Plan Szkolenia

Wprowadzenie do BigQuery

  • Architektura i funkcje BigQuery
  • Model kosztowy i struktura cenowa
  • Przegląd wykonywania zapytań i przechowywania danych

Optymalizacja zapytań i redukcja kosztów

  • Techniki dostrajania zapytań
  • Tabele partycjonowane i klastrowane
  • Monitorowanie i analiza wydajności zapytań
  • Laboratorium praktyczne: optymalizacja zapytań pod kątem kosztów

Pozyskiwanie i transformacja danych

  • Ładowanie danych z zewnętrznych źródeł
  • Wykorzystanie Dataflow i Dataprep do ETL
  • Widoki materializowane i zaplanowane zapytania
  • Laboratorium praktyczne: budowanie potoku raportowania

Wprowadzenie do BigQuery ML

  • Przegląd uczenia maszynowego w BigQuery
  • Obsługiwane typy modeli (regresja liniowa, regresja logistyczna, klasteryzacja itp.)
  • Składnia SQL dla modeli ML
  • Laboratorium praktyczne: tworzenie i trenowanie modelu

Budowanie modeli predykcyjnych z BigQuery ML

  • Trenowanie i ocena modeli
  • Wykorzystanie ML.EVALUATE i ML.PREDICT
  • Integracja przewidywań z raportami
  • Laboratorium praktyczne: przepływ pracy analityki predykcyjnej

Najlepsze praktyki dla analityki przedsiębiorstw

  • Zarządzanie i kontrola dostępu
  • Zarządzanie dużymi zbiorami danych na skalę
  • Strategie kontroli kosztów
  • Studia przypadków udanych wdrożeń

Podsumowanie i kolejne kroki

Wymagania

  • Podstawowa znajomość SQL
  • Znajomość koncepcji zarządzania danymi
  • Doświadczenie z narzędziami raportowania lub analityki

Grupa docelowa

  • Analitycy danych
  • Deweloperzy BI
  • Inżynierowie danych
 14 godzin

Liczba uczestników


Cena za uczestnika

Opinie uczestników (3)

Propozycje terminów

Powiązane Kategorie