Advanced 5 Steps 4h 51m 37 Credits
Diese Aufgabe für Fortgeschrittene unterscheidet sich von allen anderen Qwiklabs-Angeboten. Die Labs sind so ausgewählt, dass sie IT-Profis Praxiskenntnisse zu Themen und Diensten vermitteln, die Bestandteil der Zertifizierung \"Google Cloud Certified Professional Data Engineer\" sind. Die Aufgabe selbst besteht aus Labs zu Themen wie Big Query, Dataproc und Tensorflow, bei denen das Wissen zu GCP-Data-Engineering abgefragt wird. Beachten Sie, dass Sie mithilfe der Labs zwar Ihre Kenntnisse und Fähigkeiten erweitern können, Sie jedoch weitere Vorbereitungsmaßnahmen benötigen. Die Prüfung ist anspruchsvoll und ein externes Studium, Erfahrung bzw. ein Hintergrund in Cloud Data Engineering sind empfehlenswert.
Objectives
Diese Aufgabe für Fortgeschrittene unterscheidet sich von allen anderen Qwiklabs-Angeboten. Die Labs sind so ausgewählt, dass sie IT-Profis Praxiskenntnisse zu Themen und Diensten vermitteln, die Bestandteil der Zertifizierung \"Google Cloud Certified Professional Data Engineer\" sind. Die Aufgabe selbst besteht aus Labs zu Themen wie Big Query, Dataproc und Tensorflow, bei denen das Wissen zu GCP-Data-Engineering abgefragt wird. Beachten Sie, dass Sie mithilfe der Labs zwar Ihre Kenntnisse und Fähigkeiten erweitern können, Sie jedoch weitere Vorbereitungsmaßnahmen benötigen. Die Prüfung ist anspruchsvoll und ein externes Studium, Erfahrung bzw. ein Hintergrund in Cloud Data Engineering sind empfehlenswert.Quest Outline
Creating a Data Transformation Pipeline with Cloud Dataprep
Cloud Dataprep by Trifacta is an intelligent data service for visually exploring, cleaning, and preparing structured and unstructured data for analysis. In this lab you will explore the Cloud Dataprep UI to build a data transformation pipeline.
Pipeline zur Big-Data-Textverarbeitung in Cloud Dataflow ausführen
In diesem Lab verwenden Sie Google Cloud Dataflow, um mit dem Cloud Dataflow SDK ein Maven-Projekt zu erstellen und mithilfe der Google Cloud Platform Console eine verteilte Pipeline zum Zählen von Wörtern auszuführen.
IdD-Analysepipeline auf der Google Cloud Platform erstellen
In diesem Lab erfahren Sie, wie Sie Geräte mithilfe von Cloud IoT Core verbinden und verwalten, den Datenstrom mit Cloud Pub/Sub aufnehmen, die IdD-Daten mit Cloud Dataflow verarbeiten und BigQuery zum Analysieren der IdD-Daten verwenden.
Streaming IoT Kafka to Google Cloud Pub/Sub
In this lab you create an instance of Confluent Kafka to communicate with Google Cloud Pub/Sub using source and sink mechanisms.
ETL-Verarbeitung in der GCP mit Dataflow und BigQuery
In diesem Lab erstellen Sie mehrere Datenpipelines, die Daten aus einem öffentlich verfügbaren Dataset in BigQuery aufnehmen.
Predict Visitor Purchases with a Classification Model in BQML
In this lab you will use a newly available ecommerce dataset to run some typical queries that businesses would want to know about their customers’ purchasing habits.
Predict Taxi Fare with a BigQuery ML Forecasting Model
In this lab you will explore millions of New York City yellow taxi cab trips available in a BigQuery Public Dataset, create a ML model inside of BigQuery to predict the fare, and evaluate the performance of your model to make predictions.
Wohnungspreise mit TensorFlow und Cloud ML Engine vorhersagen
In diesem Lab erstellen Sie mit TensorFlow und Cloud ML Engine eine umfassende Lösung für maschinelles Lernen (ML) und nutzen die Cloud für verteiltes Training und Onlinevorhersage.
Enroll Now
Enroll in this quest to track your progress toward earning a badge.
