INGÉNIERIE DE DONNÉES SUR GOOGLE CLOUD PLATFORM

Analyse de données sans serveur avec BigQuery

• Qu'est-ce que BigQuery
• Capacités avancées
• Performance et prix

Canaux de données Autoscaling sans serveur avec Dataflow

Premiers pas avec le Machine Learning

• Qu'est-ce que le machine Learning (ML)
• ML efficace: concepts, types
• Évaluation de ML
• Ensembles de données ML: généralisation

Construire des modèles ML avec Tensorflow

• Premiers pas avec TensorFlow
• Graphes et boucles TensorFlow + lab
• Surveillance de la formation au ML

Mise à l'échelle des modèles ML avec CloudML

• Pourquoi Cloud ML?
• Emballer un modèle TensorFlow
• Formation de bout en bout

Ingénierie des caractéristiques

• Créer de bonnes fonctionnalités
• Transformer les entrées
• Caractéristiques synthétiques
• Pré-traitement avec Cloud ML

Architectures ML

• Large et profond
• L'analyse d'image
• Embeddings et séquences
• Systèmes de recommandation

Présentation de Google Cloud Dataproc

• Présentation de Google Cloud Dataproc
• Créer et gérer des clusters
• Définition des noeuds maître et de travail
• Tirer parti des types de machines personnalisées et des nœuds de travail préemptifs
• Création de clusters avec la console Web
• Clusters de script avec l'interface de ligne de commande
• Utilisation de l'API REST Dataproc
• Tarification Dataproc
• Mise à l'échelle et suppression des clusters

Exécution de Jobs Dataproc

• Contrôle des versions d'application
• Soumettre des emplois
• Accès à HDFS et GCS
• Hadoop
• Spark et PySparkCochon et ruche
• Journalisation et surveillance des travaux
• Accès aux nœuds maîtres et travailleurs avec SSH
• Travailler avec PySpark REPL (interpréteur de ligne de commande)

Intégration de Dataproc à Google Cloud Platform

• Actions d'initialisation
• Programmation des ordinateurs portables Jupyter / Datalab
• Accéder à Google Cloud Storage
• Exploiter les données relationnelles avec Google Cloud SQL
• Lire et écrire des données en streaming avec Google BigTable
• Interrogation de données à partir de Google BigQuery
• Création d'appels API Google à partir de blocs-notes

Comprendre les données non structurées avec les API d'apprentissage machine de Google

• API Google Machine Learning
• Cas d'utilisation de ML communs
• API Vision
• API de langage naturelTraduire
• API Speech

Nécessité d'une analyse en continu en temps réel

• Qu'est-ce que Streaming Analytics?
• Cas d'utilisation
• Batch vs Streaming (en temps réel)
• Terminologies connexes
• Les produits GCP qui aident à construire pour la haute disponibilité, la résilience, le haut débit, les analyses en temps réel (revue de Pub / Sub et Dataflow)

Architecture des pipelines en streaming

• Architectures de streaming et considérations
• Choisir les bons composants Lumières
• Agrégation en continu
• Evénements, déclencheurs

Diffuser des données et des événements dans PubSub

• Sujets et abonnements
• Publication d'événements dans Pub / Sub
• Options d'abonnement: Push vs Pull
• Alertes

Construire un pipeline de traitement de flux

• Pipelines, PCollections et Transforms
• Windows, événements et déclencheurs
• Statistiques d'agrégation
• Analyse en continu avec BigQuery
• Alertes à faible volume

Haut débit et faible latence avec Bigtable

• Considérations de latence
• Qu'est-ce que Bigtable
• Concevoir des clés de ligne
• Considérations de performance

Haut débit et faible latence avec BigTable

• Qu'est-ce que Google Data Studio?
• Des données aux décisions