Search result for Courses taught by Google Cloud Training
FollowFilter ![]()
Filter ![]()
Showing 155 courses
By Category ![]()
By Subject![]()
By Language![]()
Get Course Alerts by Email
Hands-On Labs in Google Cloud for Networking Engineers
by Google Cloud Training- 4.8
-
![]()
![]()
![]()
![]()
![]()
Approx. 6 hours to complete
Networking is a principal theme of cloud computing. It’s the underlying structure of Google Cloud, and it’s what connects all your resources and services to one another. In this series of hands-on labs, completed on Qwiklabs, you will gain additional practice with specialized tools for developing mature networks. Welcome to Networking in Google Cloud: Hands-On Practice...
Modernizing Data Lakes and Data Warehouses with GCP en Español
by Google Cloud Training- 4.9
-
![]()
![]()
![]()
![]()
![]()
Approx. 8 hours to complete
Los dos componentes clave de cualquier canalización de datos son los data lakes y los almacenes de datos. En este curso, se destacan casos prácticos para cada tipo de almacenamiento y se explican los detalles técnicos de las soluciones de data lake y almacenes de datos disponibles en Google Cloud Platform....
Building Batch Data Pipelines on GCP en Español
by Google Cloud Training- 0.0
-
![]()
![]()
![]()
![]()
![]()
Approx. 13 hours to complete
Por lo general, la canalización de datos se clasifica en uno de los siguientes paradigmas: Extraer-cargar, Extraer-cargar-transformar o Extraer-transformar-cargar. En este curso, se describe cuál es el paradigma que se debe usar y en qué momento usarlo para los datos por lotes. Introducción Introducción al curso Cómo comenzar a usar Google Cloud Platform y Qwiklabs...
Modernizing Data Lakes and Data Warehouses with GCP em Português Brasileiro
by Google Cloud Training- 0.0
-
![]()
![]()
![]()
![]()
![]()
Approx. 8 hours to complete
Os dois principais componentes de qualquer pipeline de dados são os data lakes e os armazenamento de dados. Neste curso, destacamos os casos de uso de cada tipo de armazenamento e analisamos detalhadamente as soluções de data lake e de armazenamento de dados disponíveis no Google Cloud Platform. Introdução Introdução ao curso...
Contact Center AI: Building a Dynamic Virtual Agent
by Google Cloud Training- 4.6
-
![]()
![]()
![]()
![]()
![]()
Approx. 9 hours to complete
Welcome to "Contact Center AI Virtual Agent Customization w/Dialogflow", the second course in the "Customer Experiences with Contact Center AI" specialization. In this course, learn how to develop more customized customer conversational solutions using Contact Center Artificial Intelligence (CCAI). This is an intermediate course, intended for learners with the following types of roles:...
Modernizing Data Lakes and Data Warehouses with GCP 日本語版
by Google Cloud Training- 0.0
-
![]()
![]()
![]()
![]()
![]()
Approx. 8 hours to complete
すべてのデータ パイプラインには、データレイクとデータ ウェアハウスという 2 つの主要コンポーネントがあります。このコースでは、それぞれのストレージのユースケースに焦点を当て、Google Cloud Platform で利用可能なデータレイクおよびデータ ウェアハウスのソリューションを技術的に詳しく説明します。 また、データ エンジニアの役割や、適切なデータ パイプラインが事業運営にもたらすメリットについて述べ、クラウド環境でデータ エンジニアリングを行うべき理由を説明します。受講者は Qwiklabs を使用して、Google Cloud Platform のデータレイクとデータ ウェアハウスを実際に使ってみることができます。 はじめに コース概要 Google Cloud Platform と Qwiklabs の使用方法 データ エンジニアリング データ エンジニアの役割を確認する データ エンジニアリングの課題を分析する BigQuery の概要 データレイクとデータ ウェアハウス デモ: BigQuery での連携クエリ トランザクション データベースとデータ ウェアハウスの比較 他のデータチームと効果的に連携する データアクセスとデータ ガバナンスを管理する デモ: DLP API を使用してデータセット内の個人情報（PII）を検出する 本番環境向けパイプラインを構築する...
