Data Engineering on Google Cloud (上級)

・データの抽出、読み込み、変換、クリーニング、検証を行う担当者
・データ処理用のパイプラインとアーキテクチャを設計する担当者
・機械学習モデルと統計モデルを作成して保守する担当者
・データセットに対してクエリを実行し、クエリ結果を視覚化して、レポートを作成する担当者

・「Google Cloud Fundamentals : BigData & ML (初級)」(GCP06)を修了しているか、同等の経験がある
・SQL などの一般的なクエリ言語の基本的なスキルがある。
・データ モデリング、抽出、変換、読み込みのアクティビティの経験がある。
・一般的なプログラミング言語(Python など)を使用してアプリケーションを開発している
・機械学習と統計の一方または両方の基本知識がある

講義、デモ、ハンズオンラボを通して、データ処理システムの設計、エンドツーエンドのデータ パイプラインの構築、データの分析、機械学習の実施方法を学びます。

1.Leveraging Unstructured Data with Cloud Dataproc on Google Cloud

モジュール 1: Google Cloud Dataproc の概要
モジュール 2: Dataproc ジョブの実行
モジュール 3: Dataproc の Google Cloud への統合
モジュール 4: Google の機械学習 API を使った非構造化データの理解

2.Serverless Data Analysis with Google BigQuery and Cloud Dataflow

モジュール 5: BigQuery を使ったサーバーレス データの分析
モジュール 6: Dataflow を使ったサーバーレスの自動スケーリング データのパイプライン

3.Serverless Machine Learning with TensorFlow on Google Cloud

モジュール 7: 機械学習の概要
モジュール 8: Tensorflow を使った ML モデルの構築
モジュール 9: CloudML を使った ML モデルのスケーリング
モジュール 10: 機能エンジニアリング

4.Building Resilient Streaming Systems on Google Cloud

モジュール 11: ストリーミング分析パイプラインのアーキテクチャ
モジュール 12: 変数ボリュームの取り込み
モジュール 13: ストリーミング パイプラインの実装
モジュール 14: ストリーミング分析とダッシュボード
モジュール 15: Bigtable を使った高スループットと低レイテンシ