Google Cloud Professional Data Engineer Cert Prep

مدرس Noah Gift

انتشار 2025/05/02

مدت زمان 4h

سطح مناسب همه

فایل تمرینی ندارد

آموزش Google Cloud Professional Data Engineer Cert Prep

از طریق این دوره صدور گواهینامه ، در مسیر تبدیل شدن به یک مهندس داده حرفه ای Google قرار بگیرید. هدیه متخصص صنعت نوح به شما نشان می دهد که چگونه می توانید سیستم های پردازش داده های قوی را با استفاده از خدمات برتر Google Cloud مانند BigQuery و توابع ابر طراحی کنید. تفاوت های ظریف فن آوری های ذخیره سازی داده ها ، از جمله Bigtable ، Firestore و Spanner را کاوش کنید و بر اساس نیازهای تجاری و داده ها تصمیمات آگاهانه بگیرید. مدل های یادگیری ماشین از پیش ساخته ، روشهای ادغام مؤثر و اصول استقرار و نظارت خط لوله ML را کشف کنید. بینش هایی را در زمینه اطمینان از کیفیت راه حل با مباحث پیشرفته در زمینه مقیاس پذیری ، انعطاف پذیری و امنیت ، استفاده از زنگ زدگی برای میکروسرویسهای ایمن و با کارایی بالا کسب کنید. این دوره با تأکید بر یادگیری دستی و دستیاران برنامه نویسی هوش مصنوعی برش ، به شما نشان می دهد که چگونه می توانید راه حل های داده کارآمد ، مقیاس پذیر و ایمن را برآورده کنید که نیازهای مشاغل مدرن را برآورده می کند. این دوره توسط هدیه نوح ایجاد شده است. ما خوشحالیم که این آموزش را در کتابخانه خود میزبانی می کنیم.

Data Engineering Google Cloud Platform (GCP)

Introduction: Designing Data Processing Systems

Google Professional Data Engineer course overview ()

Onboard to GCP ()

1. Storage Technology Selection

Open-source vs. Google Cloud managed services ()

Pros and cons of open-source data engineering tools ()

Google Cloud analytics services ()

2. Data Pipeline Design

Data engineering pipelines ()

Google Cloud storage strategy ()

3. Data Warehousing and Processing Migration

Overview GCP storage ()

Optimize for GCP database solutions ()

Prompt engineering for BigQuery ()

Using Google BigQuery with Google Colab ()

Exploring data with Google BigQuery ()

Conclusion: Designing Data Processing Systems

Next steps ()

1. Storage System Implementation

Demo: Google Cloud Shell ()

Demo: Google Cloud Editor ()

Demo: Google CLI SDK ()

Demo: Google gcloud CLI tool ()

Storage comparison ()

2. Pipeline Building and Operationalization

Jack and the Beanstalk as a data pipeline ()

Compare compute offerings ()

Demo: Compute volatility on GCP ()

3. Processing Infrastructure Implementation

The challenges of big data ()

Demo: Extending GCP Cloud Functions ()

Data pipeline triggers ()

Conclusion: Building and Operationalizing Data Processing Systems

Next steps ()

Introduction: Operationalizing Machine Learning (ML) Models

Course overview ()

1. Pre-built ML Models as a Service

Google Colab with TensorFlow Hub ()

Using GCP NLP from the CLI ()

2. Training and Serving Infrastructure Selection

PyTorch pretrained model overview ()

Demo: PyTorch pretrained model ()

Understanding TPUs ()

TPUs as part of technology transition ()

Getting started with Vertex AI ()

Using GCP ML API vision from CLI ()

3. ML Model Measurement, Monitoring, and Troubleshooting

Plan-do-check-act methodology ()

Demo: Load testing with Locust ()

MLOps on GCP ()

Conclusion: Operationalizing Machine Learning Models

Using Google machine learning courses ()

Next steps ()

Introduction: Ensuring Solution Quality

Course overview ()

1. Security and Compliance Design

Integrated data security ()

Understand Rust crate audits by Google ()

The Rust language is secure by design ()

2. Scalability and Efficiency Assurance

Using Bard to enhance productivity ()

Copilot-enabled Rust ()

Continuous integration with Rust and GitHub actions ()

Demo unit test Rust ()

Energy efficiency of Python vs. Rust ()

3. Flexibility and Portability Assurance

What is distroless? ()

Demo: Build and deploy Rust Microservice Cloud Run ()

Demo: App Engine Rust deploy ()

Conclusion: Ensuring Solution Quality

Next steps ()

دانلود فایل فشرده

با توجه به امکانات آموزش و همچنین امکانات بسته انتخاب شده لینک دانلود فایل فشرده آماده خواهد شد. با در نظر داشتن این شرایط لطفا بسته مورد نظر خود را انتخاب کرده و روی دکمه درخواست لینک دانلود کلیک کنید

در حال به روزرسانی اطلاعات

درخواست لینک دانلود

در حال به روزرسانی اطلاعات

لطفا قبل از فعالسازی لینک دانلود به موارد زیر توجه کنید:

پسورد فایل‌های فشرده است.
لینک‌های آماده شده تا 8 روز پس از فعالسازی منقضی خواهند شد.
حجم فایل‌ها تخمینی هستند.
در صورتی که لینک دانلود تا 15دقیقه پس از درخواست آماده نشد، از بخش پشتیبانی پیگیری نمایید.

محتواها

52 محتوای ویدئویی

زیرنویس‌

English و فارسی-ماشین

کیفیت ویدئوها‌

فقط 1080p

فایل تمرینی‌

ندارد

آزمون‌

ندارد

دانلود مشاهده آنلاین

آموزش های مرتبط

تلگرام توییتر واتساپ