Temario

Módulo 1: Introducción a los datos en la plataforma Google Cloud Platform

Antes y ahora: Análisis de datos escalable en la nube

Temas cubiertos

Destaque los desafíos de análisis a los que se enfrentan los analistas de datos
Compare los grandes datos locales con los de la nube
Aprenda de casos de uso reales de empresas transformadas a través del análisis en la nube
Conceptos básicos del proyecto Google Cloud Platform
Laboratorio: Introducción a la plataforma Google Cloud Platform
Módulo 2: Descripción general de las grandes herramientas de datos

Agudice las herramientas de su kit de herramientas de Data Analyst

Temas cubiertos

Explicación de las tareas y retos de los analistas de datos e introducción de las herramientas de datos de la plataforma Google Cloud Platform
Demo: Analice 10 mil millones de registros con Google BigQuery
Explorar 9 funciones fundamentales de Google BigQuery
Compare las herramientas de GCP para analistas, científicos e ingenieros de datos
Laboratorio: Exploración de conjuntos de datos con Google BigQuery
Módulo 3: Explorando sus datos con SQL

Familiarícese con Google BigQuery y aprenda las mejores prácticas de SQL

Temas cubiertos

Comparar técnicas comunes de exploración de datos
Aprenda a codificar SQL de alta calidad
Explorar los conjuntos de datos públicos de Google BigQuery
Previsualización de visualización: Estudio de datos de Google
Laboratorio: Solucionar errores comunes de SQL
Módulo 4: Precios de Google BigQuery

Calcular los costes de almacenamiento y consulta de Google BigQuery

Temas cubiertos

Recorrido por un trabajo de BigQuery
Calcule el precio de BigQuery: Costos de almacenamiento, consulta y transmisión por secuencias
Optimizar las consultas para el coste
Laboratorio: Calcular el precio de Google BigQuery
Módulo 5: Limpieza y transformación de sus datos

Convierta sus datos brutos en un conjunto de datos más limpio y enriquecido

Temas cubiertos

Examinar los 5 Principios de Integridad de los Conjuntos de Datos
Caracterizar la forma y la inclinación del conjunto de datos
Limpie y transforme datos usando SQL
Limpie y transforme datos utilizando una nueva interfaz de usuario: Presentación de Cloud Dataprep
Laboratorio: Explore y dé forma a los datos con Cloud Dataprep
Módulo 6: Almacenamiento y exportación de datos

Creación de nuevas tablas y exportación de resultados

Temas cubiertos

Comparar tablas permanentes con tablas temporales
Guardar y exportar los resultados de la consulta
Vista previa de rendimiento: Caché de consulta
Laboratorio: Creación de nuevas tablas permanentes
Módulo 7: Introducción de nuevos conjuntos de datos en Google BigQuery

Lleve sus datos a la nube

Temas cubiertos

Consulta desde fuentes de datos externas
Evite las trampas de la ingesta de datos
Ingerir nuevos datos en tablas permanentes
Discutir los Insertos de Streaming
Laboratorio: Introducción y consulta de nuevos conjuntos de datos
Módulo 8: Visualización de datos

Explore y explique sus datos de manera efectiva a través de la visualización

Temas cubiertos

Descripción general de los principios de visualización de datos
Enfoques de Análisis Exploratorio vs Análisis Explicativo
Demo: Interfaz de usuario de Google Data Studio
Conectar Google Data Studio con Google BigQuery
Laboratorio: Exploración de un conjunto de datos en Google Data Studio
Módulo 9: Unir y fusionar conjuntos de datos

Combine y enriquezca sus conjuntos de datos con más datos

Temas cubiertos

Fusionar tablas de datos históricos con UNION
Introducir comodines de tabla para facilitar las fusiones
Revisar esquemas de datos: Vinculación de datos a través de múltiples tablas
Recorrido por JOIN Ejemplos y trampas
Laboratorio: Unir y unir datos de varias tablas
Módulo 10: Funciones y cláusulas avanzadas

Profundizar en la Escritura Avanzada de Consultas con Google BigQuery

Temas cubiertos

Revisar las declaraciones de casos de SQL
Introducción a las funciones de la ventana analítica
Proteja los datos con el cifrado de campo unidireccional
Discutir la subconsulta efectiva y el diseño del CTE
Comparar UDFs SQL y Javascript
Laboratorio: Obtención de información con funciones SQL avanzadas
Módulo 11: Diseño del esquema y estructuras de datos anidadas

Modele sus conjuntos de datos para escalar en Google BigQuery

Temas cubiertos

Comparar Google BigQuery con la arquitectura de datos RDBMS tradicional
Normalización vs. desnormalización: Compensaciones de Desempeño
Revisión de esquemas: Lo bueno, lo malo y lo feo
Arrays y datos anidados en Google BigQuery
Laboratorio: Consulta de datos anidados y repetidos
Módulo 12: Más visualización con Google Data Studio

Cree cuadros de mando con precisión de píxeles

Temas cubiertos

Crear Extractos de Caso y Campos Calculados
Evite los errores de rendimiento con consideraciones de caché
Compartir cuadros de mando y discutir consideraciones sobre el acceso a los datos
Módulo 13: Optimización del rendimiento

Solucionar y resolver problemas de rendimiento de las consultas

Temas cubiertos

Evite los errores de rendimiento de Google BigQuery
Prevenir puntos calientes en sus datos
Diagnosticar problemas de rendimiento con el mapa de explicación de la consulta
Laboratorio: Optimización y resolución de problemas del rendimiento de las consultas
Módulo 14: Perspectivas avanzadas

Piense, analice y comparta información como un científico de datos

Temas cubiertos

Presentación de Cloud Datalab
Cuadernos y células Cloud Datalab
Beneficios de Cloud Datalab
Módulo 15: Acceso a datos

Mantenga la seguridad de los datos en primer plano en la nube

Temas cubiertos

Comparación de los roles del conjunto de datos de IAM y BigQuery
Evite las trampas de acceso
Revisar miembros, funciones, organizaciones, administración de cuentas y cuentas de servicio