FROM DATA TO INSIGHTS WITH GOOGLE CLOUD
- Código del Curso IFCT175PO
- Duración 2 días
Otros Métodos de Impartición
Método de Impartición
Este curso está disponible en los siguientes formatos:
-
Cerrado
Cerrado
-
Clase de calendario
Aprendizaje tradicional en el aula
-
Aprendizaje Virtual
Aprendizaje virtual
Solicitar este curso en un formato de entrega diferente.
Temario
Parte superiorPROGRAMAS DE CAPACITACIÓN Y TRANSFORMACIÓN DIGITAL DE ÁMBITO ESTATAL, DIRIGIDOS PRIORITARIAMENTE A LAS PERSONAS OCUPADAS
Esta formación está subvencionada al 100% por el Servicio de Empleo Público Estatal (SEPE).
El programa de formación gratuita de SEPE es la herramienta perfecta para actualizarte, adquirir nuevas habilidades laborales, y adaptarte a los requerimientos actuales del mercado de trabajo.
Tienes disponibles cursos gratuitos en áreas como la programación, la seguridad informática, la nube, gestión de servicios IT, entre otros.
QUÉ INCLUYE?
El programa incluye sesiones de formación en diferentes tecnologías, la asistencia es totalmente gratuita, y el programa está dirigido prioritariamente a profesionales de diversos sectores de actividad.
Las formaciones están dirigidas por un instructor experto en áreas como la programación, la seguridad informática, la nube, gestión de servicios IT, entre otras.
QUIÉNES PUEDEN ACCEDER A LA FORMACIÓN?
• Este programa es compatible para las empresas con el uso de otro tipo de fondos de ayuda para la formación, estatales o autonómicos (Fundae, subvenciones directas, etc)
• La formación es gratuita tanto para la empresa como para el empleado, sin entrar en conflicto con el programa de bonificación de Fundae.
• Este programa es de ámbito estatal y está destinado principalmente a profesionales en activo que desempeñen su labor en los siguientes sectores de actividad: Economía Digital.
OBJETIVO GENERAL
• Inferir ideas a través del análisis y la visualización de datos usando Google Cloud Platform.
• Explorar, extraer, cargar y visualizar información de diversos conjuntos de datos con Google BigQuery.
Calendario
Parte superiorDirigido a
Parte superior- Analistas de datos, analistas empresariales, profesionales de Business Intelligence
- Ingenieros de datos en la nube que colaborarán con los analistas de datos para crear soluciones de datos escalables en Google Cloud.
Objetivos del Curso
Parte superiorBENEFICIOS DE LA FORMACIÓN
- Obtener información a partir de los datos mediante las herramientas de análisis y visualización de Google Cloud.
- Cargar, limpiar y transformar datos a escala con Dataprep
- Explorar y visualizar datos con Looker Studio
- Solucionar problemas, optimizar y escribir consultas de alto rendimiento
- Practicar con API de ML predefinidas para la comprensión de imágenes y texto
- Entrenar modelos ML de clasificación y previsión utilizando SQL con BigQuery ML
Contenido
Parte superior1. INTRODUCCIÓN A LOS DATOS EN GOOGLE CLOUD PLATFORM.
1.1. Resalte los desafíos de Analytics que enfrentan los analistas de datos.
1.2. Compare grandes datos en las instalaciones vs en la nube.
1.3. Aprende de los casos de uso real de las empresas transformadas a través de Analytics en la nube.
1.4. Navegue por los conceptos básicos del proyecto de Google Cloud Platform.
1.5. Laboratorio: Primeros pasos con Google Cloud Platform.
2. DESCRIPCIÓN GENERAL DE BIG DATA TOOLS.
2.1. Tareas de analista de datos, desafíos e introducción de herramientas de datos de Google Cloud Platform.
2.2. Demostración: analizar 10 mil millones de registros con Google BigQuery.
2.3. Explore 9 características fundamentales de Google BigQuery.
2.4. Compare las herramientas de GCP para analistas, científicos de datos e ingenieros de datos.
2.5. Laboratorio: Exploración de conjuntos de datos con Google BigQuery.
3. EXLORACIÓN DE SUS DATOS CON SQL.
3.1. Compare las técnicas de exploración de datos comunes.
3.2. Aprenda cómo codificar SQL estándar de alta calidad.
3.3. Explore los conjuntos de datos públicos de Google BigQuery.
3.4. Vista previa de visualización: Google Data Studio.
3.5. Laboratorio: solucione los errores comunes de SQL.
4. PRECIOS DE GOOGLE BIGQUERY.
4 4.1. Tutorial de un trabajo de BigQuery.
