Informações sobre o curso

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Aprox. 15 horas para completar

Sugerido: 1 semana de estudio, entre 5 y 7 horas semanales...

Espanhol

Legendas: Francês, Português (Brasil), Alemão, Inglês, Espanhol, Japonês...

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Aprox. 15 horas para completar

Sugerido: 1 semana de estudio, entre 5 y 7 horas semanales...

Espanhol

Legendas: Francês, Português (Brasil), Alemão, Inglês, Espanhol, Japonês...

Programa - O que você aprenderá com este curso

Semana
1
2 horas para concluir

Módulo 1: Introducción a Cloud Dataproc

16 vídeos (Total 52 mín.), 2 testes
16 videos
Presentación de Cloud Dataproc1min
¿Cómo se pueden definir los datos no estructurados?4min
Obtención de valor a partir de datos no estructurados7min
Enfoques de trabajo con macrodatos4min
Orígenes de MapReduce y Hadoop5min
Exceso de sobrecarga con Hadoop local1min
Comparación de Cloud Dataproc y las alternativas de Hadoop2min
Creación de un clúster de Dataproc4min
Personalización de Dataproc3min
Dataproc y la CLI40s
Lab 1: Descripción general11s
Lab 1: Demostración y repaso7min
Tipos personalizados de máquinas3min
VM interrumpibles3min
Conclusión41s
1 exercícios práticos
Cuestionario del módulo 130min
3 horas para concluir

Módulo 2: Ejecución de trabajos de Dataproc

13 vídeos (Total 51 mín.), 3 testes
13 videos
Métodos de envío de trabajos1min
Lab 2: Descripción general1min
Lab 2: Demostración y repaso11min
Separación del almacenamiento y el procesamiento6min
Evolución del procesamiento de datos5min
La importancia de las herramientas de redes en el procesamiento de datos3min
Separación del almacenamiento y el procesamiento con Spark1min
Envío de trabajos de Spark3min
Descripción general de los conceptos de Spark2min
Descripción general del lab45s
Lab 3: Demostracion y repaso8min
Conclusión del módulo18s
1 exercícios práticos
Cuestionario del módulo 230min
3 horas para concluir

Módulo 3: Aproveche GCP

10 vídeos (Total 37 mín.), 3 testes
10 videos
Asistencia de BigQuery8min
Lab  4: Descripción general31s
Lab 4: Demostración y repaso4min
Personalización de clústeres4min
Instalación de software en un clúster de Dataproc7min
Lab 5: Descripción general17s
Lab 5: Demostración y repaso8min
Conclusión58s
Repaso19s
1 exercícios práticos
Cuestionario del módulo 330min
2 horas para concluir

Módulo 4: Análisis de datos no estructurados

7 vídeos (Total 24 mín.), 2 testes
7 videos
Análisis detallado del aprendizaje automático3min
Ejemplos de aplicación del AA3min
Análisis detallado de Natural Language Processing2min
Lab 6: Descripción general1min
Lab 6: Demostración y repaso10min
Conclusión16s
1 exercícios práticos
Cuestionario del módulo 430min

Sobre 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....

Sobre Programa de cursos integrados Data Engineering on Google Cloud Platform en Español

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

Perguntas Frequentes – FAQ

  • 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.

  • 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.

  • 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.

  • 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.

  • Este curso é um dos poucos oferecidos pela Coursera que está disponível apenas para alunos que tenham pago ou recebido auxílio financeiro, quando disponível.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.