May Zaw
メンバー加入日: 2023
ゴールドリーグ
44025 ポイント
総仕上げ: Google Cloud のデータ アナリストになるための準備
Earned 7月 25, 2025 EDT
ストーリーテリングの力: クラウドでデータを可視化する方法
Earned 7月 14, 2025 EDT
クラウドにおけるデータ変換
Earned 6月 30, 2025 EDT
クラウドにおけるデータ マネジメントとストレージ
Earned 6月 25, 2025 EDT
Google Cloud におけるデータ分析の概要
Earned 6月 18, 2025 EDT
Google Cloud での TensorFlow を使用した画像の分類
Earned 9月 15, 2024 EDT
DEPRECATED Google Cloud Solutions II: Data and Machine Learning
Earned 9月 13, 2024 EDT
Knowledge Catalog を使用したデータメッシュの構築
Earned 8月 20, 2024 EDT
Dataflow を使用したサーバーレスのデータ処理: 運用
Earned 8月 19, 2024 EDT
Google Cloud でストリーミング データ パイプラインを構築する
Earned 8月 16, 2024 EDT
Google Cloud でのバッチデータ パイプラインの構築
Earned 8月 8, 2024 EDT
Google データクラウドを使用してデータを共有する
Earned 7月 25, 2024 EDT
Dataplex によるデータの整理と統制
Earned 7月 24, 2024 EDT
ML のための BigQuery
Earned 7月 21, 2024 EDT
認定資格試験の学習ガイドを作成する: PDE 認定試験対策
Earned 7月 19, 2024 EDT
Dataflow を使用したサーバーレスのデータ処理: 基礎
Earned 7月 17, 2024 EDT
ストリーミング分析を BigQuery に読み込む
Earned 7月 16, 2024 EDT
BigQuery でデータ ウェアハウスを構築する
Earned 7月 15, 2024 EDT
Google Cloud の ML API 用にデータを準備
Earned 7月 13, 2024 EDT
BigQuery のデータから分析情報を引き出す
Earned 7月 11, 2024 EDT
BigQuery ML を使用した予測モデリング向けのデータ エンジニアリング
Earned 7月 10, 2024 EDT
Google Cloud でデータレイクとデータ ウェアハウスを構築する
Earned 7月 10, 2024 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud - 日本語版
Earned 6月 23, 2024 EDT
DEPRECATED BigQuery Basics for Data Analysts
Earned 6月 12, 2024 EDT
これは、5 つのコースからなる「Google Cloud データ アナリティクス認定証」プログラムの 5 つ目のコースです。このコースでは、コース 1～4 で学んだ基礎知識とスキルを組み合わせて応用することで、データ ライフサイクル全体に焦点を当てたハンズオン キャップストーン プロジェクトに取り組みます。クラウドベースのツールを使用して、データの分析情報を効果的に取得、保存、処理、分析、可視化し、明確に伝えるための実践を行います。このコースの終了までに、プロジェクトを完了し、複数のソースから得られたデータを効果的に構造化して、さまざまな関係者にソリューションを提示し、クラウドベースのソフトウェアを使用してデータ分析情報を可視化する能力を実証します。また、履歴書を更新し、面接の練習を行って、就職活動や面接に備えることができます。
詳細
これは、「Google Cloud データ アナリティクス認定証」プログラムを構成する 5 つのコースのうちの 4 つ目です。このコースでは、クラウドでのデータ可視化における 5 つの主要な段階（ストーリーテリング、計画、データ探索、ビジュアリゼーションの構築、他のユーザーとのデータ共有）のスキルを開発することに重点を置いています。さらに、UI / UX スキルを使用して、クラウドネイティブで効果的な可視化のワイヤーフレームを実際に作成するとともに、クラウドネイティブのデータ可視化ツールを使用して、データセットの探索、レポートの作成のほか、意思決定とコラボレーションを促進するダッシュボードの構築を行います。
詳細
これは、「Google Cloud データ アナリティクス認定証」プログラムの 5 つのコースのうちの 3 つ目です。最初に、データの収集から分析情報の取得まで、データ ジャーニーの概要について紹介します。次に、SQL を使用して元データを使用可能な形式に変換する方法を学びます。また、データ パイプラインを使用して大量のデータを変換する方法についても学びます。最後に、実際のデータセットに変換戦略を適用することで、ビジネスニーズに対応する方法を学びます。
詳細
これは、「Google Cloud データ アナリティクス認定証」の 5 つのコースのうちの 2 つ目です。このコースでは、データの構造化および整理の方法を確認します。また、BigQuery、Google Cloud Storage、DataProc などのデータ レイクハウス アーキテクチャやクラウド コンポーネントについて実践的な経験を積み、大規模なデータセットを効率的に保存、分析、処理できるようになります。
詳細
これは、5 つのコースからなる「Google Cloud データ アナリティクス認定証」プログラムの 1 つ目のコースです。このコースでは、クラウドデータ分析とは何かについて、そしてデータの取得、保存、処理、可視化に関連するクラウド データ アナリストの役割と責任について学びます。受講者は、Google Cloud ベースのツール（BigQuery や Cloud Storage など）のアーキテクチャと、それらを使用してデータを効果的に整理、提示し、レポートを作成する方法を確認します。
詳細
「Google Cloud での TensorFlow を使用した画像の分類」スキルバッジ コースを修了して中級のスキルバッジを獲得しましょう。 このコースでは、TensorFlow と Vertex AI を使用して ML モデルを作成し、トレーニングします。主に Vertex AI Workbench ユーザー管理ノートブックを操作します。
詳細
In this advanced-level quest, you will learn how to harness serious Google Cloud computing power to run big data and machine learning jobs. The hands-on labs will give you use cases, and you will be tasked with implementing big data and machine learning practices utilized by Google’s very own Solutions Architecture team. From running Big Query analytics on tens of thousands of basketball games, to training TensorFlow image classifiers, you will quickly see why Google Cloud is the go-to platform for running big data and machine learning jobs.
