基于Google云平台的数据工程 德语版

Data Engineering on Google Cloud Platform auf Deutsch

Data Engineering auf der Google Cloud Platform . Data Engineering-Karriere starten

6215 次查看
Google Cloud
Coursera
  • 完成时间大约为 3 个月
  • 中级
  • 英语, 法语, 日语, 西班牙语, 德语, 葡萄牙语, 其他
注:本课程由Coursera和Linkshare共同提供,因开课平台的各种因素变化,以上开课日期仅供参考

课程概况

Dieser fünfwöchige Onlinevertiefungskurs bietet eine praktische Einführung zum Entwerfen und Erstellen von Datenverarbeitungssystemen auf der Google Cloud Platform. In Präsentationen, Demos und praxisorientierten Labs entwickeln die Teilnehmer Datenverarbeitungssysteme, erstellen End-to-End-Datenpipelines, analysieren Daten und üben maschinelles Lernen. Dieser Kurs vermittelt den Teilnehmern die folgenden Kompetenzen:

• Datenverarbeitungssysteme auf der Google Cloud Platform entwickeln

• Unstrukturierte Daten mit Spark und ML-APIs auf Cloud Dataproc verwenden

• Batch- und Streaming-Daten durch die Implementierung von Autoscaling-Datenpipelines auf Cloud Dataflow verarbeiten

• Mit Google BigQuery Geschäftsinformationen aus extrem großen Datasets ableiten

• Modelle des maschinellen Lernens mit TensorFlow und Cloud ML trainieren, auswerten und damit Vorhersagen treffen

• Sofortige Statistiken aus Streaming-Daten ermöglichen

• Dieser Kurs richtet sich an erfahrene Entwickler, die für die Verwaltung von Big Data-Transformationen verantwortlich sind, zum Beispiel:

• Daten extrahieren, laden, transformieren, bereinigen und validieren

• Pipelines und Architekturen für die Datenverarbeitung entwerfen

• Modelle des maschinellen Lernens und der Statistik erstellen und warten

• Datasets abfragen, Abfrageergebnisse visualisieren und Berichte erstellen

Mit Ihrer Teilnahme an dieser Spezialisierung stimmen Sie den Nutzungsbedingungen von Qwiklabs zu, die Sie in den FAQs und unter folgendem Link finden: https://qwiklabs.com/terms_of_service

包含课程

课程1
Google Cloud Platform Big Data and Machine Learning Fundamentals auf DeutschIn diesem einwöchigen On-Demand-Intensivkurs erhalten die Teilnehmer eine Einführung in die Funktionen der Google Cloud Platform (GCP) für Big Data und maschinelles Lernen. Dabei wird ein kurzer Überblick über die Google Cloud Platform geboten, während die Funktionen für die Datenverarbeitung eingehender behandelt werden.Nach Abschluss dieses Kurses sind die Teilnehmer in der Lage:
• den Zweck und den Nutzen der wichtigsten Produkte für Big Data und maschinelles Lernen in der Google Cloud Platform zu beschreiben
• vorhandene MySQL- und Hadoop-/Pig-/Spark-/Hive-Arbeitslasten mit Cloud SQL und Cloud Dataproc zur Google Cloud Platform zu migrieren
• mit BigQuery und Cloud Datalab interaktive Datenanalysen vorzunehmen
• zwischen Cloud SQL, Bigtable und Datastore zu wählen
• mit TensorFlow ein neuronales Netzwerk zu trainieren und zu verwenden
• eine Auswahl zwischen verschiedenen Datenverarbeitungsprodukten in der Google Cloud Platform zu treffen

Wenn Sie sich zu diesem Kurs anmelden möchten, sollten Sie ungefähr ein (1) Jahr Erfahrung in einem oder mehreren der folgenden Bereiche haben:
• Gängige Abfragesprachen, z. B. SQL
• Extraktions-, Transformations-, Ladeaktivitäten
• Datenmodellierung
• Maschinelles Lernen und/oder Statistik
• Programmierung in Python

Hinweise zum Google-Konto:
• In China stehen die Dienste von Google derzeit nicht zur Verfügung

课程2
Serverless Machine Learning with Tensorflow on Google Cloud Platform auf DeutschIn diesem einwöchigen On-Demand-Intensivkurs erhalten Teilnehmer eine praxisorientierte Einführung in das Entwerfen und Erstellen von Modellen für das maschinelle Lernen (ML) mithilfe der Google Cloud Platform. In Präsentationen, Demos und praxisorientierten Labs lernen die Teilnehmer ML- und TensorFlow-Konzepte kennen und entwickeln ML-Modelle, die sie anschließend auswerten und produktionsreif machen.ZIELE

In diesem Kurs werden die folgenden Fähigkeiten vermittelt:

● Anwendungsfälle für maschinelles Lernen erkennen

● ML-Modelle mit TensorFlow erstellen

● Skalier- und bereitstellbare ML-Modelle mit Cloud ML erstellen

● Bedeutung der Datenvorverarbeitung und der Kombination von Features verstehen

● Fortgeschrittene ML-Konzepte in Modelle einbinden

● Trainierte ML-Modelle produktionsreif machen

VORAUSSETZUNGEN

Für maximale Lernerfolge sollten die Teilnehmer folgende Voraussetzungen erfüllen:

● Abschluss des Kurses "Google Cloud Platform Fundamentals: Big Data & Machine Learning" ODER entsprechende Erfahrung auf dem Gebiet

● Grundkenntnisse in gängigen Abfragesprachen wie SQL

● Kenntnisse in Datenmodellierung, Extraktion, Transformation und Ladeaktivitäten

● Entwicklung von Anwendungen mit einer gängigen Programmiersprache wie Python

● Vertrautheit mit maschinellem Lernen und/oder Statistik

Hinweis zum Google-Konto:
• In China sind Google-Dienste derzeit nicht verfügbar.

