Fantom Tag

Formation - Google Cloud Platform - Analyse et visualisation de données

Obtenez des informations via l'analyse et la visualisation de données grâce à Google Cloud Platform

  • Présentiel ou classe à distance
  • Fondamental
PRESENTIEL OU CLASSE A DISTANCE
Référence
CC403

Référence éditeur
GCP200-DA

Durée
3 jours (21 heures)

Prix 2023
2 390,00 €  HT
Formation à la demande
Cette thématique vous intéresse ?
Nos experts conçoivent votre formation
sur-mesure !
Consulter le programme 2024
Lire la suite
Pour qui ?

A qui s'adresse cette formation ?

Pour qui

  • Data Analysts, Business Analysts, Business Intelligence, Cloud Data Engineers qui s'associeront à des Data Analysts pour créer des solutions de données évolutives sur Google Cloud Platform

Prérequis

  • Posséder une certaine maîtrise d'ANSI SQL
Programme

Le programme

1 - Présentation des données dans Google Cloud Platform

  • Mettre en avant les difficultés auxquelles font face les analystes de données
  • Comparer le Big Data sur site et dans le Cloud
  • Étudier des cas d'utilisation concrets d'entreprises qui se sont transformées grâce à l'analyse dans le Cloud
  • Découvrir les principes de base du projet Google Cloud Platform
  • Atelier : Premiers pas avec Google Cloud Platform

2 - Présentation des outils de Big Data

  • Présentation des tâches, des défis et des outils de données de Google Cloud Platform
  • Démonstration : Analyser 10 milliards d'enregistrements avec Google BigQuery
  • Découvrir 9 fonctionnalités essentielles de Google BigQuery
  • Comparer les outils GCP pour les analystes, les data scientists et les ingénieurs de données
  • Atelier : Explorer des ensembles de données avec Google BigQuery

3 - Exploration de vos données avec SQL

  • Comparer les techniques courantes d'exploration des données
  • Apprendre à coder le langage SQL standard de haute qualité
  • Explorer les ensembles de données publics Google BigQuery
  • Aperçu de visualisation : Google Data Studio
  • Atelier : Résoudre les erreurs SQL courantes

4 - Tarifs de Google BigQuery

  • Présentation complète d'une tâche BigQuery
  • Calculer les tarifs de BigQuery : coûts du stockage, des requêtes et de streaming
  • Optimiser les coûts des requêtes
  • Atelier : Calculer les tarifs de Google BigQuery

5 - Nettoyage et transformation de vos données

  • Étudier les 5 principes de l'intégrité d'un ensemble de données
  • Caractériser la forme et l'inclinaison des ensembles de données
  • Nettoyer et transformer les données à l'aide de SQL
  • Nettoyer et transformer les données à l'aide d'une nouvelle interface utilisateur : présentation de Cloud Dataprep
  • Atelier : Explorer et mettre en forme les données avec Cloud Dataprep

6 - Stockage et exportation des données

  • Comparer les tables permanentes aux tables temporaires
  • Enregistrer et exporter les résultats de requêtes
  • Aperçu des performances : cache des requêtes
  • Atelier : Créer des tables permanentes

7 - Ingestion de nouveaux ensembles de données dans Google BigQuery

  • Requêter à partir de sources de données externes
  • Éviter les pièges liés à l'ingestion de données
  • Ingérer de nouvelles données dans des tables permanentes
  • Discuter des insertions en streaming
  • Atelier : Ingérer et interroger de nouveaux ensembles de données

8 - Visualisation des données

  • Présentation des principes de visualisation des données
  • Comparer l'analyse exploratoire à l'analyse explicative
  • Démonstration : Interface utilisateur de Google Data Studio
  • Connecter Google Data Studio à Google BigQuery
  • Atelier : Explorer un ensemble de données dans Google Data Studio

9 - Regroupement et fusion des ensembles de données

  • Fusionner les tables de données historiques avec UNION
  • Intégrer des caractères génériques de table pour faciliter la fusion
  • Étudier les schémas de données : associer les données entre plusieurs tables
  • Présentation complète d'exemples JOIN et des pièges associés
  • Atelier : Associer et regrouper des données provenant de plusieurs tables

