※オンラインでの受講についてはこちらをご確認ください

講義、デモ、ハンズオンラボを通して、データ処理システムの設計、エンドツーエンドのデータ パイプラインの構築、データの分析、機械学習の実施方法を学びます。
このコースでは、構造化、非構造化、ストリーミングの各種データを扱います。

【日本初！】2018年4月17日（火）より、アゼスト様にて開催スタート！

Google Cloud を活用したアプリケーション・サービスの設計開発を行っています。 データ解析プラットフォームやディープラーニング基盤の整備を通じて、インテリジェント ・アシスタント機能(Chat Bot/音声認識/画像認識)などの新サービスを推進。

トレーニング概要

対象者
  • データの抽出、読み込み、変換、クリーニング、検証を行う担当者
  • データ処理用のパイプラインとアーキテクチャを設計する担当者
  • 機械学習モデルと統計モデルを作成して保守する担当者
  • データセットに対してクエリを実行し、クエリ結果を視覚化して、レポートを作成する担当者
前提知識
  • 「Google Cloud Fundamentals: Big Data & Machine Learning」を修了しているか、同等の経験がある
    SQL などの一般的なクエリ言語の基本的なスキルがある。
  • データ モデリング、抽出、変換、読み込みのアクティビティの経験がある。
  • 一般的なプログラミング言語（Python など）を使用してアプリケーションを開発している
  • 機械学習と統計の一方または両方の基本知識がある
当日必要なもの

PC（最新版の Google Chromeをインストールしてお持ち下さい）
プログラム

Modernizing Data Lakes and Data Warehouses with Google Cloud

  • モジュール 1.1: データ エンジニアリングの概要
  • モジュール 1.2: データレイクの構築
  • モジュール 1.3: データ ウェアハウスの構築

Building Batch Data Pipelines on Google Cloud

  • モジュール 2.1: バッチデータ パイプラインの構築の概要
  • モジュール 2.2: Dataproc での Spark の実行
  • モジュール 2.3: Dataflow を使用したサーバーレスのデータ処理
  • モジュール 2.4: Cloud Data Fusion と Cloud Composer を使用したデータパイプラインの管理

Building Resilient Streaming Analytics Systems on Google Cloud

  • モジュール 3.1: ストリーミング データの処理の概要
  • モジュール 3.2: Pub/Sub を使用したサーバーレス メッセージング
  • モジュール 3.3: Dataflow のストリーミング機能
  • モジュール 3.4: 高スループットの BigQuery と Bigtable のストリーミング機能
  • モジュール 3.5: 高度な BigQuery の機能とパフォーマンス

Smart Analytics, Machine Learning and AI on Google Cloud

  • モジュール4.1: 分析と AI
  • モジュール4.2: 非構造化データ用の事前構築済み ML モデル API
  • モジュール4.3: Notebooks を使用したビッグデータ分析
  • モジュール4.4: Kubeflow を使用した本番環境の ML パイプライン
  • モジュール4.5: BigQuery ML で SQL を使用したカスタムモデルの構築
  • モジュール4.6: AutoMLを使用したカスタムモデルの構築