GCP FUNDAMENTALS: BIG DATA AND MACHINE LEARNING
- Código del Curso IFCT174PO
- Duración 1 Día
Otros Métodos de Impartición
Método de Impartición
Este curso está disponible en los siguientes formatos:
-
Cerrado
Cerrado
-
Clase de calendario
Aprendizaje tradicional en el aula
-
Aprendizaje Virtual
Aprendizaje virtual
Solicitar este curso en un formato de entrega diferente.
Temario
Parte superiorPROGRAMAS DE CAPACITACIÓN Y TRANSFORMACIÓN DIGITAL DE ÁMBITO ESTATAL, DIRIGIDOS PRIORITARIAMENTE A LAS PERSONAS OCUPADAS
Esta formación está subvencionada al 100% por el Servicio de Empleo Público Estatal (SEPE).
El programa de formación gratuita de SEPE es la herramienta perfecta para actualizarte, adquirir nuevas habilidades laborales, y adaptarte a los requerimientos actuales del mercado de trabajo.
Tienes disponibles cursos gratuitos en áreas como la programación, la seguridad informática, la nube, gestión de servicios IT, entre otros.
QUÉ INCLUYE?
El programa incluye sesiones de formación en diferentes tecnologías, la asistencia es totalmente gratuita, y el programa está dirigido prioritariamente a profesionales de diversos sectores de actividad.
Las formaciones están dirigidas por un instructor experto en áreas como la programación, la seguridad informática, la nube, gestión de servicios IT, entre otras.
QUIÉNES PUEDEN ACCEDER A LA FORMACIÓN?
• Este programa es compatible para las empresas con el uso de otro tipo de fondos de ayuda para la formación, estatales o autonómicos (Fundae, subvenciones directas, etc)
• La formación es gratuita tanto para la empresa como para el empleado, sin entrar en conflicto con el programa de bonificación de Fundae.
• Este programa es de ámbito estatal y está destinado principalmente a profesionales en activo que desempeñen su labor en los siguientes sectores de actividad: Economía Digital.
OBJETIVO GENERAL
Diseñar, desarrollar e implementar aplicaciones que integran componentes del ecosistema de Google Cloud.
Adquirir conocimientos de cómo utilizar los servicios de GCP y las API de aprendizaje automático pre-entrenado para crear aplicaciones seguras, escalables e inteligentes en la nube.
Calendario
Parte superiorDirigido a
Parte superior- Personas responsables del diseño de canalizaciones y arquitecturas para el procesamiento de datos, la creación y el mantenimiento de modelos estadísticos y de aprendizaje automático, la consulta de conjuntos de datos, la visualización de resultados de consultas y la creación de informes
- Ejecutivos y tomadores de decisiones de TI que evalúan Google Cloud para que lo usen los científicos de datos.
- Analistas de datos, científicos de datos y analistas de negocios que están comenzando con Google Cloud
Objetivos del Curso
Parte superior- Reconocer el ciclo de vida de datos a IA en Google Cloud y los principales productos de big data y aprendizaje automático.
- Diseñar canalizaciones de transmisión con Dataflow y Pub/Sub.
- Analizar grandes conjuntos de datos a escala con BigQuery.
- Identificar diferentes opciones para crear soluciones de aprendizaje automático en Google Cloud.
- Describir un flujo de trabajo de aprendizaje automático y los pasos clave con Vertex AI.
- Crear una canalización de aprendizaje automático con AutoML
Contenido
Parte superior1. PRESENTACIÓN DE GOOGLE CLOUD PLATFORM.
1.1. Descripción general de Google Platform.
1.2. Productos de Big Data de Google Cloud Platform.
2. FUNDAMENTOS DE CÁLCULO Y ALMACENAMIENTO.
2.1. CPU bajo demanda (Compute Engine).
2.2. Un sistema de archivos global (Cloud Storage).
2.3. CloudShell.
2.4. Laboratorio: configure un canal de procesamiento de datos: Integración-Transformación-Publicación
3. ANÁLISIS DE DATOS EN LA NUBE.
3.1. Stepping-stones a la nube.
3.2. Cloud SQL: su base de datos SQL en la nube.
3.3. Laboratorio: Importación de datos en CloudSQL y ejecución de consultas.
3.4. Spark en Dataproc.
3.5. Laboratorio: Recomendaciones de aprendizaje automático con Spark en Dataproc.
4. ESCALAR EL ANÁLISIS DE DATOS.
4.1. Acceso aleatorio rápido.
4.2. Datalab.
4.3. BigQuery.
4.4. Laboratorio: compilar el conjunto de datos de aprendizaje automático.
5. APRENDIZAJE AUTOMÁTICO.
5.1. Aprendizaje automático con TensorFlow.
5.2. Laboratorio: realice ML con TensorFlow.
5.3. Modelos prefabricados para necesidades comunes.
5.4. Laboratorio: Emplear ML API.
6. ARQUITECTURAS DE PROCESAMIENTO DE DATOS.
6.1. Arquitecturas orientadas a mensajes con Pub / Sub.
6.2. Creando tuberías con Dataflow.
6.3. Arquitectura de referencia para el procesamiento de datos en tiempo real y por lotes.
7. RESUMEN.
7.1. ¿Por qué GCP?
7.2. A dónde ir desde aquí.
7.3. Recursos adicionales.
Pre-requisitos
Parte superior- Estar registrado como empleado activo en la Seguridad Social, ya sea como trabajador por cuenta propia o ajena, o como solicitante de empleo en el Servicio Público de Empleo Estatal (SEPE).
- Para cada curso al que el alumno quiera asistir, recopilar y devolver al centro de formación la documentación que se le solicitará.
- Atender al menos a un 75% de la extensión del curso para poder recibir el diploma de asistencia correspondiente.
- Contar con las habilidades necesarias para utilizar la plataforma virtual WEBEX, que se emplea en la formación.