"すべてのデータ パイプラインには、データレイクとデータ ウェアハウスという 2 つの主要コンポーネントがあります。このコースでは、各ストレージ タイプのユースケースを紹介し、Google Cloud で利用可能なデータレイクとデータ ウェアハウスのソリューションを技術的に詳しく説明します。また、データ エンジニアの役割や、効果的なデータ パイプラインが事業運営にもたらすメリットについて確認し、クラウド環境でデータ エンジニアリングを行うべき理由を説明します。
これは「Data Engineering on Google Cloud」シリーズの最初のコースです。このコースを修了したら、「Building Batch Data Pipelines on Google Cloud」コースに登録してください。"
Overview
Syllabus
- はじめに
- このモジュールでは「Data Engineering on Google Cloud」コースシリーズと、この「Modernizing Data Lakes and Data Warehouses with Google Cloud」コースについて紹介します。
- データ エンジニアリングの概要
- このモジュールでは、データ エンジニアリングの役割について検討し、クラウドでデータ エンジニアリングを行うべき理由について理解を促します。
- データレイクの構築
- このモジュールでは、データレイクの概要に加え、Google Cloud で Cloud Storage をデータレイクとして使用する方法について説明します。
- データ ウェアハウスの構築
- このモジュールでは、Google Cloud のデータ ウェアハウジング オプションである BigQuery について説明します。
- まとめ
- 主な学習ポイントのまとめ
- コースのリソース
- 各モジュールの PDF 版へのリンク
Taught by
Google Cloud Training
Related Courses
-
Google Cloud Big Data and Machine Learning Fundamentals 日本語版
-
Smart Analytics, Machine Learning, and AI on GCP 日本語版
-
Building Batch Data Pipelines on GCP 日本語版
-
Building Resilient Streaming Analytics Systems on GCP 日本語版
-
Serverless Data Processing with Dataflow: Pipelines - 日本語版
-
ML Pipelines on Google Cloud - 日本語版
