Google Cloud Fundamentals: Big Data and Machine Learning - Seminar / Kurs von Cegos_Integrata GmbH

• Modul 1: Einführung in die Google Cloud Platform
• Modul 2: Grundlagen von Compute und Storage
• Modul 3: Datenanalyse in der Cloud
• Modul 4: Skalierung der Datenanalyse
• Modul 5: Maschinelles Lernen
• Modul 6: Architekturen der Datenverarbeitung
• Modul 7: Zusammenfassung

• Übersicht über Google Platform Fundamentals
• Big Data-Produkte der Google Cloud Platform

• CPUs on demand (Compute Engine)
• Ein globales Dateisystem (Cloud Storage)
• Cloud Shell
• Lab: Datenverarbeitungspipeline für die Aufnahme, Transformation und Veröffentlichung von Daten einrichten

• Sprungbrett in die Cloud
• Cloud SQL: Ihre SQL-Datenbank in der Cloud
• Lab: Daten in Cloud SQL importieren und Abfragen ausführen
• Spark auf Dataproc
• Lab: Empfehlungen zum maschinellen Lernen mit Spark auf Dataproc

• Schneller zufälliger Zugriff
• Datalab
• BigQuery
• Lab: Dataset für maschinelles Lernen erstellen

• Maschinelles Lernen mit TensorFlow
• Lab: Maschinelles Lernen mit TensorFlow ausführen
• Vorkonfigurierte Modelle für gängige Anforderungen
• Lab: ML-APIs einsetzen

• Nachrichtenorientierte Architekturen mit Pub/Sub
• Pipelines mit Dataflow erstellen
• Referenzarchitektur für Echtzeit- und Batch-Datenverarbeitung

• Vorteile der Google Cloud Platform
• Weitere Informationen
• Zusätzliche Ressourcen

Dieser Kurs richtet sich an folgende Zielgruppen:

• Datenanalysten, Data Scientists und Business-Analysten, die mit der Google Cloud Platform noch nicht vertraut sind
• Personen, die Pipelines und Architekturen für die Datenverarbeitung entwerfen, Modelle für das maschinelle Lernen und statistische Modelle erstellen und verwalten, Datasets abfragen, Abfrageergebnisse visualisieren und Berichte erstellen
• Führungskräfte und IT-Entscheidungsträger, die die Google Cloud Platform zur Verwendung durch Data Scientists evaluieren