Detaillierter Kursinhalt
Modul 1: Einführung in die Google Cloud Platform
- Übersicht über Google Platform Fundamentals
- Big Data-Produkte der Google Cloud Platform
Modul 2: Grundlagen von Compute und Storage
- CPUs on demand (Compute Engine)
- Ein globales Dateisystem (Cloud Storage)
- Cloud Shell
- Lab: Datenverarbeitungspipeline für die Aufnahme, Transformation und Veröffentlichung von Daten einrichten
Modul 3: Datenanalyse in der Cloud
- Sprungbrett in die Cloud
- Cloud SQL: Ihre SQL-Datenbank in der Cloud
- Lab: Daten in Cloud SQL importieren und Abfragen ausführen
- Spark auf Dataproc
- Lab: Empfehlungen zum maschinellen Lernen mit Spark auf Dataproc
Modul 4: Skalierung der Datenanalyse
- Schneller zufälliger Zugriff
- Datalab
- BigQuery
- Lab: Dataset für maschinelles Lernen erstellen
Modul 5: Maschinelles Lernen
- Maschinelles Lernen mit TensorFlow
- Lab: Maschinelles Lernen mit TensorFlow ausführen
- Vorkonfigurierte Modelle für gängige Anforderungen
- Lab: ML-APIs einsetzen
Modul 6: Architekturen der Datenverarbeitung
- Nachrichtenorientierte Architekturen mit Pub/Sub
- Pipelines mit Dataflow erstellen
- Referenzarchitektur für Echtzeit- und Batch-Datenverarbeitung
Modul 7: Zusammenfassung
- Vorteile der Google Cloud Platform
- Weitere Informationen
- Zusätzliche Ressourcen