このコースについて

共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
柔軟性のある期限
スケジュールに従って期限をリセットします。
中級レベル
約13時間で修了
ポルトガル語(ブラジル)
字幕:ポルトガル語(ブラジル), 英語
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
柔軟性のある期限
スケジュールに従って期限をリセットします。
中級レベル
約13時間で修了
ポルトガル語(ブラジル)
字幕:ポルトガル語(ブラジル), 英語

提供:

Google Cloud ロゴ

Google Cloud

シラバス - 本コースの学習内容

1

1

6分で修了

Introdução

6分で修了
2件のビデオ (合計6分)
2件のビデオ
Primeiros passos no Google Cloud Platform e no Qwiklabs4 分
1時間で修了

Introdução aos pipelines de dados em lote

1時間で修了
5件のビデオ (合計18分)
5件のビデオ
Considerações sobre qualidade1 分
Como fazer operações no BigQuery3 分
Limitações3 分
ETL para solucionar problemas de qualidade de dados4 分
1の練習問題
EL, ELT, ETL30 分
2時間で修了

Como executar o Spark no Cloud Dataproc

2時間で修了
9件のビデオ (合計49分)
9件のビデオ
Como executar o Hadoop no Cloud Dataproc10 分
GCS em vez do HDFS6 分
Como otimizar o Dataproc5 分
Como otimizar o armazenamento do Dataproc9 分
Como otimizar os modelos e o escalonamento automático do Dataproc4 分
Como otimizar o monitoramento do Dataproc3 分
Introdução ao laboratório: Como executar jobs do Apache Spark no Cloud Dataproc27
Resumo31
1の練習問題
Como executar o Spark no Cloud Dataproc4 分
2

2

3時間で修了

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

3時間で修了
11件のビデオ (合計45分)
11件のビデオ
Componentes do Data Fusion2 分
Como criar pipelines6 分
Como analisar dados usando o Wrangler1 分
Laboratório: Como criar e executar um gráfico de pipeline no Cloud Data Fusion17
Como orquestrar o trabalho entre os serviços do GCP com o Cloud Composer1 分
Ambiente do Apache Airflow1 分
DAGs e operadores12 分
Como programar o fluxo de trabalho6 分
Monitoramento e registro4 分
Laboratório: Introdução ao Cloud Composer12
1の練習問題
Cloud Data Fusion e Cloud Composer30 分
7時間で修了

Processamento de dados sem servidor com o Cloud Dataflow

7時間で修了
12件のビデオ (合計40分)
12件のビデオ
Por que os clientes valorizam o Dataflow3 分
Como criar pipelines do Cloud Dataflow em código3 分
Principais considerações no design de pipelines2 分
Como transformar dados com PTransforms3 分
Laboratório: Como criar um pipeline simples do Dataflow17
Como agregar com GroupByKey e Combine7 分
Laboratório: MapReduce no Cloud Dataflow18
Entradas secundárias e janelas de dados4 分
Laboratório: Prática de entradas secundárias de pipelines11
Como criar e reutilizar modelos de pipeline3 分
Pipelines de SQL do Cloud Dataflow3 分
1の練習問題
Processamento de dados com o Cloud Dataflow30 分
4分で修了

Resumo

4分で修了
1件のビデオ (合計4分)
1件のビデオ

Data Engineer, Big Data and ML on Google Cloud em Português専門講座について

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

よくある質問

  • はい、最初のビデオをプレビューしてシラバスを表示してから登録できます。プレビューに含まれないコンテンツにアクセスするには、コースを購入する必要があります。

  • セッションの開始日前にコースに登録すると、そのコースに関するすべての講座のビデオと学習用教材にアクセスできます。課題は、セッションの開始後に提出できるようになります。

  • 登録してセッションを開始すると、すべてのビデオや、学習用教材項目やコースのディスカッションフォーラムなど他のリソースにアクセスできます。演習の評価を表示して提出したり、成績とコース修了証の取得に必要なテストを完了することができます。

  • コースを無事完了すると、コースの電子修了証が成果のページに追加されます。そこからコースの修了証を印刷したり、LinkedInのプロフィールに追加したりできます。

  • このコースは現在、利用できる期間内において、支払い済み受講生または学資援助を受けた受講生のみが利用できるCoursera(コーセラ)提供のコースです。

  • サブスクライブすると、7日間の無料トライアルを体験できます。この期間中は解約金なしでキャンセルできます。それ以降、払い戻しはありませんが、サブスクリプションをいつでもキャンセルできます。返金ポリシーをすべて表示します

  • はい。受講料の支払いが難しい受講生に、Coursera(コーセラ)は学資援助を提供しています。左側の[登録]ボタンの下にある[学資援助]のリンクをクリックして申請してください。申請書の入力を促すメッセージが表示され、承認されると通知が届きます。キャップストーンプロジェクトを含む専門講座の各コースでこのステップを完了する必要があります。詳細

  • このコースでは大学の単位は付与されませんが、一部の大学ではコース修了証を単位として承認する場合があります。詳細については、大学にお問い合わせください。Coursera(コーセラ)のオンライン学位および Mastertrack™証明書は、大学の単位を取得する機会を提供します。

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。