加入 登录

Zaw May

成为会员时间：2023

黄金联赛

44025 积分
融会贯通：为云数据分析师岗位做好准备 Earned Jul 25, 2025 EDT
讲故事的力量：如何在云端可视化数据 Earned Jul 14, 2025 EDT
云端数据转换 Earned Jun 30, 2025 EDT
云端数据管理和存储 Earned Jun 25, 2025 EDT
Google Cloud 数据分析功能简介 Earned Jun 18, 2025 EDT
在 Google Cloud 上使用 TensorFlow 进行图片分类 Earned Sep 15, 2024 EDT
DEPRECATED Google Cloud Solutions II: Data and Machine Learning Earned Sep 13, 2024 EDT
使用 Knowledge Catalog 构建数据网格 Earned Aug 20, 2024 EDT
Serverless Data Processing with Dataflow: Operations Earned Aug 19, 2024 EDT
Build Streaming Data Pipelines on Google Cloud Earned Aug 16, 2024 EDT
Build Batch Data Pipelines on Google Cloud Earned Aug 8, 2024 EDT
用 Google Data Cloud 共享数据 Earned Jul 25, 2024 EDT
使用 Dataplex 整理和治理数据 Earned Jul 24, 2024 EDT
面向机器学习的 BigQuery Earned Jul 21, 2024 EDT
Build a Certification Study Guide: PDE Exam Prep Earned Jul 19, 2024 EDT
Serverless Data Processing with Dataflow: Foundations Earned Jul 17, 2024 EDT
BigQuery 流式数据分析 Earned Jul 16, 2024 EDT
使用 BigQuery 构建数据仓库 Earned Jul 15, 2024 EDT
在 Google Cloud 上为机器学习 API 准备数据 Earned Jul 13, 2024 EDT
从 BigQuery 数据中挖掘数据洞见 Earned Jul 11, 2024 EDT
利用 BigQuery ML 构建预测模型时的数据工程处理 Earned Jul 10, 2024 EDT
Build Data Lakes and Data Warehouses on Google Cloud Earned Jul 10, 2024 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud Earned Jun 23, 2024 EDT
DEPRECATED BigQuery Basics for Data Analysts Earned Jun 12, 2024 EDT

本课程是 Google Cloud 数据分析认证计划的第五门课程（共五门）。在本课程中，你将综合运用前 4 门课程所学的基础知识和技能，实操完成一个结业项目，全面探索整个数据生命周期。您将练习使用云端工具来有效地获取、存储、处理、分析、直观呈现数据并传达数据分析洞见。课程结束时，您将完成一个项目，证明您在以下方面的熟练程度：高效地设计数据结构以整理来自多个来源的数据、向不同利益相关方展示解决方案，以及使用云端软件直观呈现数据分析洞见。您还将更新个人简历并练习面试技巧，为求职申请与面试环节做好准备。

了解详情

本课程是 Google Cloud 数据分析认证计划的第四门课程（共五门课程）。在本课程中，您将重点学习在云端可视化数据的相关技能，其中数据可视化可分为五个关键阶段：讲故事、规划、探索数据、构建可视化图表以及与他人共享数据。您还将获得实操经验，尝试使用 UI（界面）/UX（用户体验）技能来制作线框图，从而设计出有影响力的云原生可视化图表，并使用云原生数据可视化工具来探索数据集、创建报告和构建信息中心，从而推动决策并促进协作。

了解详情

本课程是 Google Cloud 数据分析认证计划的第三门课程（共五门）。在本课程中，您将首先了解从收集数据到获取数据分析洞见的整个数据历程。然后，您将学习如何使用 SQL 将原始数据转换为可用格式。接下来，您将学习如何使用数据流水线转换大量数据。最后，您会获得相关经验，熟悉如何将数据转换策略应用于真实数据集以满足业务需求。

了解详情

本课程是 Google Cloud 数据分析认证计划的第二门课程（共五门）。在本课程中，您将探索数据的结构形式和组织方式。您将获得数据湖仓一体架构和云组件（如 BigQuery、Google Cloud Storage 和 DataProc）的实操经验，以便高效地存储、分析和处理大型数据集。

了解详情

本课程是 Google Cloud 数据分析认证的第一门课程（共五门）。在本课程中，您将认识云数据分析领域，并了解云数据分析师在数据获取、存储、处理和可视化方面的角色和职责。您将探索 BigQuery 和 Cloud Storage 等基于 Google Cloud 的工具的架构，以及如何使用这些工具有效地设计数据结构，以及展示和报告数据。

了解详情

完成“在 Google Cloud 上使用 TensorFlow 进行图片分类”课程，赢取中级技能徽章 。在此课程中，您将学习如何使用 TensorFlow 和 Vertex AI 来创建和训练机器学习模型。您将主要使用 Vertex AI Workbench 上用户管理的 笔记本。

了解详情

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.

了解详情

完成入门技能徽章课程使用 Knowledge Catalog 构建数据网格，展示以下方面的技能：使用 Knowledge Catalog 构建数据网格， 以在 Google Cloud 上实现数据安全、治理和发现。您将在 Knowledge Catalog 中练习和测试自己在标记资产、分配 IAM 角色和评估数据质量方面的技能。

了解详情

In the last installment of the Dataflow course series, we will introduce the components of the Dataflow operational model. We will examine tools and techniques for troubleshooting and optimizing pipeline performance. We will then review testing, deployment, and reliability best practices for Dataflow pipelines. We will conclude with a review of Templates, which makes it easy to scale Dataflow pipelines to organizations with hundreds of users. These lessons will help ensure that your data platform is stable and resilient to unanticipated circumstances.

