基于Google云平台的数据工程 西班牙语

你将学到什么

课程概况

Especialización acelerada en línea de cinco semanas de duración, donde los participantes reciben una introducción práctica en el diseño y compilación de sistemas de procesamiento de datos en Google Cloud Platform. Usando una combinación de presentaciones, demostraciones y labs prácticos, los participantes aprenderán a diseñar sistemas de procesamiento de datos, compilar canalizaciones de datos de extremo a extremo, analizar datos y llevar a efecto funciones de aprendizaje automático. Este curso le enseñará las siguientes habilidades:

• Diseñar y crear sistemas de procesamiento de datos en Google Cloud Platform

• Aprovechar los datos no estructurados mediante Spark y las API de AA en Cloud Dataproc

• Procesar los datos por lotes y de transmisión mediante la implementación de canalizaciones de datos de ajuste de escala automático en Cloud Dataflow

• Generar estadísticas empresariales a partir de conjuntos de datos muy grandes mediante Google BigQuery

• Entrenar, evaluar y predecir por medio de los modelos de aprendizaje automático con Tensorflow y Cloud ML

• Extraer estadísticas al instante a partir de los datos de transmisión

Este curso está dirigido a desarrolladores experimentados responsables de la administración de transformaciones de macrodatos.

Al inscribirse en esta especialización acepta los Términos de Servicio de Qwiklabs según lo establecido en las Preguntas Frecuentes, disponibles en el apartado: https://qwiklabs.com/terms_of_service

包含课程

课程1
Google Cloud Platform Big Data and Machine Learning Fundamentals en Español

En este curso a pedido y acelerado de 1 semana, los participantes descubrirán las capacidades de los macrodatos y del aprendizaje automático de Google Cloud Platform (GCP). Además, se proporciona una descripción general rápida de Google Cloud Platform y más detalles sobre las capacidades de procesamiento de datos.Al finalizar este curso, los participantes podrán hacer lo siguiente:
• Identificar el propósito y el valor de los productos clave de macrodatos y aprendizaje automático disponibles en Google Cloud Platform
• Usar Cloud SQL y Cloud Dataproc para migrar las cargas de trabajo existentes de MySQL y Hadoop/Pig/Spark/Hive a Google Cloud Platform
• Usar BigQuery y Cloud Datalab para llevar a cabo un análisis de datos interactivo
• Elegir entre Cloud SQL, Bigtable y Datastore
• Entrenar y usar una red neuronal mediante TensorFlow
• Elegir entre los diferentes productos de procesamiento de datos disponibles en Google Cloud Platform

Antes de inscribirse en este curso, los participantes deben tener aproximadamente un (1) año de experiencia en uno o más de los siguientes:
• Un lenguaje de consulta común, como SQL
• Actividades de extracción, transformación y carga
• Modelado de datos
• Aprendizaje automático o estadísticas
• Programación en Python

Notas de la Cuenta de Google:
• Actualmente, los servicios de Google no están disponibles en China.

课程2
Serverless Machine Learning con TensorFlow en GCP

En este curso acelerado a pedido de una semana, los participantes recibirán una introducción práctica sobre cómo diseñar y compilar modelos de aprendizaje automático en Google Cloud Platform. Mediante una serie de presentaciones, demostraciones y labs prácticos, los participantes conocerán conceptos de aprendizaje automático (AA) y TensorFlow, y adquirirán habilidades prácticas para desarrollar, evaluar y producir modelos de AA.OBJETIVOS

En este curso, los participantes adquirirán las siguientes habilidades:

● Identificar casos prácticos de aprendizaje automático

● Compilar un modelo de AA con TensorFlow

● Compilar modelos de AA implementables y escalables con Cloud ML

● Conocer la importancia del procesamiento previo y la combinación de atributos

● Incorporar conceptos avanzados de AA a sus modelos

● Llevar modelos entrenados de AA a producción

REQUISITOS PREVIOS

Para aprovechar al máximo este curso, los participantes deben cumplir con los siguientes requisitos previos:

● Haber completado el curso "Google Cloud Fundamentals - Big Data and Machine Learning" O contar con experiencia equivalente

● Tener un conocimiento básico del lenguaje de consulta común, como SQL

● Tener experiencia con las actividades de extracción, transformación, carga y modelado de datos

● Haber desarrollado aplicaciones mediante un lenguaje de programación común, como Python

● Estar familiarizados con el aprendizaje automático o las estadísticas

Notas sobre la Cuenta de Google:
• Por el momento, los servicios de Google no están disponibles en China.

