Questo corso presenta i prodotti e i servizi di big data e machine learning di Google Cloud che supportano il ciclo di vita dai dati all'intelligenza artificiale. Esplora i processi, le sfide e i vantaggi della creazione di una pipeline di big data e di modelli di machine learning con Vertex AI su Google Cloud.
Obiettivi del corso
Riconoscere il ciclo di vita dai dati all'intelligenza artificiale su Google Cloud e i principali prodotti di big data e machine learning.
Progetta pipeline di streaming con Dataflow e Pub/Sub.
Analizza i big data su larga scala con BigQuery.
Identifica diverse opzioni per creare soluzioni di machine learning su Google Cloud.
Descrivi un flusso di lavoro di machine learning e i passaggi chiave con Vertex AI.
Crea una pipeline di machine learning utilizzando AutoML.
Pubblico
Analisti di dati, data scientist e analisti aziendali che stanno iniziando a utilizzare Google Cloud
Individui responsabili della progettazione di pipeline e architetture per l'elaborazione dei dati, della creazione e del mantenimento di modelli statistici e di apprendimento automatico, dell'interrogazione di set di dati, della visualizzazione dei risultati delle query e della creazione di report
Dirigenti e decisori IT che valutano Google Cloud per l'utilizzo da parte dei data scientist
Prerequisiti
Comprensione di base di uno o più dei seguenti elementi:
Linguaggio di query del database come SQL
Flusso di lavoro di ingegneria dei dati dall'estrazione, trasformazione, caricamento, analisi, modellazione e distribuzione
Modelli di apprendimento automatico come modelli supervisionati e non supervisionati
Struttura del corso
Il corso include presentazioni, dimostrazioni e laboratori pratici.
Modulo 1: Big Data e Machine Learning su Google Cloud
Identificare i diversi aspetti dell'infrastruttura di Google Cloud
Identifica i prodotti Big Data e Machine Learning su Google Cloud
Modulo 2: Ingegneria dei dati per lo streaming di dati
Descrivere un flusso di lavoro di flusso di dati end-to-end dall'acquisizione alla visualizzazione dei dati
Identifica le sfide moderne della pipeline di dati e come risolverle su larga scala con Dataflow
Crea dashboard collaborativi in tempo reale con strumenti di visualizzazione dei dati
Modulo 3: Big Data con BigQuery
Descrivi gli elementi essenziali di BigQuery come data warehouse
Spiega come BigQuery elabora le query e archivia i dati
Definire le fasi del progetto BigQuery ML
Crea un modello di machine learning personalizzato con BigQuery ML
Modulo 4: Opzioni di machine learning su Google Cloud
Identifica diverse opzioni per creare modelli ML su Google Cloud
Definire Vertex AI e le sue principali caratteristiche e vantaggi
Descrivere le soluzioni di intelligenza artificiale nei mercati orizzontali e verticali
Modulo 5: Il flusso di lavoro del machine learning con Vertex AI
Descrivere un flusso di lavoro ML e i passaggi chiave
Identificare gli strumenti e i prodotti per supportare ogni fase
Crea un flusso di lavoro ML end-to-end utilizzando AutoML
Modulo 6: Riepilogo
Riepilogo dei punti chiave di apprendimento
Risorse
**Questo evento è gestito da Google e ROI Training. Registrandoti potrai ricevere comunicazioni da entrambe le organizzazioni
