Acerca de este Curso

Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel intermedio
Aprox. 13 horas para completar
Portugués (de Brasil)
Subtítulos: Portugués (de Brasil), Inglés (English)
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel intermedio
Aprox. 13 horas para completar
Portugués (de Brasil)
Subtítulos: Portugués (de Brasil), Inglés (English)

ofrecido por

Placeholder

Google Cloud

Programa - Qué aprenderás en este curso

Semana
1

Semana 1

6 minutos para completar

Introdução

6 minutos para completar
2 videos (Total 6 minutos)
2 videos
Primeiros passos no Google Cloud Platform e no Qwiklabs4m
1 hora para completar

Introdução aos pipelines de dados em lote

1 hora para completar
5 videos (Total 18 minutos)
5 videos
Considerações sobre qualidade1m
Como fazer operações no BigQuery3m
Limitações3m
ETL para solucionar problemas de qualidade de dados4m
1 ejercicio de práctica
EL, ELT, ETL30m
2 horas para completar

Como executar o Spark no Cloud Dataproc

2 horas para completar
9 videos (Total 49 minutos)
9 videos
Como executar o Hadoop no Cloud Dataproc10m
GCS em vez do HDFS6m
Como otimizar o Dataproc5m
Como otimizar o armazenamento do Dataproc9m
Como otimizar os modelos e o escalonamento automático do Dataproc4m
Como otimizar o monitoramento do Dataproc3m
Introdução ao laboratório: Como executar jobs do Apache Spark no Cloud Dataproc27s
Resumo31s
1 ejercicio de práctica
Como executar o Spark no Cloud Dataproc4m
Semana
2

Semana 2

3 horas para completar

Gerencie pipelines de dados com o Cloud Data Fusion e o Cloud Composer

3 horas para completar
11 videos (Total 45 minutos)
11 videos
Componentes do Data Fusion2m
Como criar pipelines6m
Como analisar dados usando o Wrangler1m
Laboratório: Como criar e executar um gráfico de pipeline no Cloud Data Fusion17s
Como orquestrar o trabalho entre os serviços do GCP com o Cloud Composer1m
Ambiente do Apache Airflow1m
DAGs e operadores12m
Como programar o fluxo de trabalho6m
Monitoramento e registro4m
Laboratório: Introdução ao Cloud Composer12s
1 ejercicio de práctica
Cloud Data Fusion e Cloud Composer30m
7 horas para completar

Processamento de dados sem servidor com o Cloud Dataflow

7 horas para completar
12 videos (Total 40 minutos)
12 videos
Por que os clientes valorizam o Dataflow3m
Como criar pipelines do Cloud Dataflow em código3m
Principais considerações no design de pipelines2m
Como transformar dados com PTransforms3m
Laboratório: Como criar um pipeline simples do Dataflow17s
Como agregar com GroupByKey e Combine7m
Laboratório: MapReduce no Cloud Dataflow18s
Entradas secundárias e janelas de dados4m
Laboratório: Prática de entradas secundárias de pipelines11s
Como criar e reutilizar modelos de pipeline3m
Pipelines de SQL do Cloud Dataflow3m
1 ejercicio de práctica
Processamento de dados com o Cloud Dataflow30m
4 minutos para completar

Resumo

4 minutos para completar
1 video (Total 4 minutos)
1 video

Acerca de Programa especializado: Data Engineer, Big Data and ML on Google Cloud em Português

Nesta especialização on-line intensiva de cinco semanas, os participantes terão uma introdução prática sobre como projetar e criar sistemas de processamento de dados no Google Cloud Platform. Por meio de uma combinação de apresentações, demonstrações e laboratórios práticos, os participantes aprenderão a projetar sistemas de processamento de dados, criar canais completos e análises de dados e desenvolver soluções de aprendizado de máquina. Neste curso, abordamos dados estruturados, não estruturados e de streaming. Neste curso, os participantes irão adquirir as seguintes habilidades: • projetar e criar sistemas de processamento de dados no Google Cloud Platform • usar dados não estruturados com as APIs do Spark e de aprendizado de máquina no Cloud Dataproc • processar dados em lote e streaming com a implementação de canais de dados de escalonamento automático no Cloud Dataflow • derivar insights de negócios a partir de conjuntos de dados extremamente grandes usando o Google BigQuery • treinar, avaliar e prever com modelos de aprendizado de máquina usando o TensorFlow e o Cloud ML • ativar insights instantâneos dos dados de streaming Esta aula destina-se a desenvolvedores experientes responsáveis pelo gerenciamento de transformações de Big Data. >>> Ao se inscrever nesta especialização, você concorda com os Termos de Serviço do Qwiklabs conforme estabelecido na seção de perguntas frequentes. Veja os Termos de Serviço aqui: https://qwiklabs.com/terms_of_service <<<...
Data Engineer, Big Data and ML on Google Cloud em Português

Preguntas Frecuentes

¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.