詳細
「Knowledge Catalog を使用したデータメッシュの構築」入門コースを修了してスキルバッジを獲得すると、Knowledge Catalog を使用してデータメッシュを構築し、 Google Cloud 上のデータ セキュリティ、ガバナンス、検出を強化するスキルを実証できます。このコースでは、Knowledge Catalog でアセットにタグを付け、IAM ロールを割り当て、データ品質を評価する方法を練習し、そのスキルをテストします。
詳細
Dataflow シリーズの最後のコースでは、Dataflow 運用モデルのコンポーネントを紹介します。パイプラインのパフォーマンスのトラブルシューティングと最適化に役立つツールと手法を検証した後で、Dataflow パイプラインのテスト、デプロイ、信頼性に関するベスト プラクティスについて確認します。最後に、数百人のユーザーがいる組織に対して Dataflow パイプラインを簡単に拡張するためのテンプレートについても確認します。これらの内容を習得することで、データ プラットフォームの安定性を保ち、予期せぬ状況に対する回復力を確保できるようになります。
詳細
このコースでは、ストリーミング データ パイプラインの構築時に直面する実際の問題を解決するために、実践的な演習を行います。ポイントは、Google Cloud プロダクトを使用して、絶えず流れ続けるデータを効果的に管理することです。
詳細
この中級コースでは、Google Cloud で堅牢なバッチデータ パイプラインを設計、構築、最適化する方法を学習します。基本的なデータ処理から一歩進んで、大規模なデータ変換と効率的なワークフロー オーケストレーションを確認します。この内容は、タイムリーなビジネス インテリジェンスと重要なレポートの作成に不可欠です。
実装に Apache Beam 用の Dataflow と Apache Spark 向け Serverless（Dataproc Serverless）を使用する実践的な演習を行い、パイプラインの信頼性の確保と効果的な運用を実現するために、データの品質、モニタリング、アラートに関する重要な考慮事項に対処します。データ ウェアハウジング、ETL / ELT、SQL、Python、Google Cloud のコンセプトに関する基本的な知識があることが推奨されます。
詳細
「Google データクラウドを使用してデータを共有する」スキルバッジ コースを修了して、スキルバッジを獲得しましょう。 このコースでは、Google Cloud の データ共有パートナーに関する実践的な経験を積むことができます。これらのパートナーは、顧客が分析ユースケースで活用できる独自のデータセットを 保有しています。顧客は、このデータをサブスクライブし、自身のプラットフォーム内で クエリを実行し、それを独自のデータセットで拡張して、 可視化ツールを使用して顧客向けのダッシュボードを作成します。
詳細
「Dataplex を使用したデータの整理と管理」入門コースを修了してスキルバッジを獲得すると、Dataplex アセットの作成、アスペクト タイプの作成、Dataplex のエントリへのアスペクトの適用に関するスキルを証明できます。 スキルバッジは、ハンズオンラボと課題の評価を通じて特定のプロダクトに関する実践的な知識を証明するものです。コースを修了してバッジを獲得することも、チャレンジラボに直接挑戦して今すぐバッジを獲得することもできます。 バッジはトピックに習熟していることの証明であり、仕事用プロフィールの充実、ひいてはキャリアの可能性拡大につながります。獲得したバッジを確認するには、プロフィールにアクセスしてください。
詳細
SQL だけを使用して、数時間ではなく数分で ML モデルを構築したいとお考えの場合、BigQuery ML は、データ アナリストが既存の SQL ツールやスキルを使って、ML モデルを作成、トレーニング、 評価し、そのモデルで予測を行うことを可能にして、ML をより多くの人が利用できるようにします。 この一連のラボでは、さまざまなモデルタイプを試して、 優れたモデルを作成する方法を学習します。
詳細
Gemini Notebook を使用して、Professional Data Engineer 認定試験に向けた自分専用の学習ガイドを作成する方法を学びます。Gemini Notebook の機能を確認して、Gemini Notebook でノートブックを作成し、認定試験の対策として学習ガイドを活用する方法を身につけます。
詳細
このコースは、Dataflow を使用したサーバーレスのデータ処理に関する 3 コースシリーズのパート 1 です。この最初のコースでは、始めに Apache Beam とは何か、そして Dataflow とどのように関係しているかを復習します。次に、Apache Beam のビジョンと Beam Portability フレームワークの利点について説明します。Beam Portability フレームワークによって、デベロッパーが好みのプログラミング言語と実行バックエンドを使用できるビジョンが実現します。続いて、Dataflow によってどのように費用を節約しながらコンピューティングとストレージを分離できるか、そして識別ツール、アクセスツール、管理ツールがどのように Dataflow パイプラインと相互に機能するかを紹介します。最後に、Dataflow でそれぞれのユースケースに合った適切なセキュリティ モデルを実装する方法について学習します。
