Modernizing Data Lakes and Data Warehouses with GCP auf Deutsch
Google Cloud and Google via Coursera
-
19
-
- Write review
This course may be unavailable.
Overview
Class Central Tips
Die zwei wichtigsten Komponenten jeder Datenpipeline sind Data Lakes und Data Warehouses. In diesem Kurs werden Anwendungsfälle für beide Speicherarten vorgestellt. Außerdem wird eine technisch detaillierte Einteilung der Data-Lake- und Data-Warehouse-Lösungen vorgenommen, die in der Google Cloud Platform verfügbar sind. Im Kurs wird auch erläutert, welche Aufgaben ein Data Engineer hat, wie eine erfolgreiche Datenpipeline Geschäftsvorgänge unterstützt und warum Data Engineering in einer Cloud-Umgebung stattfinden sollte. Mithilfe von Qwiklabs arbeiten die Kursteilnehmer dann selbst mit Data Lakes und Data Warehouses in der Google Cloud Platform.
Syllabus
Einführung
-Dieses Modul führt in die Spezialisierung "Data Engineering" und den gesamten Kurs ein.
Data Engineering
-In diesem Modul wird die Rolle des Data Engineers erläutert und gezeigt, warum Data Engineering in der Cloud stattfinden sollte.
Data Lake erstellen
-In diesem Modul beschreiben wir, was ein Data Lake ist und wie Sie Google Cloud Storage als Data Lake in der GCP einsetzen.
Data Warehouse erstellen
-In diesem Modul sprechen wir über BigQuery als Data-Warehouse-Option in der GCP.
Zusammenfassung
-In diesem Modul werden die Themen des Kurses noch einmal kurz wiederholt.
-Dieses Modul führt in die Spezialisierung "Data Engineering" und den gesamten Kurs ein.
Data Engineering
-In diesem Modul wird die Rolle des Data Engineers erläutert und gezeigt, warum Data Engineering in der Cloud stattfinden sollte.
Data Lake erstellen
-In diesem Modul beschreiben wir, was ein Data Lake ist und wie Sie Google Cloud Storage als Data Lake in der GCP einsetzen.
Data Warehouse erstellen
-In diesem Modul sprechen wir über BigQuery als Data-Warehouse-Option in der GCP.
Zusammenfassung
-In diesem Modul werden die Themen des Kurses noch einmal kurz wiederholt.
Taught by
Google Cloud Training