From Data to Insights with Google Cloud Platform

Apprenez comment obtenir des informations grâce à l’analyse et à la visualisation de données à l’aide de Google Cloud Platform grâce à cette formation approfondie de trois jours sur l’analyse des données.
product
google badge
Formation de 3 jours
Support didactique
Virtuelle, Privée
Classe virtuelle
Une expérience d’apprentissage pratique et interactive vous permettant d'assister à nos formations depuis chez vous, ou où que vous soyez. Les classes virtuelles sont proposées pour certaines de nos formations en salle de classe dispensées en direct. Le cas échéant, l'option apparaîtra dans le menu déroulant de sélection de site. Pour plus de confidentialité, vous pouvez également réserver une classe virtuelle 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 partagerons des bonnes pratiques pour une utilisation efficace des outils GCP et pour traiter des pétaoctets de données en tout juste quelques secondes.

Jellyfish a été choisi par Google pour dispenser cette formation de trois jours dirigée par un formateur expérimenté.Tous nos formateurs sont des professionnels chevronnés, vous pouvez donc apprendre en toute confiance.

À travers des scénarios interactifs et des ateliers pratiques, vous pourrez explorer, exploiter, charger, visualiser et extraire des informations à partir de divers ensembles de données BigQuery.

Nous couvrirons le chargement et l’interrogation des données, la modélisation de schémas, l’optimisation des performances, la tarification des requêtes et la visualisation des données.

Cette formation From Data to Insights with Google Cloud Platform, qui fait partie de la Spécialisation Analyste de données Google Cloud Platform, peut être dispensée en direct sous forme de classe virtuelle. Cette formation se déroulera sur trois jours consécutifs. Nous proposons également une formation privée, qui peut être dispensée sur un site de votre choix.

