Fondamentaux de Google Cloud Platform : Big Data et Machine Learning

Vous voulez comprendre les immenses capacités en Big Data offertes par Google Cloud Platform ? Cette formation d’une journée constitue la première étape vers la certification Machine Learning de Google.
product
google badge
Formation d’une journée
Support didactique
Privée
Privée
Une séance de formation privée pour votre équipe. Les groupes peuvent être de toute taille, dans un site de votre choix, y compris dans nos centres de formation.

En qualité de partenaire Google Cloud, nous vous aiderons à acquérir les compétences nécessaires afin de traiter les données de manière efficace et évolutive, en utilisant une série de produits Google spécialement conçus sur Google Cloud Platform.

Jellyfish a été sélectionné par Google pour construire et dispenser cette formation d’une journée.

Grâce à des partages d'expériences et des ateliers pratiques, vous bénéficierez d'un aperçu de Google Cloud Platform ainsi que d'une vue détaillée des capacités de traitement des données et de Machine Learning. Cette formation donne la mesure de la facilité, de la flexibilité et de la puissance ses solutions Big Data offertes par Google Cloud Platform.

Cette formation fait partie de la série « Professional Data Engineer » et peut être dispensée sur le site de votre choix, ou en classe virtuelle.

Aperçu du cours
À qui s’adresse cette formation?
Cette formation est destinée aux profils suivants:
  • Les data analysts, data scientists et business analysts qui débutent avec Google Cloud Platform
  • Les personnes chargées de concevoir des pipelines et des architectures pour le traitement des données, de créer et de maintenir des modèles statistiques et de Machine Learning, d’interroger des ensembles de données, de visualiser les résultats des requêtes et de créer des rapports
  • Les dirigeants et décideurs informatiques évaluant Google Cloud Platform en vue de son utilisation par des data scientists
Vous repartirez avec les compétences nécessaires pour:
  • Identifier l’objectif et la valeur des principaux produits Big Data et d'apprentissage automatique sur Google Cloud Platform
  • Utiliser Cloud SQL et Cloud Dataproc pour migrer les charges de travail existantes de MySQL et de Hadoop/Pig/Spark/Hive vers Google Cloud Platform
  • Utiliser BigQuery et Cloud Datalab pour effectuer une analyse interactive des données
  • Former et utiliser un réseau de neurones avec TensorFlow
  • Utiliser les API ML
  • Choisir entre différents produits de traitement des données sur Google Cloud Platform
Prérequis
Afin d'optimiser cette formation, vous devez posséder les connaissances suivantes:
  • Maîtrise de base d’un langage de requêtes courant tel que SQL
  • Expérience en matière de modélisation des données, d’extraction, de transformation et de chargement des activités
  • Développement applicatifs utilisant un langage de programmation commun tel que Python
  • Connaissance basique des concepts de Machine Learning et/ou des statistiques
Programme de la formation
Module 1 : Introduction à Google Cloud Platform
  • Aperçu des Fondamentaux de Google Platform
  • Produits Big Data de Google Cloud Platform
Module 2 : Principes fondamentaux de calcul et de stockage
  • CPU à la demande (Moteur de calcul)
  • Un système de fichiers global (Stockage sur le Cloud)
  • CloudShell
  • Atelier : Mise en place d’un pipeline de traitement des données « Ingest-Transform-Publish » (« Ingérer-Transformer-Publier »)
Module 3 : L'analyse de données dans le Cloud
  • Des jalons vers le Cloud
  • Cloud SQL: votre base de données SQL sur le Cloud
  • Atelier: Importation de données dans CloudSQL et exécution de requêtes
  • Spark sur Dataproc
  • Atelier: Recommandations pour le Machine Learning avec Spark sur Dataproc
Module 4 : Mise à l’échelle de l'analyse de données
  • Accès aléatoire rapide
  • Datalab
  • BigQuery
  • Atelier: Création d’un ensemble de données pour le Machine Learning
Module 5 : Machine Learning
  • Machine Learning avec TensorFlow
  • Atelier: réalisation de ML avec TensorFlow
  • Modèles préconçus pour des besoins courants
  • Atelier: Utilisation des API ML
Module 6 : Architectures de traitement des données
  • Architectures axées sur les messages avec Pub/Sub
  • Créer des pipelines avec Dataflow
  • Architecture de référence pour le traitement des données en temps réel et par lots
Module 7 : Synthèse
  • Pourquoi GCP ?
  • Étapes suivantes
  • Ressources supplémentaires
Réserver ce cours
Appelez notre service commercial dès aujourd'hui
close
Restez informés
Recevez les dernières actualités, études et offres de Jellyfish Training.
Vos données seront traitées conformément à notre Politique de confidentialité