Quand aurai-je accès aux cours et aux devoirs ?

Pour accéder aux supports de cours, aux devoirs et pour obtenir un certificat, vous devez acheter l'expérience de certificat lorsque vous vous inscrivez à un cours. Vous pouvez essayer un essai gratuit ou demander une aide financière. Le cours peut proposer l'option "Cours complet, pas de certificat". Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.

Que recevrai-je si j'achète le certificat ?

Lorsque vous achetez un certificat, vous avez accès à tous les supports de cours, y compris les devoirs notés. Une fois le cours terminé, votre certificat électronique sera ajouté à votre page de réalisations. Vous pourrez alors l'imprimer ou l'ajouter à votre profil LinkedIn.

Une aide financière est-elle disponible ?

Oui, pour certains programmes de formation, vous pouvez demander une aide financière ou une bourse si vous n'avez pas les moyens de payer les frais d'inscription. Si une aide financière ou une bourse est disponible pour votre programme de formation, vous trouverez un lien pour postuler sur la page de description.

Principes fondamentaux de BigQuery pour les professionnels de Teradata

Principes fondamentaux de BigQuery pour les professionnels de Teradata

Instructeur : Google Cloud Training

Inclus avec

6 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

niveau Intermédiaire

Certaines connaissances prérequises

6 heures à compléter

Planning flexible

Apprenez à votre propre rythme

6 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

niveau Intermédiaire

Certaines connaissances prérequises

6 heures à compléter

Planning flexible

Apprenez à votre propre rythme

Ce que vous apprendrez

Modélisation des données Modélisation des données Modélisation des données Modélisation des données Modélisation des données Modélisation des données Modélisation des données Modélisation des données Modélisation des données Modélisation des données Modélisation des données Modélisation des données Modélisation des données Modélisation des données Modélisation des données Modélisation des données Modélisation des données Modélisation des données Modélisation des données
Créer, sécuriser et partager les actifs de données BigQuery en cours d'utilisation.
Mettre en œuvre des patrons communs et des bonnes pratiques pour la conception de données, l'ingestion de données et l'interrogation de données dans BigQuery.
Comparer les différences et les points communs entre Teradata et BigQuery.

Compétences que vous acquerrez

Catégorie : Architecture et administration des bases de données
Catégorie : Intégration des données
Catégorie : Importation/exportation de données
Catégorie : Big Data
Catégorie : Cartographie des données
Catégorie : Conception de la base de données
Catégorie : Extraire, transformer, charger
Catégorie : Modélisation des données
Catégorie : Gestion des identités et des accès
Catégorie : Architecture des données
Catégorie : Entreposage de données
Catégorie : Sécurité des données
Catégorie : SQL
Catégorie : Google Cloud Platform
Catégorie : Migration des données

Outils que vous découvrirez

Catégorie : Contrôle d'accès basé sur les rôles (RBAC)
Catégorie : Langages de requête
Catégorie : Teradata SQL

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

6 devoirs

Enseigné en Anglais

91% of learners achieved a positive career outcome

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires

logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Il y a 6 modules dans ce cours

Ce cours couvre les fondamentaux de BigQuery pour les professionnels qui sont familiers avec les entrepôts de données en nuage basés sur SQL dans Teradata et qui veulent commencer à travailler dans BigQuery. Grâce à un contenu de cours interactif et à des laboratoires pratiques, vous apprenez à provisionner des ressources, à créer et à partager des actifs de données, à ingérer des données et à optimiser les performances des requêtes dans BigQuery. En vous appuyant sur vos connaissances de Teradata, vous découvrez également les similitudes et les différences entre Teradata et BigQuery pour vous aider à démarrer avec des entrepôts de données dans BigQuery.

Détails du module

Ce module d'introduction résume les principaux détails de l'architecture et du provisionnement des ressources de BigQuery, notamment la façon dont BigQuery utilise les slots pour exécuter des requêtes SQL et la gestion de la charge de travail dans BigQuery. En s'appuyant sur vos connaissances de Teradata, ce module fournit également une vue d'ensemble des similitudes et des différences entre Teradata et BigQuery en matière d'architecture et de provisionnement des ressources, afin de vous aider à démarrer avec BigQuery.

Inclus

1 lecture1 devoir1 élément d'application1 plugin

Ce module résume les principaux détails de la hiérarchie des ressources et du modèle de définition des données de BigQuery, y compris la façon de créer des ensembles de données et des tables dans BigQuery. En s'appuyant sur vos connaissances de Teradata, ce module fournit également un aperçu de haut niveau des similitudes et des différences entre les hiérarchies de ressources et les types de données primaires de Teradata et de BigQuery pour vous aider à commencer à travailler avec des données dans BigQuery.

Inclus

1 lecture1 devoir

Ce module résume les principaux détails du modèle de gestion des identités et des accès (IAM) de Google Cloud, notamment la manière dont les rôles et les autorisations sont appliqués aux ensembles de données et aux tables dans BigQuery. En s'appuyant sur vos connaissances de Teradata, ce module fournit également un aperçu de haut niveau des similitudes et des différences en matière de rôles et d'autorisations entre Teradata et BigQuery, afin de vous aider à commencer à sécuriser et à partager vos données dans BigQuery.

Inclus

1 lecture1 devoir1 élément d'application

Ce module résume les principales options et les meilleures pratiques d'ingestion de données dans BigQuery, notamment le chargement de données par lots, l'ingestion en continu et les requêtes vers des sources de données externes. En s'appuyant sur votre connaissance de Teradata, ce module fournit également une vue d'ensemble des similitudes et des différences dans les options d'ingestion de données entre Teradata et BigQuery pour vous aider à commencer à lire et à charger vos données dans BigQuery.

Inclus

1 lecture1 devoir

Ce module résume les modèles communs et les meilleures pratiques pour la conception et l'optimisation des schémas de table dans BigQuery, notamment l'utilisation de champs imbriqués et répétés, le partitionnement et le clustering. En s'appuyant sur vos connaissances de Teradata, ce module fournit également un aperçu de haut niveau des similitudes et des différences d'utilisation et de conception des schémas entre Teradata et BigQuery pour vous aider à commencer à structurer et à optimiser vos données dans BigQuery.

Inclus

1 lecture1 devoir1 élément d'application

Ce module résume les principales fonctionnalités et opérations du dialecte SQL standard de Google utilisé dans BigQuery, ainsi que les meilleures pratiques pour optimiser les performances des requêtes et contrôler les coûts dans BigQuery. En s'appuyant sur vos connaissances de Teradata, ce module fournit également un aperçu de haut niveau des similitudes et des différences dans les dialectes SQL et les fonctionnalités entre Teradata et BigQuery pour vous aider à commencer à exécuter et à optimiser des requêtes dans BigQuery.