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8時間で修了
日本語
字幕:日本語, 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8時間で修了
日本語
字幕:日本語, 英語

提供:

Placeholder

Google Cloud

シラバス - 本コースの学習内容

1

1

7分で修了

はじめに

7分で修了
2件のビデオ (合計7分)
2件のビデオ
Google Cloud Platform と Qwiklabs の使用方法4 分
2時間で修了

データ エンジニアリング

2時間で修了
13件のビデオ (合計55分)
13件のビデオ
データ エンジニアリングの課題を分析する8 分
BigQuery の概要3 分
データレイクとデータ ウェアハウス5 分
デモ: BigQuery での連携クエリ6 分
トランザクション データベースとデータ ウェアハウスの比較4 分
他のデータチームと効果的に連携する6 分
データアクセスとデータ ガバナンスを管理する2 分
デモ: DLP API を使用してデータセット内の個人情報(PII)を検出する1 分
本番環境向けパイプラインを構築する2 分
GCP ユーザーの事例紹介3 分
まとめ1 分
ラボの概要: BigQuery を使用した分析17
1の練習問題
データ エンジニアリングの概要30 分
2時間で修了

データレイクの構築

2時間で修了
10件のビデオ (合計58分)
10件のビデオ
GCP のデータ ストレージと ETL のオプション4 分
Cloud Storage を使用したデータレイクの構築10 分
デモ: Google Cloud Storage のストレージ クラスと Cloud Functions を使用したコストの最適化7 分
Cloud Storage のセキュリティ機能5 分
あらゆる種類のデータの保存5 分
デモ: BigQuery で Parquet ファイルと ORC ファイルに対して連携クエリを実行する4 分
リレーショナル データのクラウドへの保存1 分
リレーショナル データレイクとしての Cloud SQL7 分
ラボ: タクシーデータを Cloud SQL に読み込む27
1の練習問題
データレイクの構築4 分
2

2

4時間で修了

データ ウェアハウスの構築

4時間で修了
17件のビデオ (合計93分)
17件のビデオ
BigQuery の概要1 分
デモ: テラバイト規模のデータを数秒でクエリする7 分
はじめに9 分
データの読み込み11 分
ラボの概要: BigQuery にデータを読み込む21
スキーマの確認24
デモ: スキーマの確認10 分
スキーマ設計3 分
ネストされたフィールドと繰り返しフィールド8 分
デモ: ネストされたフィールドと繰り返しフィールド15 分
ラボの概要: BigQuery で JSON データと配列データを操作する13
パーティショニングとクラスタ化による最適化5 分
デモ: パーティション分割テーブルの作成7 分
デモ: パーティショニングとクラスタ化6 分
プレビュー: バッチデータとストリーミング データの変換2 分
まとめ1 分
1の練習問題
データ ウェアハウスの構築4 分
2分で修了

まとめ

2分で修了
1件のビデオ (合計2分)
1件のビデオ

Data Engineering, Big Data and ML on Google Cloud 日本語版専門講座について

この 5 週間のオンライン速習専門講座は、Google Cloud Platform でデータ処理システムを設計、構築する方法を学ぶための実践的な入門コースです。講義、デモ、ハンズオンラボを通して、データ処理システムの設計、エンドツーエンドのデータ パイプラインの構築、データの分析、機械学習の実施方法を学びます。このコースでは、構造化、非構造化、ストリーミングの各種データを扱います。 このコースでは、次のスキルについて学習します。 • Google Cloud Platform 上でデータ処理システムを設計し構築する • 非構造化データを Cloud Dataproc 上で Spark と ML の API を使って活用する • バッチおよびストリーミングのデータを処理するために自動スケーリング データ パイプラインを Cloud Dataflow 上で実装する • 巨大なデータセットからのビジネス分析情報を Google BigQuery を使用して引き出す • 機械学習モデルを使用したトレーニング、評価、予測を TensorFlow と Cloud ML を使用して行う • ストリーミング データからの迅速な分析を実現する このクラスは、デベロッパーとしての経験があり、次のようなビッグデータ変換の管理を担当する方を対象としています。 • データの抽出、読み込み、変換、クリーニング、検証を行う • データ処理用のパイプラインとアーキテクチャを設計する • 機械学習モデルと統計モデルを作成して保守する • データセットに対してクエリを実行し、クエリ結果を視覚化して、レポートを作成する >>>この専門分野に登録することにより、これはQwiklabsの利用規約に同意し、FAQに記載されています。https://qwiklabs.com/terms_of_service <<<...
Data Engineering, Big Data and ML on Google Cloud 日本語版

よくある質問

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。