Prenez contact avec nous

Plan du cours

Introduction à BigQuery

  • Architecture et fonctionnalités de BigQuery
  • Modèle de coûts et structure tarifaire
  • Aperçu de l'exécution des requêtes et du stockage

Optimisation des requêtes et réduction des coûts

  • Techniques de réglage des requêtes
  • Tables partitionnées et clusterisées
  • Surveillance et analyse des performances des requêtes
  • Labo pratique : optimisation des requêtes pour l'efficacité des coûts

Ingestion et transformation des données

  • Chargement des données depuis des sources externes
  • Utilisation de Dataflow et Dataprep pour l'ETL
  • Vues matérialisées et requêtes planifiées
  • Labo pratique : création d'un pipeline de rapports

Introduction à BigQuery ML

  • Aperçu de l'apprentissage automatique dans BigQuery
  • Types de modèles pris en charge (régression linéaire, régression logistique, clustering, etc.)
  • Syntaxe SQL pour les modèles ML
  • Labo pratique : création et formation d'un modèle

Création de modèles prédictifs avec BigQuery ML

  • Formation et évaluation des modèles
  • Utilisation de ML.EVALUATE et ML.PREDICT
  • Intégration des prédictions dans les rapports
  • Labo pratique : flux de travail d'analyse prédictive

Meilleures pratiques pour l'analyse des données en entreprise

  • Gouvernance et contrôle d'accès
  • Gestion de grands ensembles de données à grande échelle
  • Stratégies de contrôle des coûts
  • Études de cas de mises en œuvre réussies

Résumé et prochaines étapes

Pré requis

  • Connaissance de base de SQL
  • Familiarité avec les concepts de gestion des données
  • Expérience avec les outils de rapports ou d'analyse des données

Public cible

  • Analystes de données
  • Développeurs BI
  • Ingénieurs de données
 14 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (2)

Cours à venir

Catégories Similaires