课程3
Leveraging Unstructured Data with Cloud Dataproc on Google Cloud Platform auf DeutschDieser einwöchige Intensivkurs baut auf bisherigen Kursen der Spezialisierung Data Engineering on Google Cloud Platform auf. Mit Videovorträgen, Vorführungen und Labs zur praktischen Anwendung lernen Sie, wie Sie Computecluster erstellen und verwalten, um Hadoop-, Spark-, Pig- und/oder Hive-Jobs auf der Google Cloud Platform auszuführen.Außerdem wird erläutert, wie Sie auf verschiedene Cloudspeicherlösungen über deren Computecluster zugreifen und die Google-Funktionen für maschinelles Lernen in deren Analyseprogramme einbinden.In den Labs zur praktischen Anwendung erstellen und verwalten Sie Dataproc-Cluster mit der Webkonsole und der Befehlszeile und führen über die Cluster Spark- und Pig-Jobs aus. Dann erstellen Sie iPython-Notebooks, die in BigQuery und Speicherplatz eingebunden werden können und nutzen Spark. Zuletzt binden Sie die APIs für maschinelles Lernen in die Datenanalyse ein.

Voraussetzungen
• Google Cloud Platform Big Data & Machine Learning Fundamentals (oder Ähnliches)
• Grundkenntnisse in Python

课程4
Serverless Data Analysis with Google BigQuery and Cloud Dataflow auf DeutschIn diesem einwöchigen On-Demand-Intensivkurs wird auf den Kurs "Google Cloud Platform Big Data and Machine Learning Fundamentals" aufgebaut. Anhand von Präsentationen durch den Kursleiter, Demos und praxisorientierten Labs lernen die Teilnehmer, wie sich Data-Warehouse-Prozesse, Analysen und die Pipelineverarbeitung managementfrei ausführen lassen.Voraussetzungen:
• Kurs "Google Cloud Platform Big Data and Machine Learning Fundamentals"
• Erfahrung im Umgang mit einer SQL-ähnlichen Abfragesprache, um Daten zu analysieren
• Kenntnisse in Python oder Java

Hinweis zum Google-Konto:
In China sind Google-Dienste derzeit nicht verfügbar.

课程5
Building Resilient Streaming Systems on Google Cloud Platform auf DeutschIn diesem einwöchigen On-Demand-Intensivkurs wird auf dem Kurs Google Cloud Platform Big Data and Machine Learning Fundamentals aufgebaut. In Videovorträgen, Vorführungen und Labs zur praktischen Anwendung lernen Sie, wie Sie Streamingdaten-Pipelines erstellen und dabei mit Google Cloud Pub/Sub und Dataflow Entscheidungen in Echtzeit treffen können. Außerdem erfahren Sie, wie Sie Dashboards erstellen, um die Ausgabe für unterschiedliche beteiligte Zielgruppen anzupassen.Voraussetzungen:
• Google Cloud Platform Big Data and Machine Learning Fundamentals (oder Ähnliches)
• Grundkenntnisse in Java

Lernziele:
• Anwendungsfälle für Streaminganalysen in Echtzeit durchgehen
• Datenereignisse mit dem asynchronen Messagingdienst Google Cloud Pub/Sub verwalten
• Streamingpipelines erstellen und bei Bedarf Transformationen ausführen
• Beide Enden einer Streamingpipeline (Produktion und Nutzung) kennenlernen
• Dataflow, BigQuery und Cloud Pub/Sub für Streaming und Analysen in Echtzeit kombinieren

课程项目

Dieser Vertiefungskurs schließt praktische Übungen ein. Sie benötigen ein Google-Konto (ein Gmail-Konto reicht aus) und müssen sich für ein kostenloses Google Cloud Platform-Konto anmelden. Ihre kostenlose Testversion ist auf 12 Monate oder 300 $ im Wert von Credits begrenzt, je nachdem, was zuerst erreicht wird. Sie sollten den Vertiefungskurs innerhalb von vier Wochen abschließen.

In praxisorientierten Modulen lernen die Teilnehmer, die in den Videoschulungen erworbenen Fähigkeiten anzuwenden. Die Projekte umfassen unter anderem Themen zu Google BigQuery, die in Codelabs verwendet und konfiguriert werden.

声明:MOOC中国十分重视知识产权问题,我们发布之课程均源自下列机构,版权均归其所有,本站仅作报道收录并尊重其著作权益。感谢他们对MOOC事业做出的贡献!
  • Coursera
  • edX
  • OpenLearning
  • FutureLearn
  • iversity
  • Udacity
  • NovoEd
  • Canvas
  • Open2Study
  • Google
  • ewant
  • FUN
  • IOC-Athlete-MOOC
  • World-Science-U
  • Codecademy
  • CourseSites
  • opencourseworld
  • ShareCourse
  • gacco
  • MiriadaX
  • JANUX
  • openhpi
  • Stanford-Open-Edx
  • 网易云课堂
  • 中国大学MOOC
  • 学堂在线
  • 顶你学堂
  • 华文慕课
  • 好大学在线CnMooc
  • (部分课程由Coursera、Udemy、Linkshare共同提供)

© 2008-2022 CMOOC.COM 慕课改变你,你改变世界