Kurs
Build Streaming Data Pipelines on Google Cloud
- MedelnivåKunskapsnivå
- 4.8+
- 11 recensioner
Design and operate batch data pipelines on Google Cloud using Dataflow, Serverless Spark, Cloud Composer, and data validation techniques.
Moln
Följ korta videor med expertinstruktörer och öva sedan på det du lärt dig med interaktiva övningar i webbläsaren.
eller
Kurs
Design and operate batch data pipelines on Google Cloud using Dataflow, Serverless Spark, Cloud Composer, and data validation techniques.
Moln
Kurs
Secure and monitor GKE production environments. Learn access control, logging, monitoring, CI/CD pipelines, and managed storage integration on Google Cloud.
Moln
Kurs
Master Apache Beam and Dataflow foundations including portability, Runner v2, Shuffle Service, Streaming Engine, IAM, quotas, and security.
Moln
Kurs
Lär dig analysera, visualisera och modellera multivariat data.
Sannolikhet och statistik
Kurs
Youll learn about the different components inside a hypercomputer, like GPUs, TPUs, and CPUs, and discover how to pick the right one for your needs.
Moln
Kurs
Visualisera och utforska snabbt demografiska data från United States Census Bureau med tidyverse-verktyg.
Explorativ dataanalys
Kurs
Extrahera och visualisera Twitter-data, utför sentiment- och nätverksanalys och kartlägg geolokaliseringen av dina tweets.
Datamanipulation
Kurs
I den här kursen lär du dig skapa statiska och interaktiva dashboards med flexdashboard och shiny.
Rapportering
Kurs
Use C++ to dramatically boost the performance of your R code.
Programvaruutveckling
Kurs
Lär dig grunderna i att värdera aktier.
Tillämpad ekonomi
Kurs
Lär dig analysera affärsprocesser i R och extrahera handlingsbara insikter från enorma mängder händelsedata.
Rapportering
Kurs
Lär dig identifiera viktiga drivkrafter bakom efterfrågan, se säsongseffekter och förutsäga efterfrågan för en produkthierarki från ett verkligt exempel.
Sannolikhet och statistik
Kurs
Learn MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud.
Moln
Kurs
Design and deploy high-performance AI/ML solutions using Google Clouds AI Hypercomputer, GPUs, TPUs, Compute, and Google Kubernetes Engine.
Moln
Kurs
Deploy and manage Kubernetes workloads on GKE. Cover networking, deployments, jobs, persistent storage, and data management in production environments.
Moln
Kurs
This course equips security and data protection leaders with strategies to securely manage AI within their organizations.
Moln
Kurs
Work with Gemini AI models in BigQuery for sentiment analysis. Analyze customer reviews using SQL and Python notebooks with Gemini.
Moln
Kurs
Fortsätt lära dig med purrr för att skapa robust, ren och lättunderhållen iterativ kod.
Programvaruutveckling
Kurs
Förutsäg personalomsättning och utforma strategier för att behålla personal.
Maskininlärning
Kurs
Lås upp kraften i parallell databehandling i R. Förbättra din dataanalys, snabba upp beräkningar och bearbeta stora datamängder utan ansträngning.
Programvaruutveckling
Kurs
Lär dig blandningsmodeller: ett praktiskt och formellt statistiskt ramverk för probabilistisk klustring och klassificering.
Sannolikhet och statistik
Kurs
Learn how to implement the various flavors of ML: static, dynamic, and continuous training; static and dynamic inference; and batch and online processing.
Moln
Kurs
In this course, you’ll focus on developing capabilities in logging, security, and alert monitoring, along with techniques for mitigating attacks.
Moln
Kurs
Lär dig skapa interaktiva datavisualiseringar, inklusive att bygga och koppla samman widgets med Bokeh!
Datavisualisering
Kurs
Uncover the unique challenges faced by MLOps teams when deploying and managing Generative AI models, and explore how Vertex AI empowers AI teams.
Moln
Kurs
Bemästra datavisualisering i Julia. Lär dig skapa snygga diagram och förstå när och hur du använder dem.
Datavisualisering
Kurs
Well explore how CPUs, GPUs, and TPUs make AI tasks super fast, what makes each one unique, and how AI software gets the most out of them.
Moln
Kurs
Learn statistical tests for identifying outliers and how to use sophisticated anomaly scoring algorithms.
Sannolikhet och statistik
Kurs
This course covers techniques to practically identify fairness and bias and mitigate bias in AI/ML practices.
Moln
Kurs
Lär dig förutsäga klickfrekvenser för annonser och implementera grundläggande maskininlärningsmodeller i Python för att optimera dina annonser bättre.
Maskininlärning
Datavetenskap är ett expertområde som fokuserar på att utvinna insikter ur data. Med hjälp av programmeringskunskaper, vetenskapliga metoder, algoritmer och mer analyserar datavetare data för att skapa handlingsbara insikter.
Du behöver lära dig ett programmeringsspråk som Python eller R och behärska grunderna inom matematik och statistik. Kunskap om dataanalysmetoder och datavetenskap-verktyg är också viktigt. Det finns många sätt att lära sig datavetenskap. Utöver formell utbildning som examen eller universitetsstudier finns det gott om andra resurser som låter dig lära i din egen takt – bland annat onlinekurser, handledningar, böcker och videor.
Utöver kunskaper i matematik och statistik behöver datavetare programmeringskunskaper i språk som Python, R och SQL. Dessutom kräver datavetenskap förmågan att arbeta med stora datamängder, kunskaper om datavisualisering, datarensning och databashantering. Kunskaper inom maskininlärning och djupinlärning kan också vara värdefulla.
I yrkeslivet kan nästan alla branscher dra nytta av datavetenskap i någon utsträckning. Vårdorganisationer använder datavetenskap för att diagnostisera och behandla sjukdomar, medan finansbolag använder det för att upptäcka och förhindra bedrägerier. Alla typer av branscher använder datavetenskap inom marknadsföring – till exempel för att bygga rekommendationssystem och analysera kundbortfall.
Ja, datavetenskap är ett av de snabbast växande områdena i USA och globalt – och ett av de bäst betalda yrkena. Enligt data från Payscale tjänar erfarna datavetare i genomsnitt 97 609 USD och får betyget fyra av fem stjärnor i USA.
Det finns några saker att tänka på. Dels kan det vara svårt att komma in på datavetenskapsprogram, som ofta kräver konstant höga betyg. På samma sätt kräver många av de färdigheter som behövs för datavetenskap mycket studier och tålamod. Det kan ta flera månader att bemästra alla grundläggande kunskaper, och dessutom krävs det en hel del praktisk erfarenhet för att säkra en nybörjartjänst.
Ja, du behöver viss erfarenhet av programmering i språk som Python, R, SQL, Java och C/C++. Tack vare sin relativt enkla syntax är Python dock ofta det föredragna valet för nybörjare.
För en person utan tidigare kodningserfarenhet och/eller matematisk bakgrund kan det vanligtvis ta 7 till 12 månaders intensiva studier för att nå nivån som junior datavetare. Det är dock viktigt att komma ihåg att enbart lära sig den teoretiska grunden i datavetenskap kanske inte gör dig till en riktig datavetare.
När du har bemästrat grunderna i datavetenskap kan du specialisera dig inom en rad områden, till exempel maskininlärning, artificiell intelligens, stordataanalys, affärsanalys och business intelligence, datautvinning med mera.
Gör framsteg när du är på språng med våra mobila kurser och dagliga 5-minuters kodningsutmaningar.