Kursplan

Introduktion till BigQuery

  • BigQuery-arkitektur och funktioner
  • Kostnadsmodell och prissättning
  • Översikt över frågeutförande och lagring

Optimering av frågor och minskning av kostnader

  • Tekniker för frågetuning
  • Partitionerade och klustrade tabeller
  • Övervakning och analys av frågeprestanda
  • Hårt laboratorium: optimering av frågor för kostnadseffektivitet

Dataingest och transformation

  • Laddning av data från externa källor
  • Användning av Dataflow och Dataprep för ETL
  • Materialiserade vyer och schemalagda frågor
  • Hårt laboratorium: byggande av en rapportpipeline

Introduktion till BigQuery ML

  • Översikt över maskininlärning i BigQuery
  • Stödda modelltyper (linjär regression, logistisk regression, klusterbildning etc.)
  • SQL-syntax för ML-modeller
  • Hårt laboratorium: skapande och träning av en modell

Byggande av prediktiva modeller med BigQuery ML

  • Träning och utvärdering av modeller
  • Användning av ML.EVALUATE och ML.PREDICT
  • Integration av prediktioner i rapporter
  • Hårt laboratorium: prediktiv analytisk arbetsflöde

Bäst praxis för företagsanalys

  • Styre och åtkomstkontroll
  • Hantering av stora datamängder i stor skala
  • Kostnadskontrollstrategier
  • Fallstudier av framgångsrika implementeringar

Sammanfattning och nästa steg

Krav

  • Grundläggande kunskaper i SQL
  • Kännedom om datahanteringskoncept
  • Erfarenhet av rapporterings- eller analytiska verktyg

Målgrupp

  • Dataanalytiker
  • BI-utvecklare
  • Dataingenjörer
 14 timmar

Antal deltagare


Pris per deltagare

Vittnesmål (2)

Kommande Kurser

Relaterade Kategorier