menu

Scientific Data Processing

Advanced 6 étapes 6 heures 30 crédits

Big data, machine learning et données scientifiques ? Il semble que ce soit la combinaison parfaite. Dans cette quête avancée, vous allez vous familiariser avec des services GCP tels que Big Query, Dataproc et Tensorflow, que vous appliquerez à des cas utilisant des ensembles de données scientifiques réelles. En vous faisant acquérir de l'expérience avec des tâches telles que l'analyse des données sismiques et l'agrégation d'images satellites, le traitement de données scientifiques développera vos compétences dans le domaine du Big data et du machine learning, et vous aidera à résoudre les problèmes que vous rencontrez dans différentes disciplines scientifiques.

Infrastructure Data Business Transformation Machine Learning

Prérequis :

Cette quête nécessite une expérience pratique du traitement des données GCP et des services de machine learning tels que Dataproc, Dataflow et Cloud ML Engine. Il est recommandé d’obtenir au moins un badge en suivant les ateliers de la quête Baseline: (Data, ML, and AI) avant de commencer.

Quest Outline

Atelier pratique

Présentation de SQL pour BigQuery et Cloud SQL

Dans cet atelier, vous allez apprendre à utiliser les principales clauses SQL et vous entraîner à exécuter des requêtes structurées dans BigQuery et Cloud SQL.

Deutsch English español (Latinoamérica) français bahasa Indonesia 日本語 한국어 português (Brasil)
Atelier pratique

Louer une VM pour traiter des données sur des séismes

Cet atelier vous explique comment démarrer une machine virtuelle, configurer ses paramètres de sécurité et y accéder à distance, puis comment effectuer manuellement les étapes d'un pipeline de données de type "Ingestion, transformation, publication". Cet atelier fait partie d'une série portant sur le traitement de données scientifiques.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Atelier pratique

Données météorologiques dans BigQuery

Dans cet atelier, vous allez analyser un historique d'observations météorologiques à l'aide de BigQuery et mettre des données météorologiques en relation avec d'autres ensembles de données. Cet atelier fait partie d'une série d'ateliers sur le traitement des données scientifiques.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Atelier pratique

Traitement des images distribué dans Cloud Dataproc

Dans cet atelier, vous allez apprendre à utiliser Apache Spark dans Cloud Dataproc pour distribuer une tâche de traitement d'images utilisant beaucoup de ressources de calcul sur un cluster de machines.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Atelier pratique

Analyser les données relatives à la natalité à l'aide de la plateforme AI et BigQuery

Dans cet atelier, vous analyserez un grand ensemble de données (137 millions de lignes) sur la natalité à l'aide de Google BigQuery de la plateforme AI. Cet atelier fait partie d'un ensemble d'ateliers relatifs au traitement des données scientifiques.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Atelier pratique

Prédire le poids d'un bébé à l'aide de TensorFlow sur la plateforme AI

Dans cet atelier, vous allez apprendre à entraîner, évaluer et déployer un modèle de machine learning pour prédire le poids d'un bébé. Vous allez ensuite envoyer des requêtes au modèle pour effectuer des prédictions en ligne. Cet atelier fait partie d'un ensemble d'ateliers relatifs au traitement des données scientifiques.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)

S'inscrire

Inscrivez-vous à cette quête pour suivre votre progression en matière de badge.