Les deux principaux composants de tout pipeline de données sont les lacs de données et les entrepôts de données. Ce cours aborde les cas d'utilisation de chacun de ces systèmes de stockage, et présente en détail les solutions disponibles sur Google Cloud Platform. Il décrit également le rôle de Data Engineer et les atouts des pipelines de données pour l'entreprise, en plus d'expliquer l'intérêt de l'environnement cloud pour l'ingénierie de données. Vous vous familiariserez, dans le cadre d'exercices pratiques dans QwikLabs, aux concepts de lacs et d'entrepôts de données sur Google Cloud Platform.
This course is part of the Data Engineer, Big Data and ML on Google Cloud en Français Specialization
Offered By
About this Course
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
Introduction
Ce module présente la spécialisation Data Engineering et le cours.
Data Engineering
Ce module décrit le rôle d'un Data Engineer et explique pourquoi l'ingénierie de données doit être effectuée dans le cloud.
Créer un lac de données
Ce module explique ce qu'est un lac de données et comment utiliser Google Cloud Storage comme lac de données dans GCP.
Créer un entrepôt de données
Ce module présente BigQuery en tant qu'entrepôt de données dans GCP.
Résumé
Ce module récapitule tous les thèmes abordés dans le cours.
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.

Frequently Asked Questions
Can I preview a course before enrolling?
What will I get when I enroll?
When will I receive my Course Certificate?
Why can’t I audit this course?
Is financial aid available?
More questions? Visit the Learner Help Center.