Formación

Google Cloud Platform Fundamentals: Big Data & Machine Learning

Inscríbete

Modalidad:

En línea, en persona

En Matza Education, cada curso de formación está diseñado para ofrecer conocimientos prácticos y relevantes, conectando teoría y aplicación en escenarios reales. Nuestro objetivo es preparar a los profesionales para los retos del mercado, reforzando las competencias técnicas y estratégicas en diferentes áreas de la tecnología y la gestión.

Al participar en uno de nuestros programas, tendrá acceso a contenidos actualizados, formadores experimentados y una metodología orientada a los resultados. Independientemente del formato -presencial u online-, nuestro objetivo es crear una experiencia de aprendizaje dinámica, accesible y de gran impacto.

Más que un curso, cada programa de formación es una oportunidad de desarrollo profesional y personal, que le ayudará a obtener certificaciones, ampliar sus conocimientos y destacar en un mercado cada vez más competitivo.

Importante: debe confirmar el correo electrónico que recibió tras inscribirse para validar su participación.

Esta clase está dirigida a desarrolladores experimentados responsables de la gestión de transformaciones de Big Data, incluyendo:

  • 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.

En este curso, los participantes aprenderán las siguientes habilidades:

  • 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)
  • Desarrollo de aplicaciones con un lenguaje de programación común como Python
  • Familiaridade com machine learning e/ou estatística

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

Módulo 1: Introducción a 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