Formation Google Cloud Platform : L'Essentiel du Big Data et du Machine Learning

Le Big Data et le Machine Learning représentent un pôle important de la plate-forme cloud de Google. À eux deux, ils réunissent plus d'une vingtaine de services de Google Cloud Platform (GCP). Google BigQuery permet par exemple d'effectuer des requêtes sur des ensembles de données de plusieurs terabytes, tandis que Google Cloud Dataproc offre des services Apache Spark et Hadoop en mode cloud natif. Du côté de l'intelligence artificielle, la plateforme se distingue par de nombreuses API facilitant la traduction ou l'analyse d'images, de textes, de vidéos...

Cette formation Google Cloud Platform : L'Essentiel du Big Data et du Machine Learning vous offre une vue détaillée des fonctionnalités de traitement des données et d'apprentissage automatique. Elle constitue un excellent préalable à la spécialisation dans l'ingénierie de données au sein de GCP.

Objectif opérationnel : 

Savoir maîtriser les fonctionnalités de traitement des données et d'apprentissage automatique.

Objectifs pédagogiques : 

À l'issue de cette formation Google Cloud Platform : l'Essentiel du Big Data et du Machine Learning vous aurez acquis les connaissances et les compétences nécessaires pour :

• Découvrir les objectifs et la valeur des principaux produits Big Data et Machine Learning disponibles dans la plate-forme Google Cloud
• Utiliser Cloud SQL et Cloud Dataproc pour migrer les workloads MySQL et Hadoop / Pig / Spark / Hive existants vers Google Cloud Platform
• Utiliser BigQuery et Cloud Datalab pour effectuer une analyse interactive des données
• Former et utiliser un réseau de neurones en utilisant TensorFlow
• Employer des API ML
• Choisir parmi différents produits de traitement de données sur Google Cloud Platform

Public :

Ce stage "Google Cloud Platform : L'Essentiel du Big Data et du Machine Learning" s'adresse à de nombreux publics :

• Les analystes de données qui souhaitent se familiariser avec Google Cloud Platform
• Les personnes responsables de la conception de pipelines et d'architectures pour le traitement de données, la création et la maintenance de modèles d'apprentissage automatique et de statistiques, l'interrogation de jeux de données, la visualisation des résultats de requêtes et la création de rapports
• Les cadres et décideurs informatiques évaluant Google Cloud Platform à l'usage des data scientists.

Prérequis :

Pour suivre ce cours "Google Cloud Platform : L'Essentiel du Big Data et du Machine Learning", il est nécessaire de posséder des compétences de base en langage de requête commun (SQL) et d'avoir l'expérience de la modélisation, de l'extraction, de la transformation et du chargement de données.
Il est aussi demandé de savoir développer des applications en utilisant un langage de programmation commun (tel que Python) et d'être familier avec l'apprentissage automatique ou les statistiques.

Google Cloud Platform (GCP) et Big Data

Présentation des principes fondamentaux

Google Cloud Platform (GCP) et Machine Learning

Présentation des principes fondamentaux

Présentation de Google Cloud Platform (GCP)

Présentation des principes fondamentaux de la plate-forme Google
Produits et technologies de données Google Cloud Platform
Scénarios d'utilisation

Calcul et bases de stockage

CPU à la demande (Compute Engine)
Un système de fichiers global (Cloud Storage)
CloudShell

L'analyse de données sur le cloud

Stepping-stones vers le cloud
CloudSQL: votre base de données SQL sur le cloud
Atelier: Importation de données dans CloudSQL et exécution de requêtes
Spark sur Dataproc

Mise à l'échelle de l'analyse des données

Accès aléatoire rapide
Datalab
BigQuery
Apprentissage automatique avec TensorFlow
Des modèles entièrement construits pour des besoins communs

Architectures de traitement de données

Architectures orientées message avec Pub/Sub
Créer des pipelines avec Dataflow
Architecture de référence pour le traitement de données en temps réel et par lots

Résumé

Pourquoi Google Cloud Platform?
Où aller en partant d'ici

Ressources additionnelles

Atelier 1 : S'inscrire à Google Cloud Platform
Atelier 2 : Configurer un pipeline de traitement de données Ingest-Transform-Publish
Atelier 3 : Recommandations d'apprentissage automatique avec SparkML
Atelier 4 : Construire un ensemble de données d'apprentissage automatique
Atelier 5 : Former et utiliser le réseau de neurones
Atelier 6 : Employer des API ML

Synthèse Google Cloud Platform (GCP) et Big Data/ Machine Learning