Big Data and Machine Learning Fundamentals
Acerca de este curso
TASTE OF TRAINING
Este curso presenta los productos y servicios de big data y aprendizaje automático de Google Cloud que respaldan el ciclo de vida de datos a IA.
Explora los procesos, los desafíos y los beneficios de crear una gran canalización de datos y modelos de aprendizaje automático con Vertex AI en Google Cloud.
A quién va dirigido
Este curso está dirigido a los siguientes perfiles laborales:
- Analistas de datos, científicos de datos y analistas de negocios que están comenzando con Google Cloud.
- Personas responsables del diseño de canalizaciones y arquitecturas para el procesamiento de datos, la creación y el mantenimiento de modelos estadísticos y de aprendizaje automático, la consulta de conjuntos de datos, la visualización de resultados de consultas y la creación de informes.
- Ejecutivos y tomadores de decisiones de TI que evalúan Google Cloud para que lo usen los científicos de datos.
Prerrequisitos
Para aprovechar al máximo este curso, los participantes deben tener:
- Lenguaje de consulta de base de datos como SQL
- Flujo de trabajo de ingeniería de datos desde extracción, transformación, carga hasta análisis, modelado e implementación
- Modelos de aprendizaje automático, como modelos supervisados y no supervisados
Objetivos del curso
Este curso enseña a los participantes las siguientes habilidades:
- Reconocer el ciclo de vida de datos a IA en Google Cloud y los principales productos de big data y aprendizaje automático.
- Diseñar canalizaciones de transmisión con Dataflow y Pub/Sub.
- Analizar grandes conjuntos de datos a escala con BigQuery.
- Identificar diferentes opciones para crear soluciones de aprendizaje automático en Google Cloud.
- Describir un flujo de trabajo de aprendizaje automático y los pasos clave con Vertex AI.
- Crear una canalización de aprendizaje automático con AutoML
Contenidos
Módulo 0: Introducción al curso
- Reconocer el ciclo de vida de datos a IA en Google Cloud
- Identificar la conexión entre la ingeniería de datos y el aprendizaje automático
Módulo 1: Big Data y Machine Learning en Google Cloud
- Identificar los diferentes aspectos de la infraestructura de Google Cloud.
- Identificar los productos de big data y aprendizaje automático en Google Cloud.
Laboratorio: Exploración de un conjunto de datos público de BigQuery
Módulo 2: Ingeniería de datos para la transmisión de datos
- Describir un flujo de trabajo de transmisión de datos de extremo a extremo desde la ingesta hasta la visualización de datos.
- Identificar los desafíos de una canalización de datos modernos y cómo resolverlos a escala con Dataflow.
- Crear tableros colaborativos en tiempo real con herramientas de visualización de datos.
Laboratorio: Creación de una canalización de transmisión de datos para un tablero en tiempo real con Dataflow
Módulo 3: Big Data con BigQuery
- Describir los aspectos esenciales de BigQuery como almacén de datos.
- Explicar cómo BigQuery procesa las consultas y almacena los datos.
- Definir las fases del proyecto de BigQuery ML.
- Crear un modelo de aprendizaje automático personalizado con BigQuery ML.
Laboratorio: Predicción de compras de visitantes mediante BigQuery ML
Módulo 4: Opciones de aprendizaje automático en Google Cloud
- Identificar diferentes opciones para construir modelos de ML en Google Cloud.
- Definir Vertex AI y sus principales características y beneficios.
- Describir soluciones de IA en mercados horizontales y verticales.
Módulo 5: El flujo de trabajo de aprendizaje automático con Vertex AI
- Describir un flujo de trabajo de ML y los pasos clave.
- Identificar las herramientas y productos para apoyar cada etapa.
- Crear un flujo de trabajo de aprendizaje automático de extremo a extremo con AutoML.
Laboratorio: Vertex AI: Predicción del Loan Risk con AutoML
