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: 9. Feb 2026 bis 12. Feb 2026 |
placeMünchen 9. Feb 2026 bis 12. Feb 2026 |
placeWien 9. Feb 2026 bis 12. Feb 2026 |
computer Online: 16. Feb 2026 bis 19. Feb 2026 |
placeBerlin 16. Feb 2026 bis 19. Feb 2026 |
placeHamburg 16. Feb 2026 bis 19. Feb 2026 |
computer Online: 23. Feb 2026 bis 26. Feb 2026 |
placeBasel 23. Feb 2026 bis 26. Feb 2026 |
placeFreiburg 23. Feb 2026 bis 26. Feb 2026 |
placeGenf 23. Feb 2026 bis 26. Feb 2026 |
placeHeidelberg 23. Feb 2026 bis 26. Feb 2026 |
placeKarlsruhe 23. Feb 2026 bis 26. Feb 2026 |
placeSaarbrücken 23. Feb 2026 bis 26. Feb 2026 |
placeStuttgart 23. Feb 2026 bis 26. Feb 2026 |
placeZürich 23. Feb 2026 bis 26. Feb 2026 |
computer Online: 16. Mär 2026 bis 19. Mär 2026 |
placeFrankfurt 16. Mär 2026 bis 19. Mär 2026 |
placeKöln 16. Mär 2026 bis 19. Mär 2026 |
placeMadrid 16. Mär 2026 bis 19. Mär 2026 |
computer Online: 23. Mär 2026 bis 26. Mär 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!