implementar el modelo de seguridad adecuado en Dataflow según su caso de uso.
Este es el quinto de cinco cursos del Certificado de Google Cloud Data Analytics. En este curso, combinarás y aplicarás los conocimientos y las habilidades fundamentales que se enseñaron del curso 1 al 4 en un proyecto final práctico que se enfoca en el proyecto del ciclo de vida completo de los datos. Practicarás usando herramientas basadas en la nube para adquirir, almacenar, procesar, analizar, visualizar y comunicar estadísticas de datos de manera eficaz. Al final del curso, habrás completado un proyecto en el que demuestras tu dominio en cuanto a estructurar datos de múltiples fuentes con eficacia, presentar soluciones a una variedad de partes interesadas y visualizar estadísticas de datos usando software basado en la nube. También te prepararás actualizando tu currículum y practicando técnicas de entrevista para postularte a trabajos y asistir a entrevistas.
Este es el cuarto de cinco cursos del Certificado de Google Cloud Data Analytics. En este curso, te concentrarás en desarrollar habilidades en las cinco etapas clave de la visualización de datos en la nube: narrar, planificar, explorar datos, crear visualizaciones y compartir datos con otros. También ganarás experiencia en el uso de habilidades relacionadas con la IU o UX para crear esquemas impactantes de visualizaciones nativas de la nube y trabajar con herramientas de visualización de datos nativas de la nube. Esto con el objetivo de explorar conjuntos de datos, crear informes y construir paneles que impulsen las decisiones y fomenten la colaboración.
Este es el tercero de cinco cursos en el Certificado de Google Cloud Data Analytics. En este curso, comenzarás por obtener una descripción general del recorrido basado en datos, desde la recopilación hasta las estadísticas. Aprenderás a usar SQL para transformar datos sin procesar en un formato utilizable. Luego, descubrirás cómo transformar altos volúmenes de datos con una canalización. Finalmente, obtendrás experiencia para aplicar estrategias de transformación a conjuntos de datos reales que te permitirán solucionar las necesidades empresariales.
Este es el segundo de cinco cursos en el Certificado de Google Cloud Data Analytics. En este curso, explorarás cómo se estructuran y organizan los datos. Obtendrás experiencia práctica con la arquitectura de data lakehouse y los componentes de la nube, como BigQuery, Google Cloud Storage y Dataproc para almacenar, analizar y procesar conjuntos de datos grandes de forma eficiente.
Este es el primero de cinco cursos en el Certificado de Google Cloud Data Analytics. En este curso, aprenderás cómo se define el campo de análisis de datos en la nube y a describir los roles y responsabilidades de un analista de datos en la nube, que se relacionan con la adquisición, el almacenamiento, el procesamiento y la visualización de los datos. Explorarás la arquitectura de las herramientas basadas en Google Cloud (por ejemplo, BigQuery y Cloud Storage) y cómo se utilizan para estructurar y presentar datos, y realizar informes sobre ellos de manera eficaz.
En este curso, veremos cuáles son los desafíos comunes a los que se enfrentan los analistas de datos y cómo resolverlos con las herramientas de macrodatos en Google Cloud. Aprenderás algunos conceptos de SQL y adquirirás conocimientos sobre el uso de BigQuery y Dataprep para analizar y transformar conjuntos de datos. Este es el primer curso de la serie From Data to Insights with Google Cloud. Después de completarlo, inscríbete en el curso Creating New BigQuery Datasets and Visualizing Insights.
Completa la insignia de habilidad introductoria del curso Obtén estadísticas a partir de datos de BigQuery y demuestra tus habilidades para realizar las siguientes actividades: escribir consultas en SQL, consultar tablas públicas, cargar datos de muestra en BigQuery, solucionar problemas de errores de sintaxis habituales con el validador de consultas en BigQuery y crear informes en Data Studio con la conexión a datos de BigQuery.
Este es el segundo curso de la serie de cursos Data to Insights. Aquí, veremos cómo transferir nuevos conjuntos de datos externos a BigQuery y visualizarlos con Looker Studio. También analizaremos los conceptos intermedios de SQL, como las operaciones JOIN y UNION de varias tablas, que te permitirán analizar datos de varias fuentes. Nota: Incluso si tienes experiencia en SQL, hay aspectos específicos de BigQuery (como la gestión del almacenamiento en caché de las consultas y los comodines de tablas) que pueden ser nuevos para ti. Después de completar el curso, inscríbete en el curso Achieving Advanced Insights with BigQuery.
En este curso, aprenderás sobre los productos y servicios de macrodatos y aprendizaje automático de Google Cloud involucrados en el ciclo de vida de datos a IA. También explorarás los procesos, los desafíos y los beneficios de crear una canalización de macrodatos y modelos de aprendizaje automático con Vertex AI en Google Cloud.
Completa la insignia de habilidad intermedia Crea un almacén de datos con BigQuery para demostrar tus habilidades para realizar las siguientes actividades: unir datos para crear tablas nuevas, solucionar problemas de uniones, agregar datos a uniones, crear tablas particionadas por fecha, y trabajar con JSON, arrays y structs en BigQuery.
Si bien los enfoques tradicionales de usar data lakes y almacenes de datos pueden ser eficaces, tienen deficiencias, en particular en entornos empresariales grandes. En este curso, se presenta el concepto del data lakehouse y los productos de Google Cloud que se usan para crear uno. Una arquitectura de lakehouse usa fuentes de datos de estándares abiertos y combina las mejores funciones de los data lakes y los almacenes de datos, lo que aborda muchas de sus deficiencias.