了解详情

In this course you will get hands-on in order to work through real-world challenges faced when building streaming data pipelines. The primary focus is on managing continuous, unbounded data with Google Cloud products.

了解详情

In this intermediate course, you will learn to design, build, and optimize robust batch data pipelines on Google Cloud. Moving beyond fundamental data handling, you will explore large-scale data transformations and efficient workflow orchestration, essential for timely business intelligence and critical reporting. Get hands-on practice using Dataflow for Apache Beam and Serverless for Apache Spark (Dataproc Serverless) for implementation, and tackle crucial considerations for data quality, monitoring, and alerting to ensure pipeline reliability and operational excellence. A basic knowledge of data warehousing, ETL/ELT, SQL, Python, and Google Cloud concepts is recommended.

了解详情

完成用 Google Data Cloud 共享数据技能徽章课程，赢取技能 徽章。您将获得使用 Google Cloud 数据共享合作伙伴 的实操经验，这些合作伙伴拥有专有数据集， 客户可将其用于自己的分析应用场景。客户订阅这些数据集，可在自己的 平台上查询，然后使用自己的数据集加以扩充，并使用自己的可视化 工具，用于面向客户的信息中心。

了解详情

完成入门级技能徽章课程“使用 Dataplex 整理和治理数据”，展示您在以下方面的技能：创建 Dataplex 资产、创建切面类型，以及将切面应用于 Dataplex 中的条目。 技能徽章通过动手实验和挑战赛形式的评估，检验您对特定产品的实际知识掌握情况。完成课程即可获得徽章， 也可直接参加实验室挑战赛，快速获得徽章。徽章可证明您掌握技能的熟练程度，提升您的专业形象，最终助您获得更多职业机会。欢迎访问您的个人资料，并跟踪您已获得的徽章。

了解详情

想要仅使用 SQL 就能在几分钟内构建机器学习模型，而不是花费数小时？BigQuery 借助机器学习，数据分析师能够使用现有的 SQL 工具和技能创建、训练、评估机器学习模型，并使用这些模型进行预测， 从而实现机器学习的普及。在 本系列实验中，您将尝试不同的模型类型，并了解 如何构建出色的模型。

了解详情

Learn how to use Gemini Notebook to create a personalized study guide for the Professional Data Engineer certification exam. You'll review Gemini Notebook features, create a notebook in Gemini Notebook, and learn how to use a study guide to practice for a certification exam.

了解详情

This course is part 1 of a 3-course series on Serverless Data Processing with Dataflow. In this first course, we start with a refresher of what Apache Beam is and its relationship with Dataflow. Next, we talk about the Apache Beam vision and the benefits of the Beam Portability framework. The Beam Portability framework achieves the vision that a developer can use their favorite programming language with their preferred execution backend. We then show you how Dataflow allows you to separate compute and storage while saving money, and how identity, access, and management tools interact with your Dataflow pipelines. Lastly, we look at how to implement the right security model for your use case on Dataflow.

了解详情

完成 BigQuery 流式数据分析技能徽章课程，赢取技能徽章 。在这门课程中，您将结合使用 Pub/Sub、Dataflow 和 BigQuery 来实现流式 数据分析。

了解详情

完成中级技能徽章课程使用 BigQuery 构建数据仓库，展示以下技能： 联接数据以创建新表、排查联接故障、使用并集附加数据、创建日期分区表， 以及在 BigQuery 中使用 JSON、数组和结构体。

了解详情

完成入门级技能徽章课程在 Google Cloud 上为机器学习 API 准备数据，展示以下技能： 使用 Dataprep by Trifacta 清理数据、在 Dataflow 中运行数据流水线、在 Managed Service for Apache Spark 中创建集群和运行 Apache Spark 作业，以及调用机器学习 API，包括 Cloud Natural Language API、Google Cloud Speech-to-Text API 和 Video Intelligence API。

了解详情

完成入门级技能徽章课程“从 BigQuery 数据中挖掘数据洞见”，展示您在以下方面的技能： 编写 SQL 查询、查询公共表、将示例数据加载到 BigQuery 中、 在 BigQuery 中使用查询验证器排查常见的语法错误，以及通过连接到 BigQuery 数据在 Data Studio 中 创建报告。

了解详情

完成中级技能徽章课程利用 BigQuery ML 构建预测模型时的数据工程处理， 展示自己在以下方面的技能：利用 Dataprep by Trifacta 构建 BigQuery 数据转换流水线； 利用 Cloud Storage、Dataflow 和 BigQuery 构建提取、转换和加载 (ETL) 工作流； 以及利用 BigQuery ML 构建机器学习模型。

了解详情

While the traditional approaches of using data lakes and data warehouses can be effective, they have shortcomings, particularly in large enterprise environments. This course introduces the concept of a data lakehouse and the Google Cloud products used to create one. A lakehouse architecture uses open-standard data sources and combines the best features of data lakes and data warehouses, which addresses many of their shortcomings.

了解详情

Incorporating machine learning into data pipelines increases the ability to extract insights from data. This course covers ways machine learning can be included in data pipelines on Google Cloud. For little to no customization, this course covers AutoML. For more tailored machine learning capabilities, this course introduces Notebooks and BigQuery machine learning (BigQuery ML). Also, this course covers how to productionalize machine learning solutions by using Vertex AI.

了解详情

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.

了解详情