About this Course

4,242 recent views

Shareable Certificate

Earn a Certificate upon completion

100% online

Start instantly and learn at your own schedule.

Flexible deadlines

Reset deadlines in accordance to your schedule.

Intermediate Level

Approx. 14 hours to complete

Spanish

Subtitles: French, Portuguese (Brazilian), German, English, Spanish, Japanese...

Shareable Certificate

Earn a Certificate upon completion

100% online

Start instantly and learn at your own schedule.

Flexible deadlines

Reset deadlines in accordance to your schedule.

Intermediate Level

Approx. 14 hours to complete

Spanish

Subtitles: French, Portuguese (Brazilian), German, English, Spanish, Japanese...

Offered by

Google Cloud logo

Google Cloud

Syllabus - What you will learn from this course

Week
1

Week 1

1 hour to complete

Bienvenido a Serverless Machine Learning on Google Cloud Platform

1 hour to complete
2 videos (Total 5 min)
2 videos
Cómo abordar el aprendizaje automático2m
1 practice exercise
Prueba preliminar del curso sobre aprendizaje automático30m
3 hours to complete

Módulo 1: Cómo comenzar a usar el aprendizaje automático

3 hours to complete
21 videos (Total 109 min)
21 videos
Tipos de AA3m
La canalización del AA2m
Variantes de modelos de AA7m
Definición de un problema de AA2m
Aplicación del aprendizaje automático (AA)8m
Optimización9m
Una zona de pruebas de redes neuronales18m
Combinación de atributos3m
Ingeniería de atributos3m
Modelos de imágenes5m
AA eficaz2m
¿Cuáles son las características de un conjunto de datos bueno?5m
Métricas de errores3m
Precisión2m
Precisión y recuperación5m
Creación de conjuntos de datos de aprendizaje automático3m
División de conjuntos de datos6m
Notebooks de Python1m
Descripción general del lab Cómo crear conjuntos de datos de AA3m
Repaso del lab Cómo crear conjuntos de datos de AA2m
1 practice exercise
Cuestionario del módulo 130m
6 hours to complete

Módulo 2: Cómo crear modelos de AA con TensorFlow

6 hours to complete
15 videos (Total 65 min)
15 videos
¿Qué es TensorFlow?5m
Aspectos fundamentales de TensorFlow5m
Descripción general del lab Cómo comenzar a usar TensorFlow7s
Repaso del lab TensorFlow10m
API de Estimator8m
Aprendizaje automático con tf.estimator15s
Repaso del lab Estimator7m
Compilación de AA eficaz6m
Introducción al lab Reestructuración para agregar agrupación en lotes y creación de atributos38s
Repaso del lab Reestructuración4m
Entrenamiento y evaluación4m
Supervisión1m
Introducción al lab Entrenamiento y supervisión distribuidos2m
Repaso del lab Entrenamiento y supervisión distribuidos7m
1 practice exercise
Cuestionario del módulo 230m
2 hours to complete

Módulo 3: Cómo escalar modelos de AA con Cloud ML Engine

2 hours to complete
7 videos (Total 28 min)
7 videos
¿Por qué usar Cloud ML Engine?6m
Flujo de trabajo del desarrollo1m
Entrenador de paquetes3m
TensorFlow Serving3m
Lab Cómo ajustar el AA39s
Repaso del lab Cómo ajustar el AA10m
1 practice exercise
Cuestionario del módulo 330m
3 hours to complete

Módulo 4: Ingeniería de atributos

3 hours to complete
16 videos (Total 92 min)
16 videos
Atributos buenos7m
Causalidad8m
Funciones numéricas5m
Ejemplos suficientes7m
De los datos sin procesar a los atributos1m
Atributos categóricos8m
Combinaciones de atributos3m
Creación de depósitos3m
Amplitud y profundidad5m
Dónde se puede realizar la ingeniería de atributos3m
Descripción general del lab Ingeniería de atributos3m
Repaso del lab Ingeniería de atributos10m
Ajuste de hiperparámetros y demostración15m
Niveles de abstracción del AA4m
Resumen1m
1 practice exercise
Test del módulo 430m

