Data Engineering on Google Cloud Platform
- Dauer
- Ausführung
- Vor Ort, Online
- Startdatum und Ort
Data Engineering on Google Cloud Platform
Bewertung:
Startdaten und Startorte
computer Online: 13. Apr 2026 bis 16. Apr 2026 |
placeStuttgart 13. Apr 2026 bis 16. Apr 2026 |
placeZürich 13. Apr 2026 bis 16. Apr 2026 |
computer Online: 20. Apr 2026 bis 23. Apr 2026 |
placeBerlin 20. Apr 2026 bis 23. Apr 2026 |
placeHamburg 20. Apr 2026 bis 23. Apr 2026 |
computer Online: 27. Apr 2026 bis 30. Apr 2026 |
placeBarcelona 27. Apr 2026 bis 30. Apr 2026 |
placeBilbao 27. Apr 2026 bis 30. Apr 2026 |
placeDortmund 27. Apr 2026 bis 30. Apr 2026 |
placeDüsseldorf 27. Apr 2026 bis 30. Apr 2026 |
placeEssen 27. Apr 2026 bis 30. Apr 2026 |
placeFrankfurt 27. Apr 2026 bis 30. Apr 2026 |
placeKöln 27. Apr 2026 bis 30. Apr 2026 |
placeMadrid 27. Apr 2026 bis 30. Apr 2026 |
placeMalaga 27. Apr 2026 bis 30. Apr 2026 |
placeMünster 27. Apr 2026 bis 30. Apr 2026 |
placeValencia 27. Apr 2026 bis 30. Apr 2026 |
computer Online: 11. Mai 2026 bis 14. Mai 2026 |
computer Online: 18. Mai 2026 bis 21. Mai 2026 |
Beschreibung
- Module 1: Introduction to Data Engineering
- Module 2: Building a Data Lake
- Module 3: Building a Data Warehouse
- Module 4: Introduction to Building Batch Data Pipelines,
- Module 5: Executing Spark on Cloud Dataproc
- Module 6: Serverless Data Processing with Cloud Dataflow
- Module 7: Manage Data Pipelines with Cloud Data Fusion and Cloud Composer
- Module 8: Introduction to Processing Streaming Data
- Module 9: Serverless Messaging with Cloud Pub/Sub
- Module 10: Cloud Dataflow Streaming Features
- Module 11: High-Throughput BigQuery and Bigtable Streaming Features
- Module 12: Advanced BigQuery Functionality and Performance
- Module 13: Introduction to Analytics and AI
- Module 14: Prebuilt ML model APIs for …
Frequently asked questions
Es wurden noch keine FAQ hinterlegt. Falls Sie Fragen haben oder Unterstützung benötigen, kontaktieren Sie unseren Kundenservice. Wir helfen gerne weiter!
- Module 1: Introduction to Data Engineering
- Module 2: Building a Data Lake
- Module 3: Building a Data Warehouse
- Module 4: Introduction to Building Batch Data Pipelines,
- Module 5: Executing Spark on Cloud Dataproc
- Module 6: Serverless Data Processing with Cloud Dataflow
- Module 7: Manage Data Pipelines with Cloud Data Fusion and Cloud Composer
- Module 8: Introduction to Processing Streaming Data
- Module 9: Serverless Messaging with Cloud Pub/Sub
- Module 10: Cloud Dataflow Streaming Features
- Module 11: High-Throughput BigQuery and Bigtable Streaming Features
- Module 12: Advanced BigQuery Functionality and Performance
- Module 13: Introduction to Analytics and AI
- Module 14: Prebuilt ML model APIs for Unstructured Data
- Module 15: Big Data Analytics with Cloud AI Platform Notebooks
- Module 16: Production ML Pipelines with Kubeflow
- Module 17: Custom Model building with SQL in BigQuery ML
- Module 18: Custom Model building with Cloud AutoML
Schreiben Sie eine Bewertung
Haben Sie Erfahrung mit diesem Kurs? Schreiben Sie jetzt eine Bewertung und helfen Sie Anderen dabei die richtige Weiterbildung zu wählen. Als Dankeschön spenden wir € 1,00 an Stiftung Edukans.Es wurden noch keine FAQ hinterlegt. Falls Sie Fragen haben oder Unterstützung benötigen, kontaktieren Sie unseren Kundenservice. Wir helfen gerne weiter!