Modernizing Data Lakes and Data Warehouses with GCP en Français
by Google Cloud Training- 0.0
-
![]()
![]()
![]()
![]()
![]()
Approx. 8 hours to complete
Les deux principaux composants de tout pipeline de données sont les lacs de données et les entrepôts de données. Ce cours aborde les cas d'utilisation de chacun de ces systèmes de stockage, et présente en détail les solutions disponibles sur Google Cloud Platform. Introduction Présentation du cours Premiers pas avec Google Cloud Platform et Qwiklabs...
Building Batch Data Pipelines on GCP en Français
by Google Cloud Training- 0.0
-
![]()
![]()
![]()
![]()
![]()
Approx. 13 hours to complete
En règle générale, les pipelines de données fonctionnent sur le modèle "Extraction et chargement" (EL), "Extraction, chargement et transformation" (ELT), ou "Extraction, transformation et chargement" (ETL). Dans ce cours, vous apprendrez où et quand appliquer ces différents modèles à des lots de données. Introduction Présentation du cours Premiers pas avec Google Cloud Platform et Qwiklabs...
Preparing for the Google Cloud Professional Data Engineer Exam 日本語版
by Google Cloud Training- 0.0
-
![]()
![]()
![]()
![]()
![]()
Approx. 7 hours to complete
コースより抜粋:「最善の試験対策は職務に必要なスキルを身に付けることである」 このコースでは、トップダウン アプローチを使ってすでに身に着けている知識とスキルを把握し、情報とスキルが不十分な分野を特定します。本コースを受講することにより、独自の対策計画を立てることができます。わかっていることとわからないことを明確にし、この職務を担当する際に必要なスキルの習得と向上にお役立てください。 このコースでは、試験ガイドの概要に沿って、受講者が特定の分野とそれに関連するコンセプトを十分に理解しているか、またはさらなる学習が必要かを判断できるように、「判断基準」となるコンセプトを提示します。また、ケース分析、技術的に注意すべきポイントの特定、提案ソリューションの開発などの認知スキルを含む主要な職務スキルについて学び、実践する機会も用意されています。これらは職務スキルであると同時に試験スキルでもあります。アクティビティ トラッキング チャレンジラボでは基礎能力のテストも行います。試験問題と同じような例題と解答も多数用意されており、コースの最後には採点式ではない模擬試験問題と、受験を想定した採点式の模擬試験問題に取り組みます。 Preparing for the Professional Data Engineer Exam へようこそ はじめに Professional Data Engineer 認定資格について Google Cloud と Qwiklabs のスタートガイド 最新の試験ガイドに関する情報 フィードバックを送信するには 試験のヒント 1 試験のヒント 2 データ処理システムの設計 データ処理システムの設計 柔軟なデータ表現の設計 データ パイプラインの設計 Cloud Dataflow のパイプライン BigQuery ソリューションと Cloud Dataflow ソリューション データ処理インフラストラクチャの設計 Cloud Pub/Sub ソリューション 模擬試験問題 1 データ表現、パイプライン、処理インフラストラクチャ 試験のヒント 3...
Building Batch Data Pipelines on GCP 日本語版
by Google Cloud Training- 0.0
-
![]()
![]()
![]()
![]()
![]()
Approx. 13 hours to complete
データ パイプラインは通常、Extract-Load（抽出、読み込み）、Extract-Load-Transform（抽出、読み込み、変換）、Extract-Transform-Load（抽出、変換、読み込み）のいずれかの方式に分類されます。このコースでは、どの方式をどのような場合にバッチデータに対して使用すべきかを説明します。また、Google Cloud Platform 上のデータ変換技術（BigQuery など）、Cloud Dataproc での Spark の実行、Cloud Data Fusion でのパイプライン グラフ、Cloud Dataflow によるサーバーレスのデータ処理についても取り上げます。Qwiklabs を使用して、Google Cloud Platform でデータ パイプライン コンポーネントを実際に構築できます。 はじめに コース概要 Google Cloud Platform と Qwiklabs の使用方法 バッチデータ パイプラインの概要 EL、ELT、ETL 品質に関する考慮事項 BigQuery でオペレーションを実行する方法 制限事項 ETL によるデータ品質問題への対処 EL、ELT、ETL Cloud Dataproc での Spark の実行 Hadoop エコシステム Cloud Dataproc での Hadoop の実行...
Previous