课程3
Leveraging Unstructured Data with Cloud Dataproc on Google Cloud Platform en Español

Este curso acelerado de una semana está basado en cursos anteriores de la especialización "Data Engineering on Google Cloud Platform". Mediante una serie de clases por video, demostraciones y labs prácticos, aprenderá a crear y administrar clústeres de procesamiento para ejecutar trabajos de Hadoop, Spark, Pig o Hive en Google Cloud Platform.Además, aprenderá a acceder a varias opciones de almacenamiento en la nube desde sus clústeres de procesamiento y a integrar las capacidades del aprendizaje automático de Google en sus programas de estadísticas.En los labs prácticos, creará y administrará clústeres de Dataproc con la consola web y la CLI. Luego, usará los clústeres para ejecutar trabajos de Spark y Pig. A continuación, creará notebooks de IPython que se integran con BigQuery y el almacenamiento, y utilizará Spark. Por último, integrará las API de aprendizaje automático en el análisis de sus datos.

Requisitos previos
• Google Cloud Platform Big Data & Machine Learning Fundamentals (o contar con experiencia equivalente)
• Conocimientos de Python

课程4
Serverless Data Analysis with Google BigQuery and Cloud Dataflow en Español

Este curso acelerado a pedido de una semana está basado en Google Cloud Platform Big Data and Machine Learning Fundamentals. Mediante una serie de presentaciones, demostraciones y labs prácticos dictados por un instructor, los participantes aprenderán a realizar procesamiento de canalizaciones, análisis y almacenamiento de datos no-ops.Requisitos previos:
• Google Cloud Platform Big Data and Machine Learning Fundamentals
• Experiencia en el lenguaje de consulta de tipo SQL para analizar datos
• Conocimientos de Python o Java

Notas sobre la Cuenta de Google:
• Los servicios de Google no están disponibles en China.

课程5
Building Resilient Streaming Systems on Google Cloud Platform en Español

Este curso acelerado a pedido de una semana está basado en Google Cloud Platform Big Data and Machine Learning Fundamentals. Mediante una serie de clases por video, demostraciones y labs prácticos, aprenderá a compilar canalizaciones de datos de transmisión con Google Cloud Pub/Sub y Dataflow para poder tomar decisiones en tiempo real. Además, aprenderá a compilar paneles a fin de procesar resultados personalizados para distintos públicos interesados.Requisitos previos:
• Haber completado el curso Google Cloud Platform Big Data and Machine Learning Fundamentals (o contar con experiencia equivalente)
• Conocimientos de Java

Objetivos:
• Comprender casos prácticos de estadísticas de transmisiones en tiempo real
• Usar el servicio de mensajería asíncrona de Google Cloud Pub/Sub para administrar eventos de datos
• Escribir canalizaciones de transmisión y ejecutar transformaciones cuando sea necesario
• Familiarizarse con ambos lados de una canalización de transmisión: la producción y el consumo
• Interoperar Dataflow, BigQuery y Cloud Pub/Sub para realizar transmisiones y análisis en tiempo real

课程项目

Esta especialización incluye labs prácticos. Deberá tener una cuenta de Google (puede usar una de Gmail) y registrarse en una cuenta de prueba gratuita de Google Cloud Platform,. La prueba gratuita tiene un límite de 12 meses o $300 dólares de crédito, lo que termine primero. Es por ello que nuestra especialización está diseñada para completarse en cuatro semanas.

Estos componentes prácticos le permitirán aplicar las habilidades que adquiera en las clases en video. Los proyectos incorporarán temas como Google BigQuery, que se usan y configuran en Codelabs. Además, adquirirá experiencia práctica con los conceptos que se explican en todos los módulos.