Os dois principais componentes de qualquer pipeline de dados são os data lakes e os armazenamento de dados. Neste curso, destacamos os casos de uso de cada tipo de armazenamento e analisamos detalhadamente as soluções de data lake e de armazenamento de dados disponíveis no Google Cloud Platform. Também descrevemos a função do engenheiro de dados e os benefícios dos pipelines para as operações de negócios, além de examinar por que é melhor fazer a engenharia de dados em um ambiente em nuvem. Os participantes terão uma experiência prática com data lakes e armazenamento de dados no Google Cloud Platform por meio do QwikLabs.
Este curso faz parte do Programa de cursos integrados Data Engineer, Big Data and ML on Google Cloud em Português
oferecido por
Informações sobre o curso
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário
Aprox. 8 horas para completar
Português (Brasil)
Legendas: Português (Brasil), Inglês
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário
Aprox. 8 horas para completar
Português (Brasil)
Legendas: Português (Brasil), Inglês
oferecido por
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.
Programa - O que você aprenderá com este curso
7 minutos para concluir
Introdução
Neste módulo, apresentamos a especialização em Data Engineering e o curso.
7 minutos para concluir
2 vídeos (Total 7 mín.)
2 horas para concluir
Data Engineering
Neste módulo, descrevemos o papel do engenheiro de dados e explicamos por que é melhor fazer a engenharia de dados no Cloud.
2 horas para concluir
13 vídeos (Total 55 mín.)
13 videos
Analise os desafios da engenharia de dados8min
Introdução ao BigQuery3min
Data lakes e armazenamentos de dados5min
Demonstração: Consultas federadas com o BigQuery6min
Comparação entre bancos de dados transacionais e armazenamentos de dados4min
Crie parcerias eficientes com as outras equipes de dados6min
Gerencie o acesso e a governança de dados2min
Demonstração: Como encontrar PIIs em conjuntos de dados com a API DLP1min
Crie pipelines prontos para a produção2min
Veja o estudo de caso de um cliente do GCP3min
Revisão1min
Introdução ao laboratório: Como usar o BigQuery para fazer análise17s
1 exercício prático
Introdução a Data Engineering30min
2 horas para concluir
Como criar um data lake
Neste módulo, descreveremos o que é um data lake e como usar o Google Cloud Storage como data lake no GCP.
2 horas para concluir
10 vídeos (Total 58 mín.)
10 videos
Armazenamento de dados e opções de ETL no GCP4min
Como criar um data lake usando o Cloud Storage10min
Demonstração: Como otimizar custos com as classes do Google Cloud Storage e o Cloud Functions7min
Como proteger o armazenamento na nuvem5min
Como armazenar todo tipo de dados5min
Demonstração: Como executar consultas federadas em arquivos Parquet e ORC no BigQuery4min
Como armazenar dados relacionais na nuvem1min
Cloud SQL como data lake relacional7min
Laboratório: Como carregar os dados de táxi no Cloud SQL27s
1 exercício prático
Como criar um data lake4min
4 horas para concluir
Como criar um armazenamento de dados
Neste módulo, discutiremos o BigQuery como uma opção de armazenamento de dados no GCP
4 horas para concluir
17 vídeos (Total 93 mín.)
17 videos
Introdução ao BigQuery1min
Demonstração: Como consultar terabytes de dados em segundos7min
Primeiros passos9min
Como carregar dados11min
Introdução ao laboratório: Como carregar dados no BigQuery21s
Como analisar esquemas24s
Demonstração: Como analisar esquemas10min
Design de esquemas3min
Campos aninhados e repetidos8min
Demonstração: Campos aninhados e repetidos15min
Introdução ao laboratório: Como trabalhar com JSON e dados de matriz no BigQuery13s
Como otimizar com particionamento e clustering5min
Demonstração: Como criar tabelas particionadas7min
Demonstração: Particionamento e clustering6min
Prévia: Como transformar dados em lote e em streaming2min
Revisão1min
1 exercício prático
Como criar um armazenamento de dados4min
2 minutos para concluir
Resumo
Neste módulo, examinamos todos os tópicos discutidos neste curso.
2 minutos para concluir
1 vídeo (Total 2 mín.)
1 vídeos
Resumo do curso1min
Sobre Programa de cursos integrados Data Engineer, Big Data and ML on Google Cloud em Português
Nesta especialização on-line intensiva de cinco semanas, os participantes terão uma introdução prática sobre como projetar e criar sistemas de processamento de dados no Google Cloud Platform. Por meio de uma combinação de apresentações, demonstrações e laboratórios práticos, os participantes aprenderão a projetar sistemas de processamento de dados, criar canais completos e análises de dados e desenvolver soluções de aprendizado de máquina. Neste curso, abordamos dados estruturados, não estruturados e de streaming.
Neste curso, os participantes irão adquirir as seguintes habilidades:
• projetar e criar sistemas de processamento de dados no Google Cloud Platform
• usar dados não estruturados com as APIs do Spark e de aprendizado de máquina no Cloud Dataproc
• processar dados em lote e streaming com a implementação de canais de dados de escalonamento automático no Cloud Dataflow
• derivar insights de negócios a partir de conjuntos de dados extremamente grandes usando o Google BigQuery
• treinar, avaliar e prever com modelos de aprendizado de máquina usando o TensorFlow e o Cloud ML
• ativar insights instantâneos dos dados de streaming
Esta aula destina-se a desenvolvedores experientes responsáveis pelo gerenciamento de transformações de Big Data.
>>> Ao se inscrever nesta especialização, você concorda com os Termos de Serviço do Qwiklabs conforme estabelecido na seção de perguntas frequentes. Veja os Termos de Serviço aqui: https://qwiklabs.com/terms_of_service <<<
Perguntas Frequentes – FAQ
Posso assistir uma prévia do curso antes de me inscrever?
Sim, você pode assistir uma prévia do primeiro vídeo e ver programa do curso antes de se inscrever. Você precisa comprar o curso para ter acesso ao conteúdo não incluído na prévia.
Quando terei acesso às palestras e às tarefas?
Se decidir se inscrever no curso antes da data de início da sessão, terá acesso a todos os vídeos das palestras e leituras do curso. Também poderá enviar tarefas assim que a sessão começar.
O que recebo ao me inscrever?
Uma vez inscrito, e tão logo sua sessão tenha iniciado, você terá acesso a todos os vídeos e outros recursos, incluindo itens de leitura e fórum de discussão do curso. Você poderá ver e enviar tarefas práticas e concluir tarefas com nota atribuída obrigatórias para obter uma nota e um Certificado de Curso.
Quando receberei meu Certificado de Curso?
Se você concluir o curso com êxito, seu Certificado de Curso eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn.
Por que não posso assistir este curso como ouvinte?
Este curso é um dos poucos oferecidos pela Coursera que está disponível apenas para alunos que tenham pago ou recebido auxílio financeiro, quando disponível.
What is the refund policy?
Se você se inscrever, terá 7 dias para testar sem custo e, durante este período, pode cancelar sem multa. Depois disso, não reembolsamos, mas você pode cancelar sua inscrição a qualquer momento. Veja nossa política para o reembolso total.
Is financial aid available?
Sim, a Coursera oferece auxílio financeiro ao aluno que não possa pagar a taxa. Faça a solicitação clicando no link Auxílio Financeiro, abaixo do botão "Inscreva-se" à esquerda. Preencha uma solicitação e será notificado caso seja aprovado. Você terá que completar esta etapa para cada curso na Especialização, incluindo o Trabalho de Conclusão de Curso. Saiba mais .
Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.
