Os dois principais componentes de um pipeline de dados são data lakes e warehouses. Neste curso, destacamos os casos de uso para cada tipo de armazenamento e as soluções de data lake e warehouse disponíveis no Google Cloud de forma detalhada e técnica. Além disso, também descrevemos o papel de um engenheiro de dados, os benefícios de um pipeline de dados funcional para operações comerciais e analisamos por que a engenharia de dados deve ser feita em um ambiente de nuvem.
Este é o primeiro curso da série ""Data Engineering on Google Cloud"". Após a conclusão, recomendamos que você comece o curso ""Building Batch Data Pipelines on Google Cloud"".
Modernizing Data Lakes and Data Warehouses with GCP em Português Brasileiro
Google Cloud via Coursera
Overview
Syllabus
- Introdução
- Este módulo é o primeiro da série "Data Engineering on Google Cloud" e do curso "Modernizing Data Lakes and Data Warehouses with Google Cloud".
- Introdução à engenharia de dados
- Esse módulo discute o papel da engenharia de dados e por que ela deve ser feita na nuvem
- Como criar um data lake
- Neste módulo, você vai saber o que é um data lake e como usar o Cloud Storage no seu data lake do Google Cloud.
- Como criar um data warehouse
- Neste módulo, vamos falar sobre o BigQuery como uma opção de armazenamento em data warehouse no Google Cloud.
- Resumo
- Um resumo dos principais pontos de aprendizado
- Recursos do curso
- Links de versões em PDF de cada módulo
Taught by
Google Cloud Training
Related Courses
-
Building Batch Data Pipelines on GCP em Português Brasileiro
-
Machine Learning in the Enterprise - Português Brasileiro
-
Google Cloud Platform Big Data and Machine Learning Fundamentals em Português Brasileiro
-
Smart Analytics, Machine Learning, and AI on GCP em Português Brasileiro
-
Feature Engineering em Português Brasileiro
-
Reliable Cloud Infrastructure: Design and Process em Português Brasileiro