4.2. Calcule los precios de BigQuery: costos de almacenamiento, consultas y transmisión.
4.3. Optimizar consultas por costo.
4.4. Laboratorio: calcule los precios de Google BigQuery.
5. LIMPIEZA Y TRANSFORMACIÓN DE SUS DATOS.
5.1. Examine los 5 principios de la integridad del conjunto de datos.
5.2. Caracterizar Dataset Shape and Skew.
5.3. Limpiar y transformar datos usando SQL.
5.4. Limpie y Transforme los Datos usando una nueva IU: Presentando Cloud Dataprep.
5.5. Laboratorio: explora y da forma a los datos con Cloud Dataprep.
6. ALMACENAMIENTO Y EXPORTACIÓN DE DATOS.
6.1. Comparar tablas permanentes vs. Temporales.
6.2. Guardar y exportar resultados de la consulta.
6.3. Vista pRevia del rendimiento: caché de consultas.
6.4. Laboratorio: crear nuevas tablas permanentes.
7. INGESTIÓN DE NUEVOS CONJUNTOS DE DATOS EN GOOGLE BIGQUERY.
7.1. Consulta de orígenes de datos externos.
7.2. Evite los datos que ingieren trampas.
7.3. Ingerir nuevos datos en tablas permanentes.
7.4. Discutir insertos de transmisión.
7.5. Laboratorio: Ingerir y consultar nuevos conjuntos de datos.
8. VISUALIZACIÓN DE DATOS.
8.1. Descripción general de los principios de visualización de datos.
8.2. Enfoques de análisis exploratorio vs explicativo.
8.3. Demostración: interfaz de usuario de Google Data Studio.
8.4. Conecte Google Data Studio a Google BigQuery.
8.5. Laboratorio: Exploración de un conjunto de datos en Google Data Studio.
9. UNIR Y FUSIONAR CONJUNTOS DE DATOS.
9.1. Combinar tablas de datos históricos con UNION.
9.2. Introduzca comodines de tabla para combinaciones fáciles.
9.3. Revisar esquemas de datos: vincular datos en múltiples tablas.
9.4. Tutorial UNION Ejemplos y trampas.
9.5. Laboratorio: datos de unión y unión de varias tablas.
10. FUNCIONES Y CLÁUSULAS AVANZADAS.
10.1. Revisar las declaraciones de casos de SQL.
10.2. Presente las funciones analíticas de la ventana.
10.3. Protección de datos con encriptación de campo unidireccional.
10.4. Discuta el diseño eficaz de subconsulta y CTE.
10.5. Compare las UDF de SQL y Javascript.
10.6. Laboratorio: obtención de estadísticas con funciones avanzadas de SQL.
11. DISEÑO DE ESQUEMA Y ESTRUCTURAS DE DATOS ANIDADOS.
11.1. Compare Google BigQuery con la arquitectura de datos RDBMS tradicional.
11.2. Normalización vs desnormalización: Compensaciones de rendimiento.
11.3. Revisión de esquemas: lo bueno, lo malo y lo feo.
11.4. Matrices y datos anidados en Google BigQuery.
11.5. Laboratorio: consultar datos anidados y repetidos.
12. MÁS VISUALIZACIÓN CON GOOGLE DATA STUDIO.
12.1. Crear declaraciones de casos y campos calculados.
12.2. Evite las trampas de rendimiento con consideraciones de caché.
12.3. Comparta los paneles y analice las consideraciones de acceso a datos.
13. OPTIMIZACIÓN DEL RENDIMIENTO.
13.1. Evitar las trampas de rendimiento de BigQuery de Google.
13.2. Prevenga los puntos calientes en sus datos.
13.3. Diagnosticar problemas de rendimiento con el mapa de explicación de consultas.
13.4. Laboratorio: Optimización y solución de problemas del rendimiento de las consultas.
14. INFORMACIÓN AVANZADA.
14.1. Presentamos Cloud Datalab.
14.2. Cuadernos y celdas Cloud Datalab.
14.3. Beneficios de Cloud Datalab.
15. ACCESO A LOS DATOS.
15.1. Comparar roles IAM y BigQuery Dataset.
15.2. Evite las trampas de acceso.
15.3. Revisar miembros, funciones, organizaciones, administración de cuentas y cuentas de servicio.
Pre-requisitos
Parte superior- Estar registrado como trabajador en la Seguridad Social, ya sea por cuenta propia o ajena, o como solicitante de empleo en el Servicio Público de Empleo Estatal (SEPE).
- Para cada curso al que el alumno quiera asistir debe entregar la documentación que la empresa le requiera
- Atender al menos a un 75% de las horas de duración del curso.
