Formation - Google Cloud Platform - Ingénierie de données
Public admis
- Salarié en Poste
- Demandeur d'emploi
- Entreprise
- Etudiant
Financements
Eligible CPF Votre OPCO Financement personnel
Objectifs de la formation
- Cette formation fait l'objet d'une évaluation formative.
| Tarif |
Contacter l'organisme |
| Durée | 4 jours (28 heures) |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
| Tarif |
Contacter l'organisme |
| Durée | 4 jours (28 heures) |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
Programme
1 - Introduction à l'ingénierie des données
- Explorer le rôle d'un data engineer
- Analyser les défis d'ingénierie des données
- Introduction à BigQuery
- Data lakes et data warehouses
- Démo: requêtes fédérées avec BigQuery
- Bases de données transactionnelles vs data warehouses
- Démo: recherche de données personnelles dans votre jeu de données avec l'API DLP
- Travailler efficacement avec d'autres équipes de données
- Gérer l'accès aux données et gouvernance
- Construire des pipelines prêts pour la production
- Etude de cas d'un client GCP
- Lab : Analyse de données avec BigQuery
2 - Construire un Data Lake
- Introduction aux data lakes
- Stockage de données et options ETL sur GCP
- Construction d'un data lake à l'aide de Cloud Storage
- Démo : optimisation des coûts avec les classes et les fonctions cloud de Google Cloud Storage
- Sécurisation de Cloud Storage
- Stocker tous les types de données
- Démo : exécution de requêtes fédérées sur des fichiers Parquet et ORC dans BigQuery
- Cloud SQL en tant que data lake relationnel
3 - Construire un Data Warehouse
- Le data warehouse moderne
- Introduction à BigQuery
- Démo : Requêter des TB + de données en quelques secondes
- Commencer à charger des données
- Démo: Interroger Cloud SQL à partir de BigQuery
- Lab : Chargement de données avec la console et la CLI
- Explorer les schémas
- Exploration des jeux de données publics BigQuery avec SQL à l'aide de Information_Schema
- Conception de schéma
- Démo : Exploration des jeux de données publics BigQuery avec SQL à l'aide de Information_Schema
- Champs imbriqués et répétés dans BigQuery
- Lab : tableaux et structures
- Optimiser avec le partitionnement et le clustering
- Démo : Tables partitionnées et groupées dans BigQuery
- Aperçu : Transformation de données par lots et en continu
4 - Introduction à la construction de pipelines de données par lots EL, ELT, ETL
- Considérations de qualité
- Comment effectuer des opérations dans BigQuery
- Démo : ETL pour améliorer la qualité des données dans BigQuery
- Des lacunes
- ETL pour résoudre les problèmes de qualité des données
5 - Exécution de Spark sur Cloud Dataproc
- L'écosystème Hadoop
- Exécution de Hadoop sur Cloud Dataproc GCS au lieu de HDFS
- Optimiser Dataproc
- Atelier : Exécution de jobs Apache Spark sur Cloud Dataproc
6 - Traitement de données sans serveur avec Cloud Dataflow
- Cloud Dataflow
- Pourquoi les clients apprécient-ils Dataflow ?
- Pipelines de flux de données
- Lab : Pipeline de flux de données simple (Python / Java)
- Lab : MapReduce dans un flux de données (Python / Java)
- Lab : Entrées latérales (Python / Java)
- Templates Dataflow
- Dataflow SQL
7 - Gestion des pipelines de données avec Cloud Data Fusion et Cloud Composer
- Création visuelle de pipelines de données par lots avec Cloud Data Fusion: composants, présentation de l'interface utilisateur, construire un pipeline, exploration de données en utilisant Wrangler
- Lab : Construction et exécution d'un graphe de pipeline dans Cloud Data Fusion
- Orchestrer le travail entre les services GCP avec Cloud Composer - Apache Airflow
- Environment : DAG et opérateurs, planification du flux de travail
- Démo : Chargement de données déclenché par un événement avec Cloud Composer, Cloud Functions, Cloud Storage et BigQuery
- Lab : Introduction à Cloud Composer
8 - Introduction au traitement de données en streaming
- Traitement des données en streaming
9 - Serverless messaging avec Cloud Pub/Sub
- Cloud Pub/Sub
- Lab : Publier des données en continu dans Pub/Sub
10 - Fonctionnalités streaming de Cloud Dataflow
- Fonctionnalités streaming de Cloud Dataflow
- Lab : Pipelines de données en continu
11 - Fonctionnalités Streaming à haut débit BigQuery et Bigtable
- Fonctionnalités de streaming BigQuery
- Lab : Analyse en continu et tableaux de bord
- Cloud Bigtable
- Lab : Pipelines de données en continu vers Bigtable
12 - Fonctionnalité avancées de BigQuery et performance
- Analytic Window Functions
- Utiliser des clauses With
- Fonctions SIG
- Démo: Cartographie des codes postaux à la croissance la plus rapide avec BigQuery GeoViz
- Considérations de performance
- Lab : Optimisation de vos requêtes BigQuery pour la performance
- Lab : Création de tables partitionnées par date dans BigQuery
13 - Introduction à l'analytique et à l'IA
- Qu'est-ce que l'IA?
