En règle générale, les pipelines de données fonctionnent sur le modèle "Extraction et chargement" (EL), "Extraction, chargement et transformation" (ELT), ou "Extraction, transformation et chargement" (ETL). Dans ce cours, vous apprendrez où et quand appliquer ces différents modèles à des lots de données. Vous découvrirez également plusieurs technologies Google Cloud Platform permettant de transformer des données, y compris BigQuery, Spark exécuté sur Cloud Dataproc, les graphiques de pipelines dans Cloud Data Fusion et le traitement de données sans serveur avec Cloud Dataflow. Vous aurez en outre l'occasion de créer les composants d'un pipeline de données sur Google Cloud Platform dans le cadre d'un atelier pratique QwikLabs.
Este curso forma parte de Programa Especializado - Data Engineer, Big Data and ML on Google Cloud en Français
ofrecido por
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
Francés (French)
Subtítulos: Francés (French), 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
Francés (French)
Subtítulos: Francés (French), Inglés (English)
ofrecido por
Google Cloud
We help millions of organizations empower their employees, serve their customers, and build what’s next for their businesses with innovative technology created in—and for—the cloud. Our products are engineered for security, reliability, and scalability, running the full stack from infrastructure to applications to devices and hardware. Our teams are dedicated to helping customers apply our technologies to create success.
Programa - Qué aprenderás en este curso
6 minutos para completar
Introduction
Dans ce module, nous présentons le cours et son programme.
6 minutos para completar
2 videos (Total 6 minutos)
1 hora para completar
Introduction aux pipelines de données par lots
Ce module présente les différentes méthodes de chargement de données (EL, ELT et ETL) et leurs cas d'utilisation.
1 hora para completar
5 videos (Total 18 minutos)
5 videos
Considérations liées à la qualité1m
Comment réaliser des opérations dans BigQuery3m
Limitations3m
Processus ETL pour résoudre les problèmes liés à la qualité des données4m
1 ejercicio de práctica
EL, ELT et ETL30m
2 horas para completar
Exécuter Spark sur Cloud Dataproc
Dans ce module, vous apprendrez à exécuter Hadoop sur Cloud Dataproc, à exploiter GCS et à optimiser vos tâches Dataproc.
2 horas para completar
9 videos (Total 49 minutos)
9 videos
Exécuter Hadoop sur Cloud Dataproc10m
GCS au lieu de HDFS6m
Optimiser Dataproc5m
Optimiser le stockage Dataproc9m
Optimiser les modèles et l'autoscaling avec Dataproc4m
Optimiser la surveillance Dataproc3m
Présentation de l'atelier : Exécution de tâches Apache Spark sur Cloud Dataproc27s
Résumé31s
1 ejercicio de práctica
Exécuter Spark sur Cloud Dataproc4m
3 horas para completar
Gérer des pipelines de données avec Cloud Data Fusion et Cloud Composer
Dans ce module, vous apprendrez à gérer des pipelines de données avec Cloud Data Fusion et Cloud Composer.
3 horas para completar
11 videos (Total 45 minutos)
11 videos
Composants de Data Fusion2m
Créer un pipeline6m
Explorer des données avec Wrangler1m
Atelier : Créer et exécuter un graphique de pipeline dans Cloud Data Fusion17s
Organiser les tâches dans les services GCP avec Cloud Composer1m
Environnement Apache Airflow1m
DAG et opérateurs12m
Planification du workflow6m
Surveillance et journalisation4m
Atelier : Présentation de Cloud Composer12s
1 ejercicio de práctica
Cloud Data Fusion et Cloud Composer30m
7 horas para completar
Traiter des données sans serveur avec Cloud Dataflow
Dans ce module, vous apprendrez à créer vos pipelines de traitement de données avec Cloud Dataflow.
7 horas para completar
12 videos (Total 40 minutos)
12 videos
Pourquoi les clients apprécient Dataflow ?3m
Créer des pipelines Cloud Dataflow dans le code3m
Considérations à prendre en compte dans l'élaboration de pipelines2m
Transformer les données avec PTransforms3m
Atelier : Créer un pipeline Dataflow simple17s
Agréger avec GroupByKey et Combine7m
Atelier : MapReduce dans Cloud Dataflow18s
Entrées secondaires et fenêtres de données4m
Atelier : Utiliser les entrées secondaires de pipeline11s
Créer et réutiliser des modèles de pipeline3m
Pipelines Cloud Dataflow SQL3m
1 ejercicio de práctica
Traiter des données avec Cloud Dataflow30m
4 minutos para completar
Résumé
Ce module récapitule les sujets abordés dans ce cours.
4 minutos para completar
1 video (Total 4 minutos)
1 video
Acerca de Programa especializado: Data Engineer, Big Data and ML on Google Cloud en Français
Cette formation de spécialisation en ligne d'une durée de cinq semaines présente en pratique comment concevoir et développer des systèmes de traitement des données sur Google Cloud. À travers un ensemble de présentations, de démonstrations et d'ateliers pratiques, les participants apprennent à concevoir des systèmes de traitement de données, à créer des pipelines de données de bout en bout, à analyser des données et à exécuter des tâches de machine learning.
Preguntas Frecuentes
¿Puedo acceder a una vista preliminar del curso antes de inscribirme?
¿Qué recibiré cuando me inscriba?
¿Cuándo recibiré mi Certificado de curso?
¿Por qué no puedo participar como oyente en este curso?
Is financial aid available?
¿Recibiré crédito universitario por completar el Curso?
¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.
