Bądźmy w kontakcie

Plan Szkolenia

Wprowadzenie do BigQuery

  • Architektura i funkcje BigQuery
  • Model kosztów i struktura cen
  • Przegląd wykonywania zapytań i przechowywania danych

Optymalizacja zapytań i obniżanie kosztów

  • Techniki dostrajania zapytań
  • Tabele partycjonowane i klastrowane
  • Monitorowanie i analizowanie wydajności zapytań
  • Laboratorium praktyczne: optymalizacja zapytań pod kątem efektywności kosztowej

Pobieranie i transformacja danych

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

Wprowadzenie do BigQuery ML

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

Budowanie modeli predykcyjnych z BigQuery ML

  • Trenowanie i ocenianie modeli
  • Korzystanie z ML.EVALUATE i ML.PREDICT
  • Integrowanie predykcji z raportami
  • Laboratorium praktyczne: proces analityki predykcyjnej

Najlepsze praktyki w analityce korporacyjnej

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

Podsumowanie i kolejne kroki

Wymagania

  • Podstawowa znajomość SQL
  • Znajomość pojęć związanych z zarządzaniem danymi
  • Doświadczenie w pracy z narzędziami do raportowania lub analityki

Grupa docelowa

  • Analitycy danych
  • Deweloperzy BI
  • Inżynierowie danych
 14 godzin

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (2)

Propozycje terminów

Powiązane Kategorie