About the Data Engineering on Google Cloud Platform en Español Specialization

Especialización acelerada en línea de cinco semanas de duración, donde los participantes reciben una introducción práctica en el diseño y compilación de sistemas de procesamiento de datos en Google Cloud Platform. Usando una combinación de presentaciones, demostraciones y labs prácticos, los participantes aprenderán a diseñar sistemas de procesamiento de datos, compilar canalizaciones de datos de extremo a extremo, analizar datos y llevar a efecto funciones de aprendizaje automático. Este curso le enseñará las siguientes habilidades: • Diseñar y crear sistemas de procesamiento de datos en Google Cloud Platform • Aprovechar los datos no estructurados mediante Spark y las API de AA en Cloud Dataproc • Procesar los datos por lotes y de transmisión mediante la implementación de canalizaciones de datos de ajuste de escala automático en Cloud Dataflow • Generar estadísticas empresariales a partir de conjuntos de datos muy grandes mediante Google BigQuery • Entrenar, evaluar y predecir por medio de los modelos de aprendizaje automático con Tensorflow y Cloud ML • Extraer estadísticas al instante a partir de los datos de transmisión Este curso está dirigido a desarrolladores experimentados responsables de la administración de transformaciones de macrodatos. >>> Al inscribirse en esta especialización acepta los Términos de Servicio de Qwiklabs según lo establecido en las Preguntas Frecuentes, disponibles en el apartado: https://qwiklabs.com/terms_of_service <<<...
Data Engineering on Google Cloud Platform en Español

Frequently Asked Questions

  • Once you enroll for a Certificate, you’ll have access to all videos, quizzes, and programming assignments (if applicable). Peer review assignments can only be submitted and reviewed once your session has begun. If you choose to explore the course without purchasing, you may not be able to access certain assignments.

  • When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.

  • If you subscribed, you get a 7-day free trial during which you can cancel at no penalty. After that, we don’t give refunds, but you can cancel your subscription at any time. See our full refund policy.

  • Yes, Coursera provides financial aid to learners who cannot afford the fee. Apply for it by clicking on the Financial Aid link beneath the "Enroll" button on the left. You'll be prompted to complete an application and will be notified if you are approved. You'll need to complete this step for each course in the Specialization, including the Capstone Project. Learn more.

  • Before enrolling in this course, participants should have roughly one (1) year of experience with one or more of the following:

    • Knowledge of Google Cloud Platform

    • Big Data & Machine Learning Fundamentals to the level of "Google Cloud Platform Big Data and Machine Learning Fundamentals" on Coursera

    • Knowledge of BigQuery and Dataflow to the level of "Serverless Data Analysis with Google BigQuery and Cloud Dataflow" on Coursera

    • Knowledge of Python and familiarity with the numpy package

    • Knowledge of undergraduate-level statistics to the level of a Basic Statistics course on Coursera

  • To be eligible for the free trial, you will need:

    - Google account (Google is currently blocked in China)

    - Credit card or bank account

    - Terms of service

    Note: There is a known issue with certain EU countries where individuals are not able to sign up, but you may sign up as "business" status and intend to see a potential economic benefit from the trial. More details at: https://support.google.com/cloud/answer/6090602

    More Google Cloud Platform free trial FAQs are available at: https://cloud.google.com/free-trial/

    For more details on how the free trial works, visit our documentation page: https://cloud.google.com/free-trial/docs/

  • If your current Google account is no longer eligible for the Google Cloud Platform free trial, you can create another Google account. Your new Google account should be used to sign up for the free trial.

  • View this page for more details: https://cloud.google.com/free/docs/gcp-free-tier

  • Yes, this online course is based on the instructor-led training formerly known as CPB102.

  • The course covers the topics presented on the certification exam, however we recommend additional preparation including hands-on product experience. The best preparation for certification is real-world, hands-on experience. Review the Google Certified Professional Data Engineer certification preparation guide for further information and resources at https://cloud.google.com/certification/guides/data-engineer/

  • Google’s Certification Program gives customers and partners a way to demonstrate their technical skills in a particular job-role and technology. Individuals are assessed using a variety of rigorously developed industry-standard methods to determine whether they meet Google’s proficiency standards. Read more at https://cloud.google.com/certification/guides/data-engineer/

More questions? Visit the Learner Help Center.