This course is part of the Data Engineer, Big Data and ML on Google Cloud en Français Specialization

Google Cloud Training

Offered By

Data Engineer, Big Data and ML on Google Cloud en Français SpecializationGoogle Cloud

About this Course

Les pipelines de données s'inscrivent généralement dans le paradigme EL (extraction et chargement), ELT (extraction, chargement et transformation) ou ETL (extraction, transformation et chargement). Ce cours vous indiquera quel paradigme utiliser pour le traitement de données par lot en fonction du contexte. Il vous présentera également plusieurs solutions Google Cloud de transformation des données, y compris BigQuery, l'exécution de Spark sur Dataproc, les graphiques de pipelines dans Cloud Data Fusion et le traitement des données sans serveur avec Dataflow. Les participants mettront en pratique les connaissances qu'ils auront acquises en créant des composants de pipelines de données sur Google Cloud à l'aide de Qwiklabs.

Flexible deadlines

Reset deadlines in accordance to your schedule.

Shareable Certificate

Earn a Certificate upon completion

100% online

Start instantly and learn at your own schedule.

Course 3 of 5 in the

Data Engineer, Big Data and ML on Google Cloud en Français Specialization

Intermediate Level

Approx. 17 hours to complete

French

What you will learn

Explorer différentes méthodes de chargement de données (EL, ELT et ETL) et déterminer quand les utiliser
Exécuter Hadoop sur Dataproc, exploiter Cloud Storage et optimiser les tâches Dataproc
Utiliser Dataflow pour créer vos pipelines de traitement de données
Gérer des pipelines de données avec Data Fusion et Cloud Composer

Flexible deadlines

Reset deadlines in accordance to your schedule.

Shareable Certificate

Earn a Certificate upon completion

100% online

Start instantly and learn at your own schedule.

Course 3 of 5 in the

Data Engineer, Big Data and ML on Google Cloud en Français Specialization

Intermediate Level

Approx. 17 hours to complete

French

Instructor

Google Cloud Training

1,924,077 Learners

1,038 Courses

Offered by

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.

Syllabus - What you will learn from this course

Week1

Week 1

1 minute to complete

Présentation

1 minute to complete

1 video (Total 1 min)

Week2

Week 2

23 minutes to complete

Présentation de la création de pipelines de données par lot

23 minutes to complete

6 videos (Total 21 min)

Week3

Week 3

2 hours to complete

Exécuter Spark sur Dataproc

2 hours to complete

11 videos (Total 48 min)

11 videos

Introduction du module26sL'écosystème Hadoop4mExécuter Hadoop sur Dataproc10mUtiliser Cloud Storage plutôt que HDFS6mOptimiser Dataproc2mOptimiser le stockage dans Dataproc9mOptimiser les modèles et l'autoscaling dans Dataproc5mOptimiser la surveillance dans Dataproc3mPrésentation de l'atelier : Exécuter des tâches Apache Spark sur Dataproc27sPremiers pas avec Google Cloud Platform et Qwiklabs4mRésumé33s

1 practice exercise

Exécuter Spark sur Dataproc6m

Week4

Week 4

10 hours to complete

Traiter des données sans serveur avec Dataflow

10 hours to complete

14 videos (Total 36 min)

14 videos

Introduction du module41sPrésentation de Dataflow5mPourquoi les clients apprécient-ils Dataflow ?2mCréer des pipelines Dataflow avec du code3mPrincipales considérations liées à la conception de pipelines2mTransformer des données avec des PTransform3mPrésentation de l'atelier : Créer un pipeline Dataflow simple9sRegrouper des données avec groupByKey et Combine5mPrésentation de l'atelier : MapReduce dans Dataflow23sEntrées secondaires et fenêtres de données4mPrésentation de l'atelier : S'entraîner avec des entrées secondaires de pipelines17sCréer et réutiliser des modèles de pipeline3mPipelines Dataflow SQL46sRésumé2m

1 practice exercise

Traiter des données sans serveur avec Dataflow4m

About the Data Engineer, Big Data and ML on Google Cloud en Français Specialization

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.

Ce cours permet aux participants d'acquérir les compétences suivantes : • Concevoir et développer des systèmes de traitement de données sur Google Cloud Platform • Exploiter des données non structurées à l'aide de Spark et des API de ML sur Cloud Dataproc • Traiter des données par lot ou par flux en mettant en œuvre des pipelines de données d'autoscaling sur Cloud Dataflow • Obtenir des informations métier à partir de très grands ensembles de données à l'aide de Google BigQuery • Entraîner, évaluer et effectuer des prédictions à l'aide de modèles de machine learning avec TensorFlow et Cloud ML • Obtenir des insights immédiats à partir de données par flux Ce cours s'adresse aux développeurs expérimentés qui se chargent de réaliser des opérations de transformation du big data. En vous inscrivant à cette spécialisation vous acceptez les conditions d'utilisation de Qwiklabs décrites dans la FAQ et disponibles à l'adresse: https://qwiklabs.com/terms_of_service

Data Engineer, Big Data and ML on Google Cloud en Français

Frequently Asked Questions

Can I preview a course before enrolling?
Yes, you can preview the first video and view the syllabus before you enroll. You must purchase the course to access content not included in the preview.
What will I get when I enroll?
Once you enroll and your session begins, you will have access to all videos and other resources, including reading items and the course discussion forum. You’ll be able to view and submit practice assessments, and complete required graded assignments to earn a grade and a Course Certificate.
When will I receive my Course Certificate?
If you complete the course successfully, your electronic Course Certificate will be added to your Accomplishments page - from there, you can print your Course Certificate or add it to your LinkedIn profile.
Why can’t I audit this course?
This course is one of a few offered on Coursera that are currently available only to learners who have paid or received financial aid, when available.
Is financial aid available?
Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.

More questions? Visit the Learner Help Center.

Building Batch Data Pipelines on GCP en Français

About this Course

What you will learn