詳細
「ストリーミング分析を BigQuery に読み込む」 スキルバッジ コースを修了してスキルバッジを獲得し、ストリーミングで Pub/Sub、Dataflow、BigQuery を組み合わせて 分析のためにデータをストリーミングしましょう。
詳細
「BigQuery でデータ ウェアハウスを構築する」スキルバッジを獲得できる中級コースを修了すると、 データの結合による新しいテーブルの作成、結合のトラブルシューティング、UNION を使用したデータの連結、日付パーティション分割テーブルの作成、 BigQuery での JSON、配列、構造体の操作に関するスキルを証明できます。
詳細
「Google Cloud の ML API 用にデータを準備」コースの入門スキルバッジを獲得できるアクティビティを修了すると、 Dataprep by Trifacta を使用したデータのクリーニング、Dataflow でのデータ パイプラインの実行、Managed Service for Apache Spark でのクラスタの作成と Apache Spark ジョブの実行、 Cloud Natural Language API、Google Cloud Speech-to-Text API、Video Intelligence API などの ML API の呼び出しに関するスキルを証明できます。
詳細
「BigQuery のデータから分析情報を引き出す」の入門スキルバッジを獲得すると、 SQL クエリの作成、一般公開テーブルに対するクエリの実行、BigQuery へのサンプルデータの読み込み、BigQuery でのクエリ バリデータを使用した一般的な構文エラーのトラブルシューティング、 BigQuery データへの接続による Data Studio でのレポート作成といったスキルを実証できます。
詳細
「BigQuery ML を使用した予測モデリング向けのデータ エンジニアリング」のスキルバッジを獲得できる中級コースを修了すると、 Dataprep by Trifacta を使用した BigQuery へのデータ変換パイプラインの構築、 Cloud Storage、Dataflow、BigQuery を使用した抽出、変換、読み込み（ETL）ワークフローの構築、 BigQuery ML を使用した ML モデルの構築に関するスキルを実証できます。
詳細
データレイクとデータ ウェアハウスを使用する従来のアプローチは効果的ですが、特に大規模な企業環境においては欠点があります。このコースでは、データ レイクハウスのコンセプトと、データ レイクハウスの作成に使用する Google Cloud プロダクトについて説明します。レイクハウス アーキテクチャは、オープン スタンダードのデータソースを使用し、データレイクとデータ ウェアハウスの優れた機能を組み合わせて、両者の欠点の多くに対処します。
詳細
ML をデータ パイプラインに組み込むと、データから分析情報を抽出する能力を向上できます。このコースでは、Google Cloud でデータ パイプラインに ML を含める複数の方法について説明します。カスタマイズがほとんど、またはまったく必要ない場合のために、このコースでは AutoML について説明します。よりカスタマイズされた ML 機能については、Notebooks と BigQuery の機械学習（BigQuery ML）を紹介します。また、Vertex AI を使用して ML ソリューションを本番環境に導入する方法も説明します。
詳細
Want to scale your data analysis efforts without managing database hardware? Learn the best practices for querying and getting insights from your data warehouse with this interactive series of BigQuery labs. BigQuery is Google's fully managed, NoOps, low cost analytics database. With BigQuery you can query terabytes and terabytes of data without having any infrastructure to manage or needing a database administrator. BigQuery uses SQL and can take advantage of the pay-as-you-go model. BigQuery allows you to focus on analyzing data to find meaningful insights.
詳細
