04
Modernizing Data Lakes and Data Warehouses with Google Cloud - Français
04
Modernizing Data Lakes and Data Warehouses with Google Cloud - Français
Les lacs de données et les entrepôts de données sont les deux principaux composants des pipelines de données. Ce cours présente des cas d'utilisation de chaque type de stockage, ainsi que les détails techniques des solutions de lacs et d'entrepôts de données disponibles sur Google Cloud. Il décrit également le rôle des ingénieurs de données et les avantages d'un pipeline de données réussi sur les opérations commerciales, avant d'expliquer pourquoi il est important de procéder à l'ingénierie des données dans un environnement cloud.
Il s'agit du premier cours de la série "Data Engineering on Google Cloud". Après l'avoir terminé, inscrivez-vous au cours "Building Batch Data Pipelines on Google Cloud".
- Faire la différence entre les lacs de données et les entrepôts de données.
- Explorer des cas d'utilisation de chaque type de stockage, ainsi que les solutions de lacs et d'entrepôts de données disponibles sur Google Cloud.
- Comprendre le rôle des ingénieurs de données et les bénéfices qu'apporte un pipeline de données réussi aux opérations commerciales.
- Comprendre pourquoi il est important de procéder à l'ingénierie des données dans un environnement cloud.
Pour pouvoir bénéficier de ce cours, les participants doivent avoir suivi la formation "Les bases du big data et du machine learning dans Google Cloud" ou disposer d'une expérience équivalente. Ils doivent également : • posséder des compétences de base dans un langage de requête courant tel que SQL ; • avoir de l'expérience en modélisation de données et maîtriser les opérations d'extraction, de transformation et de chargement (ETL) ; • avoir de l'expérience en développement d'applications dans un langage de programmation courant tel que Python ; • connaître les concepts de base du machine learning et/ou des statistiques.