Training

Google Cloud Platform Fundamentals: Big Data & Machine Learning

Sign up

Mode:

Online, In person

At Matza Education, each training course is designed to offer practical and relevant knowledge, connecting theory and application in real-life scenarios. Our aim is to prepare professionals for the challenges of the market, strengthening technical and strategic skills in different areas of technology and management.

By taking part in one of our programs, you will have access to up-to-date content, experienced instructors and a results-oriented methodology. Regardless of the format - face-to-face or online - we aim to create a dynamic, accessible and high-impact learning experience.

More than just a course, each training is an opportunity for professional and personal development, helping you to gain certifications, expand your skills and stand out in an increasingly competitive market.

Important: you must confirm the e-mail you received after registering to validate your participation.

Esta aula destina-se a desenvolvedores experientes responsáveis pelo gerenciamento de transformações de Big Data, incluindo:

  • Analistas de dados, cientistas de dados, analistas de negócios que estão começando a usar o Google Cloud Platform.
  • Indivíduos responsáveis pela criação de canais e arquiteturas para processamento de dados, criação e manutenção de machine learning e modelos estatísticos, consulta de conjuntos de dados, visualização de resultados de consulta e criação de relatórios.
  • Executivos e responsáveis por decisões de TI que avaliam o Google Cloud Platform para uso por cientistas de dados.

Neste curso de um dia com instrutor, os participantes conhecerão os recursos de Big Data do Google Cloud Platform. Por meio de uma combinação de apresentações, demonstrações e laboratórios práticos, os participantes terão uma visão geral do Google Cloud Platform e uma visão detalhada dos recursos de processamento de dados e machine learning. Este curso mostra a facilidade, a flexibilidade e o poder das soluções Big Data no Google Cloud Platform.

In this course, participants will learn the following skills:

  • Identificar o objetivo e o valor dos principais produtos Big Data e de Machine Learning no Google Cloud Platform.
  • Usar o Cloud SQL e o Cloud Dataproc para migrar as atuais cargas de trabalho MySQL e Hadoop/Pig/Spark/Hive para o Google Cloud Platform.
  • Usar o BigQuery e o Cloud Datalab para realizar análises de dados interativas.
  • Treinar e usar uma rede neural com o TensorFlow.
  • Empregar APIs de ML.
  • Escolher entre diferentes produtos de processamento de dados no Google Cloud Platform.

Para aproveitar ao máximo este curso, os participantes precisam ter os seguintes pré-requisitos:

  • Proficiência básica com linguagem de consulta comum, como SQL
  • Experiência com atividades de modelagem de dados, extração, transformação e carga (ETL)
  • Application development with a common programming language such as Python
  • Familiaridade com machine learning e/ou estatística

1 dias – 08 horas aula –  Online ao Vivo ou presencial em São Paulo

Module 1: Introduction to Google Cloud Platform

  • Visão geral dos princípios básicos do Google Cloud Platform
  • Produtos de Big Data do Google Cloud Platform

Módulo 2: Princípios básicos sobre computação e armazenamento

  • CPUs sob demanda (Compute Engine)
  • Sistema de arquivos global (Cloud Storage)
  • CloudShell
  • Laboratório: Configurar canais de processamento de dados Ingerir-Transformar-Publicar

Módulo 3: Análise de dados na nuvem

  • Pontos de partida para a nuvem
  • Cloud SQL: seu banco de dados SQL na nuvem
  • Laboratório: Como importar dados para o CloudSQL e executar consultas
  • Spark no Dataproc
  • Laboratório: Recomendações sobre Machine Learning com o Spark no Dataproc

Módulo 4: Escalonamento de análise de dados

  • Acesso aleatório rápido
  • Datalab
  • BigQuery
  • Laboratório: Criar seu conjunto de dados de machine learning

Módulo 5: Machine Learning

  • Machine Learning com o TensorFlow
  • Laboratório: Usar ML com o TensorFlow
  • Modelos pré-criados para necessidades comuns
  • Laboratório: Usar APIs de ML

Módulo 6: Arquiteturas de processamento de dados

  • Arquiteturas orientadas por mensagens com o Pub/Sub
  • Criação de canais com o Dataflow
  • Arquitetura de referência para processamento de dados em lote e em tempo real

Módulo 7: Resumo

  • Por que usar o GCP?
  • Próximos passos
  • Outros recursos