Data Analytics & Engineering
Der Data-Stack von Anfang bis Ende. BigQuery, Looker, Dataflow und die Pipelines dazwischen — Warehousing, Modellierung und die Engineering-Praxis, die beides verlässlich hält.
16 Kurse
AlloyDB Grundlagen
Dieser Kurs beleuchtet die Vorteile von AlloyDB, insbesondere im Vergleich zu PostgreSQL in Cloud SQL. Er führt Sie durch die Architektur von AlloyDB und erklärt, wie Sie Deployments in Google Cloud konfigurieren.Der Kurs ist in zwei Teile gegliedert: AlloyDB Administration Essentials (Architektur und Konfiguration) und AlloyDB Optimization Essentials (Leistungsoptimierung).
Analysieren und Visualisieren von Daten in Looker
In diesem Kurs lernen Sie, wie Sie in Looker Daten erkunden und analysieren, was früher hauptsächlich von SQL-Entwicklern oder Analysten durchgeführt wurde. Sie lernen, wie Sie die moderne Analyseplattform von Looker nutzen können, um relevante Inhalte in der Looker-Instanz Ihres Unternehmens zu finden und zu erkunden. Sie entdecken auch, wie Sie Ihren Daten Fragen stellen, bei Bedarf neue Metriken erstellen und Visualisierungen und Dashboards erstellen und teilen können, um datengestützte Entscheidungen zu erleichtern.
BigQuery für Data Analysts
Dieser Kurs richtet sich an Datenanalysten, die lernen möchten, wie sie BigQuery für ihre Analyseanforderungen nutzen können. Durch eine Kombination aus Präsentationen, Übungen und Demos behandeln wir verschiedene Themen, die erörtern, wie Sie Ihre Daten in BigQuery erfassen, transformieren und abfragen können, um Erkenntnisse zu gewinnen, die bei Geschäftsentscheidungen hilfreich sein können.
Data Engineering in der Google Cloud
Sammeln Sie praktische Erfahrungen mit dem Entwurf und der Entwicklung von Datenverarbeitungssystemen in Google Cloud. Dieser Kurs vermittelt Ihnen anhand von Präsentationen, Demos und praktischen Übungen, wie Sie Datenverarbeitungssysteme entwerfen, End-to-End-Datenpipelines erstellen, Daten analysieren und maschinelles Lernen implementieren. Dieser Kurs behandelt strukturierte, unstrukturierte und Streaming-Daten.
Data Engineering Solutions Lab (DSL)
Das Data Engineering Solutions Lab (DSL) ist eine 10-tägige, fokussierte, immersive Lernerfahrung, die Ihr Team schnell in den Prinzipien und Best Practices des Google Cloud Data Engineering weiterbildet. Das Programm kombiniert fünf Tage lang von Experten geleitete Schulungen zu wichtigen Data-Engineering-Konzepten (z. B. Data Warehousing, Pipelines, Datenqualität) mit praktischen Übungen und einem fünftägigen kollaborativen Abschlussprojekt. Das Abschlussprojekt fordert die Teilnehmer heraus, einen realen Anwendungsfall mithilfe von Google Cloud-Tools zu lösen.
Datenintegration mit Cloud Data Fusion
Dieser zweitägige Kurs führt die Teilnehmer in die Datenintegrationsfunktionen von Google Cloud mithilfe von Cloud Data Fusion ein. In diesem Kurs besprechen wir die Herausforderungen der Datenintegration und die Notwendigkeit einer Datenintegrationsplattform (Middleware). Anschließend erörtern wir, wie Cloud Data Fusion dabei helfen kann, Daten aus verschiedenen Quellen und Formaten effektiv zu integrieren und Erkenntnisse zu gewinnen. Wir werfen einen Blick auf die Hauptkomponenten von Cloud Data Fusion und deren Funktionsweise, wie man Batch-Daten und Echtzeit-Streaming-Daten mit visuellem Pipeline-Design, umfassender Nachverfolgung von Metadaten und Datenherkunft verarbeitet und wie man Datenpipelines auf verschiedenen Ausführungs-Engines bereitstellt.
Data Warehousing mit BigQuery: Speicherdesign, Query-Optimierung und Administration
In diesem Kurs lernen Sie die Interna von BigQuery und Best Practices für den Entwurf, die Optimierung und die Verwaltung Ihres Data Warehouse kennen. Durch eine Kombination aus Präsentation, Demos und Übungen erfahren Sie mehr über die BigQuery-Architektur und wie Sie eine optimale Speicherung und Schemata für die Datenaufnahme und -änderungen entwerfen können.Als Nächstes lernen Sie Techniken zur Verbesserung der Leseleistung, zur Optimierung von Abfragen, zur Verwaltung von Arbeitslasten und zur Verwendung von Protokollierungs- und Überwachungstools. Sie lernen auch die verschiedenen Preismodelle kennen. Schließlich lernen Sie verschiedene Methoden zur Datensicherung, zur Automatisierung von Arbeitslasten und zum Erstellen von Machine-Learning-Modellen mit BigQuery ML kennen.
Datenmodelle mit LookML entwickeln
Dieser Kurs befähigt Sie, skalierbare, performante Looker Modeling Language (LookML)-Modelle zu entwickeln, die Ihren Unternehmensbenutzern die standardisierten, sofort nutzbaren Daten zur Verfügung stellen, die sie zur Beantwortung ihrer Fragen benötigen. Nach Abschluss dieses Kurses werden Sie in der Lage sein, LookML-Modelle zu erstellen und zu pflegen, um Daten in der Looker-Instanz Ihres Unternehmens zu kuratieren und zu verwalten.