10 - Fonctions avancées et clauses

  • Passer en revue les instructions de cas SQL
  • Présentation des fonctions de fenêtre d'analyse
  • Sauvegarder les données avec le cryptage de champ unidirectionnel
  • Discuter de la conception efficace des sous-requête et des CTE
  • Comparer les fonctions définies par l'utilisateur dans SQL et JavaScript
  • Atelier : Obtenir des informations grâce aux fonctions SQL avancées

11 - Conception de schémas et structures de données imbriquées

  • Comparer Google BigQuery à l'architecture de données SGBDR traditionnelle
  • Normalisation et dénormalisation : compromis de performance
  • Étude du schéma : Le Bon, la Brute et le Truand
  • Tableaux et données imbriquées dans Google BigQuery
  • Atelier : Interroger des données imbriquées et répétées

12 - Visualisation améliorée avec Google Data Studio

  • Créer des instructions de cas et des champs calculés
  • Éviter les problèmes de performance grâce au cache
  • Partager les tableaux de bord et discuter de l'accès aux données

13 - Optimisation des performances

  • Éviter les problèmes de performance de Google BigQuery
  • Empêcher les points d'accès dans vos données
  • Diagnostiquer les problèmes de performances grâce au mappage Query Explanation
  • Atelier : Optimisation et dépannage des performances de requête

14 - Accès aux données

  • Comparer les rôles des ensembles de données IAM et BigQuery
  • Éviter les pièges liés à l'accès
  • Passer en revue les membres, les rôles, les organisations, l'administration des comptes et les comptes de service

15 - Notebooks dans le Cloud

  • Cloud Datalab
  • Compute Engine et Cloud Storage
  • Atelier : Louer une VM pour traiter des données sur des séismes
  • Analyse de données avec BigQuery

16 - Google et le Machine Learning

  • Introduction au Machine Learning pour les analystes
  • S'exercer avec des API de ML prédéfinies pour analyser les images et le texte
  • Atelier : API de ML pré-entraînées

17 - Application du Machine Learning à vos ensembles de données (BQML)

  • Créer des ensembles de données de Machine Learning et analyser les fonctionnalités
  • Créer des modèles de classification et de prévision à l'aide de BQML
  • Atelier : Prédire les achats des visiteurs avec un modèle de classification dans BQML
  • Atelier : Prédire le prix d'une course en taxi à l'aide d'un modèle de prévision BigQuery ML
Objectifs

Les objectifs de la formation

  • Pouvoir obtenir des informations à partir de données à l'aide des outils d'analyse et de visualisation de Google Cloud Platform
  • Savoir analyser des données à l'échelle avec BigQuery
  • Comprendre comment charger, nettoyer et transformer les données à grande échelle à l'aide de Google Cloud Dataprep
  • Être capable d''explorer et visualiser les données à l'aide de Google Data Studio
  • Apprendre à optimiser et écrire des requêtes hautes performances et résoudre les problèmes associés
  • Savoir dériver des informations à partir de données à l'aide du Machine Learning
Evaluation

Evaluation

  • Cette formation fait l'objet d'une évaluation formative.
Points forts

Les points forts de la formation

  • Cette formation permet aux participants d'acquérir des connaissances grâce à l'analyse et à la visualisation de données avec de Google Cloud Platform.
  • À travers des scénarios interactifs et des ateliers pratiques, les participants explorent, exploitent, chargent, visualisent et extraient des informations à partir de divers ensembles de données Google BigQuery.
  • Les consultants spécialistes de la technologie apportent leurs conseils et leur expérience.
  • Une formation animée par un formateur certifié Google Cloud Platform.
  • La qualité d'une formation officielle Google (support de cours en anglais).

Qualité des formations

ib Cegos est certifié Iso 9001 et Qualiopi.

Dates et villes

Mise à jour le 10/12/2023
    Consulter les dates 2024
    Formation - Google Cloud Platform - Analyse et visualisation de données