menu

Data Engineering

Advanced 6 Schritte 7 Stunden 42 Guthabenpunkte

Diese Aufgabenreihe für Fortgeschrittene unterscheidet sich von allen anderen Qwiklabs-Angeboten. Die Labs sind so gewählt, dass sie IT-Profis praktische Kenntnisse zu Themen und Diensten vermitteln, die Bestandteil der Prüfung zum Google Cloud Certified Professional Data Engineer sind. Die Aufgabenreihe selbst besteht aus Labs zu Themen wie Big Query, Dataproc und Tensorflow, bei denen Ihr Wissen über GCP-Data-Engineering getestet wird. Beachten Sie, dass Sie mithilfe der Labs zwar Ihre Kenntnisse und Fähigkeiten erweitern können, Sie jedoch auch andere Ressourcen für die Vorbereitung nutzen sollten. Zur Vorbereitung auf die anspruchsvolle Prüfung sind allerdings zusätzliche Fachkenntnisse, Erfahrung und ein Hintergrund in Cloud Data Engineering empfehlenswert. Suchen Sie ein praktisches Herausforderungslabor, um Ihre Fähigkeiten zu demonstrieren und Ihr Wissen zu validieren? Melden Sie sich nach Abschluss dieser Quest an und beenden Sie das zusätzliche Herausforderungslabor am Ende der Engineer Data in the Google Cloud, um sie zu erhalten ein exklusives digitales Google Cloud-Abzeichen.

Data Machine Learning Business Transformation

Voraussetzungen:

Für diese Aufgabenreihe werden solide Kenntnisse der Google Cloud-Dienste vorausgesetzt, insbesondere in Bezug auf die Arbeit mit großen Datasets. Teilnehmer sollten zuvor mindestens die praxisorientierten Labs in den Aufgabenreihen Baseline: Data, ML, and AI und/oder GCP Essentials erfolgreich abgeschlossen haben. Zusätzliche Kenntnisse aus den Labs der Aufgabenreihen Scientific Data Processing und Machine Learning APIs sind von Vorteil.

Quest Outline

Praxisorientiertes Lab

Eine Pipeline zur Datentransformation mit Cloud Dataprep erstellen

Cloud Dataprep von Trifacta ist ein intelligenter Datendienst für die visuelle Untersuchung, Bereinigung und Vorbereitung von Daten für Analysen. In diesem Lab machen Sie sich mit Cloud Dataprep vertraut und erstellen eine Pipeline zur Datentransformation.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Praxisorientiertes Lab

IoT-Analysepipeline auf der Google Cloud Platform erstellen

In diesem Lab lernen Sie, wie Sie Geräte mit Cloud IoT Core verbinden und verwalten, ihren Datenstrom mit Cloud Pub/Sub aufnehmen, die IoT-Daten mit Cloud Dataflow verarbeiten und mit BigQuery analysieren. Sehen Sie sich dazu auch dieses kurze Video an: Easily Build an IoT Analytics Pipeline.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Praxisorientiertes Lab

ETL-Verarbeitung in der Google Cloud mit Dataflow und BigQuery

In diesem Lab erstellen Sie mehrere Datenpipelines, die Daten aus einem öffentlich verfügbaren Dataset in BigQuery aufnehmen.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Praxisorientiertes Lab

Kaufverhalten von Websitebesuchern mit einem Klassifizierungsmodell in BQML vorhersagen

In diesem Lab führen Sie mit einem neu verfügbaren E-Commerce-Dataset einige typische Abfragen aus, die Unternehmen Aufschluss über das Kaufverhalten ihrer Kunden geben.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Praxisorientiertes Lab

Immobilienpreise mit TensorFlow und AI Platform vorhersagen

In diesem Lab erstellen Sie mit TensorFlow und AI Platform eine umfassende Lösung für maschinelles Lernen (ML) und nutzen die Cloud für verteiltes Training und Onlinevorhersagen.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Praxisorientiertes Lab

Cloud Composer: Copying BigQuery Tables Across Different Locations

In this advanced lab you will create and run an Apache Airflow workflow in Cloud Composer that exports tables from a BigQuery dataset located in Cloud Storage bucktes in the US to buckets in Europe, then import th0se tables to a BigQuery dataset in Europe.

Jetzt anmelden

Melden Sie sich für die Aufgabenreihe an, um zu sehen, wie Sie Schritt für Schritt Ihr Abzeichen erreichen.