Enterprise Datenbank-Migrationen
Dieser Kurs soll Architekten, Ingenieuren und Entwicklern die erforderlichen Fähigkeiten vermitteln, um Unternehmenskunden bei der Architektur, Planung, Ausführung und dem Testen von Datenbankmigrationsprojekten zu unterstützen. Durch eine Kombination aus Präsentationen, Demos und praktischen Übungen migrieren die Teilnehmer Datenbanken zu GCP und nutzen dabei verschiedene GCP-Dienste. Dieser Kurs behandelt die Migration von lokalen Unternehmensdatenbanken wie SQL Server zu Google Cloud (Compute Engine und Cloud SQL) und Oracle zu Google Cloud Bare Metal.
Einführung in Data Analytics in der Google Cloud
Dieser Kurs ist eine Einführung in die Datenanalyse auf Google Cloud. Er richtet sich an Lernende, die keine Vorkenntnisse in Datenanalyse oder Google Cloud haben. Der Kurs behandelt die Grundlagen der Datenanalyse, einschließlich Erfassung, Speicherung, Erkundung, Visualisierung und Weitergabe. Er führt die Lernenden auch in die Datenanalysetools und -dienste von Google Cloud ein. Durch Videovorträge, Demos, Quizze und praktische Übungen zeigt der Kurs, wie man von Rohdaten zu aussagekräftigen Visualisierungen und Dashboards gelangt.
Einführung in Data Engineering auf Google Cloud
In diesem Kurs lernen Sie etwas über Data Engineering in Google Cloud, die Rollen und Aufgaben von Dateningenieuren und wie diese den Angeboten von Google Cloud zugeordnet werden können. Sie lernen auch, wie Sie Herausforderungen im Bereich Data Engineering angehen können.
Looker Entwickler Deep Dive
LookML dient als Grundlage für Visualisierungs-Assets in Looker und ermöglicht dynamische Aggregationen, inkrementell aktualisierte persistente abgeleitete Tabellen und mehr. In diesem Kurs üben Sie die Fähigkeiten, die Sie als fortgeschrittener Looker-Entwickler benötigen, durch geführte Vorlesungen und unabhängige Übungen mit Beispieldaten.
BigQuery-Workloads mit Dataform orchestrieren
Dataform ist ein Dienst für Datenanalysten zur Entwicklung, zum Testen, zur Versionskontrolle und zur Planung komplexer SQL-Workflows für die Datentransformation in BigQuery. In diesem Kurs werden Sie die Komponenten von Dataform Core kennenlernen, erfahren, wie man Tabellen und Abhängigkeiten in SQLX definiert, BigQuery-Tabellen und -Ansichten dokumentiert, die BigQuery-Sicherheitseinstellungen versteht und wie man diese mit Dataform verwaltet, Zusicherungen schreibt, SQL-Workflows ausführt und weitere fortgeschrittene Anwendungsfälle erkundet.
Serverless Data Processing mit Dataflow
Dieses Training richtet sich an Big-Data-Experten, die ihr Verständnis von Dataflow erweitern möchten, um ihre Datenverarbeitungsanwendungen zu verbessern. Beginnend mit den Grundlagen erklärt dieses Training, wie Apache Beam und Dataflow zusammenarbeiten, um Ihre Datenverarbeitungsanforderungen ohne das Risiko eines Vendor Lock-ins zu erfüllen. Der Abschnitt zur Entwicklung von Pipelines behandelt, wie Sie Ihre Geschäftslogik in Datenverarbeitungsanwendungen umwandeln, die auf Dataflow ausgeführt werden können. Dieses Training gipfelt in einem Fokus auf Operationen, der die wichtigsten Lektionen für den Betrieb einer Datenanwendung auf Dataflow überprüft, einschließlich Überwachung, Fehlerbehebung, Tests und Zuverlässigkeit.
Cloud Spanner verstehen
In diesem Kurs lernen Sie Cloud Spanner kennen. Sie erhalten eine Einführung in Cloud Spanner und erfahren, wie es sich von anderen Datenbankprodukten unterscheidet. Sie erfahren auch, wann und wie Sie Cloud Spanner verwenden, um Ihre relationalen Datenbankanforderungen im großen Maßstab zu lösen.
Workflow-Orchestrierung mit Cloud Composer
Cloud Composer ist ein vollständig verwalteter Dienst zur Workflow-Orchestrierung, der auf Apache Airflow basiert. Composer ermöglicht Ihnen das Erstellen, Planen, Überwachen und Verwalten von Workflow-Pipelines, die sich über Clouds und lokale Rechenzentren erstrecken. In diesem Kurs lernen Sie Apache Airflow und seine Implementierung über Cloud Composer kennen. Sie lernen, wie Sie Composer-Instanzen bereitstellen, Airflow-DAGs auf Composer erstellen und verwalten und Aufgaben wie das Testen, Debuggen und Überwachen von Airflow-DAGs ausführen.
Weitere Kategorien
Unsicher, welcher Kurs passt?
Buchen Sie ein 30-minütiges Gespräch. Wir schauen uns an, wo Ihr Team steht und was es können muss — und stellen daraus einen konkreten Kurstermin oder einen passenden Lernplan zusammen.