Google Cloud Fundamentals: Big Data and Machine Learning (GCF-BDM) – Details

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