- De l'analyse de données ad hoc aux décisions basées sur les données
- Options pour modèles ML sur GCP
14 - API de modèle ML prédéfinies pour les données non structurées
- Les données non structurées sont difficiles à utiliser
- API ML pour enrichir les données
- Lab : Utilisation de l'API en langage naturel pour classer le texte non structuré
15 - Big Data Analytics avec les notebooks Cloud AI Platform
- Qu'est-ce qu'un notebook
- BigQuery Magic et liens avec Pandas
- Lab : BigQuery dans Jupyter Labs sur IA Platform
16 - Pipelines de production ML avec Kubeflow
- Façons de faire du ML sur GCP
- Kubeflow AI Hub
- Lab : Utiliser des modèles d'IA sur Kubeflow
17 - Création de modèles personnalisés avec SQL dans BigQuery ML
- BigQuery ML pour la construction de modèles rapides
- Démo : Entraîner un modèle avec BigQuery ML pour prédire les tarifs de taxi à New York
- Modèles pris en charge
- Lab : Prédire la durée d'une sortie à vélo avec un modèle de régression dans BigQuery ML
- Lab : Recommandations de film dans BigQuery ML
18 - Création de modèles personnalisés avec Cloud AutoML
- Pourquoi Auto ML?
- Auto ML Vision
- Auto ML NLP
- Auto ML Tables
Prérequis
- Avoir suivi la formation "Google Cloud Platform - Les fondamentaux du Big Data et du Machine Learning" (CC381) ou bénéficier d'une expérience équivalente
- Maîtriser les principes de base des langages de requête courants tels que SQL
- Avoir de l'expérience en modélisation, extraction, transformation et chargement des données
- Savoir développer des applications à l'aide d'un langage de programmation courant tel que Python
- Savoir utiliser le Machine Learning et/ou les statistiques
Public
- Développeurs expérimentés en charge des transformations du Big Data
Ces formations pourraient vous intéresser
Objectifs de la formation
- Gérer les techniques de référencement payant
- Réussir ses premières campagnes sur Adwords
- Définir une stratégie SEM (Search Engine Marketing) et fixer des objectifs
| Tarif |
A partir de 1 390,00 € |
| Durée |
1j / 7h |
| Modes |
|
Formation Communication et gestion de crise QSE : méthode et outils pour répondre à ses obligations
Proposé par LEFEBVRE DALLOZ COMPETENCESObjectifs de la formation
- Choisir des outils de communication adaptés à la situation, aux interlocuteurs et à son système de management QSE
- Etablir un plan de communication en interne et en externe
- Expérimenter les spécificités de la communication en situation de gestion de crise QSE
| Tarif |
A partir de 1 790,00 € |
| Durée |
2 jours |
| Modes |
|
Objectifs de la formation
- Pendant la formation, le formateur évalue la progression pédagogique des participants via des QCM, des mises en situation et des travaux pratiques. Les participants passent un test de positionnement avant et après la formation pour valider leurs compétences acquises.
| Tarif |
Contacter l'organisme |
| Durée |
3 jours (21 heures) |
| Modes |
|
Objectifs de la formation
- Examiner le champ d'application de la TVA et les règles de territorialité
- Déterminer le montant de TVA collectée de l'entreprise
- Calculer la TVA déductible sur les dépenses de l'entreprise
- Etablir la déclaration de TVA (formulaire CA3) de l'entreprise
| Tarif |
A partir de 2 792,00 € |
| Durée |
4 jours |
| Modes |
|
Objectifs de la formation
- Maîtriser les concepts avancés de l'orchestration de conteneurs avec Kubernetes
- Utiliser les fonctionnalités avancées de l'API Kubernetes pour configurer et gérer les objets de base
- Optimiser l'organisation et la planification des clusters en utilisant les labels, les annotations et les affinités
- Utiliser les objets Deployments, Ingress et StatefulSet pour gérer les applications en production
- Utiliser les contrôleurs d'admission et les rôles pour gérer les autorisations d'accès aux ressources
- Configurer et utiliser les plug-ins réseau pour gérer les communications entre les pods
- Mettre en place une surveillance avancée des clusters et des applications
- Utiliser les fonctionnalités d'extension de Kubernetes pour étendre les fonctionnalités du cluster
| Tarif |
A partir de 2 250,00 € |
| Durée |
3 jours |
| Modes |
|
Objectifs de la formation
- Maîtriser la communication avec Slack
- Echanger avec ses collaborateurs
- Utiliser Slack avec d'autres outils de services en ligne
- Construire une organisation efficiente avec Slack
| Tarif |
A partir de 600,00 € |
| Durée |
1 jour |
| Modes |
|
Objectifs de la formation
- Utiliser un site internet en toute sécurité juridique
- Assurer le référencement et la protection des droits de propriété intellectuelle d'un site Web
- Identifier les obligations et risques contentieux ainsi que les solutions contractuelles pour les éviter
- Identifier et actualiser le rôle et les responsabilités des différents acteurs d'Internet
| Tarif |
A partir de 1 390,00 € |
| Durée |
2j / 14h |
| Modes |
|
Objectifs de la formation
Identifier la contribution des ressources humaines et du pilotage social à la stratégie de l'organisation
Construire des tableaux de bord adaptés aux spécificités de l'entreprise
Garantir leur fiabilité et leur pertinence
| Tarif |
A partir de 1 595,00 € |
| Durée |
2 jours - 14 heures |
| Modes |
|
Objectifs de la formation
- Pendant la formation, le formateur évalue la progression pédagogique des participants via des QCM, des mises en situation et des travaux pratiques. Les participants passent un test de positionnement avant et après la formation pour valider leurs compétences acquises.
| Tarif |
Contacter l'organisme |
| Durée |
3 jours (21 heures) |
| Modes |
|
Objectifs de la formation
- Pendant la formation, le formateur évalue la progression pédagogique des participants via des QCM, des mises en situation et des travaux pratiques. Les participants passent un test de positionnement avant et après la formation pour valider leurs compétences acquises.
| Tarif |
Contacter l'organisme |
| Durée |
2 jours (14 heures) |
| Modes |
|