Aperçu du cours
À qui s’adresse cette formation ?
Cette formation est destinée aux analystes de données, aux analystes commerciaux et aux professionnels de l’intelligence économique. Les ingénieurs en données Cloud qui s’associeront aux analystes de données pour créer des solutions de données évolutives sur Google Cloud Platform tireront également profit de cette formation.
Vous repartirez avec les compétences nécessaires pour :
  • Extraire des informations à partir de données, en utilisant les outils d’analyse et de visualisation sur Google Cloud Platform
  • Interroger de manière interactive des ensembles de données à l’aide de Google BigQuery
  • Charger, nettoyer et transformer les données à échelle
  • Visualiser les données à l’aide de Google Data Studio et d’autres plateformes tierces
  • Faire la distinction entre l’analyse exploratoire et l’analyse explicative et déterminer quand utiliser chaque approche
  • Explorer de nouveaux ensembles de données, trouver rapidement et efficacement des informations cachées
  • Optimiser les modèles de données et les demandes sur les prix et les performances
Conditions préalables
Pour tirer le meilleur parti de cette formation, vous devez posséder des compétences de base en ANSI SQL et avoir suivi la formation Ingénierie des données sur Google Cloud Platform.
Programme de la formation
Module 1 : Introduction à Google Cloud Platform
  • Mise en lumière des défis en matière d’analyses auxquels sont confrontés les analystes de données
  • Comparaison des Big Data sur site vs sur le Cloud
  • Comment tirer un enseignement des cas concrets d’entreprises transformées grâce aux analyses sur le Cloud
  • Navigation dans les fondamentaux du projet Google Cloud Platform
Module 2 : Analyser d’importants ensembles de données avec BigQuery
  • Présentation des tâches et des défis des analystes de données, et introduction des outils de données de Google Cloud Platform
  • Démonstration : Une analyse de 10 milliards d’enregistrements avec Google BigQuery
  • Explication des 9 caractéristiques fondamentales de Google BigQuery
  • Comparaison des outils GCP pour les analystes, les scientifiques des données et les ingénieurs en données
  • Atelier : Fondamentaux de BigQuery
Module 3 : Analyser votre ensemble de données publiques avec SQL
  • Comparaison des techniques communes d’exploration des données
  • Comment coder du SQL standard de haute qualité
  • Étude des ensembles de données publiques de Google BigQuery
  • Aperçu de la visualisation : Google Data Studio
  • Atelier : Analyser votre ensemble de données de E-commerce avec SQL dans Google BigQuery
Module 4 : Nettoyer et transformer vos données avec Cloud Dataprep
  • Examiner les 5 principes de l’intégrité des ensembles de données
  • Déterminer la forme et la dissymétrie d’un ensemble de données
  • Nettoyer et transformer des données à l’aide de SQL
  • Nettoyer et transformer des données à l’aide d’une nouvelle interface utilisateur : Introduction à Cloud Dataprep
  • Atelier : Créer un pipeline de transformation des données avec Cloud Dataprep
Module 5 : Visualisation des perspectives et création de requêtes programmées
  • Aperçu des principes de visualisation des données
  • Approches d’analyse exploratoire ou explicative
  • Démonstration : Interface utilisateur Google Data Studio
  • Connecter Google Data Studio à Google BigQuery
  • Atelier : Comment créer un tableau de bord BI à l’aide de Google Data Studio et de BigQuery
Module 6 : Stocker et intégrer de nouveaux ensembles de données
  • Comparaison de tableaux permanents vs temporaires
  • Sauvegarde et exportation des résultats des requêtes
  • Aperçu de la performance : Cache des requêtes
  • Atelier : Intégration de nouveaux ensembles de données dans BigQuery
Module 7 : Optimisation de votre entrepôt de données grâce aux JOIN
  • Fusionner des tableaux de données historiques avec UNION
  • Introduire des wildcards de tableaux pour des fusions simplifiées
  • Analyse des schémas de données : Relier les données à partir de plusieurs tableaux
  • Exemples et pièges de JOIN
  • Atelier : Diagnostic et résolution des problèmes liés aux données : les pièges à éviter
Module 8 : Classer vos requêtes et vos tableaux pour des connaissances approfondies
  • Examiner les déclarations de cas SQL
  • Intégrer des fonctions de fenêtre analytique
  • Sauvegarder des données grâce au cryptage unidirectionnel des champs
  • Discuter de l’efficacité de la sous-requête et du design CTE
  • Comparer SQL et les UDF Javascript
  • Atelier : Création de tableaux classés par date dans BigQuery
Module 9 : Concevoir des schémas à échelle : Tableaux et structures dans BigQuery
  • Comparaison entre Google BigQuery et l’architecture de données traditionnelle d’un SGBDR
  • Normalisation ou dénormalisation : Compromis de performance
  • Analyse du schéma : Le bon, la brute et le truand
  • Matrices et données imbriquées dans Google BigQuery
  • Atelier : Interroger des données imbriquées et répétées
  • Atelier : Design du schéma pour les performances : Matrices et structures dans BigQuery
Module 10 : Optimiser les requêtes de performance
  • Présentation d’un Job BigQuery
  • Calculer le prix de BigQuery : Stockage, interrogation et coûts de streaming
  • Optimisation des requêtes en fonction des coûts
Module 11 : Contrôler l’accès avec les bonnes pratiques en matière de sécurité des données
  • Bonnes pratiques en matière de sécurité des données
  • Contrôler l’accès avec des vues autorisés
Module 12 : Prévoir les achats des visiteurs qui reviennent avec BigQuery ML
  • Introduction à ML
  • Sélection des fonctionnalités
  • Types de modèles
  • Apprentissage automatique dans BigQuery
  • Atelier : Prévoir les achats des visiteurs à l’aide d’un modèle de classification avec BigQuery ML
Module 13 : Tirer des enseignements des données non structurées grâce à l’apprentissage automatique
  • ML structuré et non structuré
  • Modèles ML préfabriqués
  • Atelier : Extraire, analyser et traduire du texte à partir d’images avec les API de Cloud ML
  • Atelier : Formation avec des modèles ML préconstruits grâce à API Cloud Vision et AutoML
Module 14 : Conclusion
  • Résumé et synthèse de la formation
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