Ce cours constitue une introduction à l'analyse de données sur Google Cloud. Il s'adresse aux apprenants qui n'ont aucune expérience préalable de l'analyse de données ni de Google Cloud. Le cours couvre les fondamentaux de l'analyse de données, notamment la collecte, le stockage, l'exploration, la visualisation et le partage. Il présente également aux apprenants les outils et services d'analyse de données de Google Cloud. À travers des cours vidéo, des démonstrations, des quiz et des ateliers pratiques, le cours montre comment passer de données brutes à des visualisations et des tableaux de bord à fort impact.
4 modules pour maîtriser les fondamentaux
Quiz
Lab 1 : Démarrage rapide de BigQuery : Console
Lab 2 : Introduction à SQL pour BigQuery et Cloud SQL
Lab 3 : BigLake : Démarrage rapide
Lab 4 : Analyser les données avec l'assistance Gemini
Quiz
Lab 1 : Explorateur de données Looker—Démarrage rapide
Lab 2 : Looker Data Studio—Démarrage rapide
Quiz
Ce cours est conçu pour les analystes de données qui souhaitent apprendre à utiliser BigQuery pour leurs besoins d'analyse de données. Grâce à une combinaison de vidéos, de travaux pratiques et de démos, nous couvrons divers sujets qui expliquent comment ingérer, transformer et interroger vos données dans BigQuery pour en tirer des informations qui peuvent aider à la prise de décision commerciale.
Ce cours de 2 jours présente aux apprenants la capacité d'intégration de données de Google Cloud à l'aide de Cloud Data Fusion. Dans ce cours, nous discutons des défis liés à l'intégration de données et de la nécessité d'une plateforme d'intégration de données (middleware). Nous discutons ensuite de la manière dont Cloud Data Fusion peut aider à intégrer efficacement les données provenant d'une variété de sources et de formats et à générer des informations. Nous examinons les principaux composants de Cloud Data Fusion et leur fonctionnement, comment traiter les données par lots et les données en streaming en temps réel avec une conception de pipeline visuelle, un suivi riche des métadonnées et de la lignée des données, et comment déployer des pipelines de données sur divers moteurs d'exécution.
Knowledge Catalog est une fabrique de données intelligente qui permet aux organisations de découvrir, gérer, surveiller et gouverner de manière centralisée leurs données à travers les lacs de données, les entrepôts de données et les datamarts. Vous pouvez utiliser Knowledge Catalog pour construire une architecture de maillage de données afin de décentraliser la propriété des données entre les propriétaires de domaines de données. Dans ce cours, vous apprendrez à découvrir, gérer, surveiller et gouverner vos données à travers les lacs de données, les entrepôts de données et les datamarts grâce à des conférences guidées et des exercices indépendants utilisant des données d'exemple.
L'engagement de SFEIR Institute : une démarche d'excellence pour garantir la qualité et la réussite de toutes nos formations. En savoir plus sur notre démarche qualité
L'atteinte des objectifs de la formation est évaluée à plusieurs niveaux pour garantir la qualité de la prestation :