0

Data Engineering on Google Cloud Platform (DEGCP)

Ihre Termine

Datum Ort Preis
20.01.2026
-23.01.2026
Frankfurt a. Main 3.001,18 €* Buchen
20.01.2026
-23.01.2026
Virtuelles Live Training 3.001,18 €* Buchen
24.03.2026
-27.03.2026
Virtuelles Live Training 2.939,30 €* Buchen
30.03.2026
-02.04.2026
Hamburg 2.939,30 €* Buchen
30.03.2026
-02.04.2026
Virtuelles Live Training 2.939,30 €* Buchen
26.05.2026
-29.05.2026
Berlin 2.939,30 €* Buchen
26.05.2026
-29.05.2026
Virtuelles Live Training 2.939,30 €* Buchen
30.06.2026
-03.07.2026
Virtuelles Live Training 2.939,30 €* Buchen
18.08.2026
-21.08.2026
Berlin 2.939,30 €* Buchen
18.08.2026
-21.08.2026
Virtuelles Live Training 2.939,30 €* Buchen
22.09.2026
-25.09.2026
Virtuelles Live Training 2.939,30 €* Buchen
24.11.2026
-27.11.2026
Hamburg 2.939,30 €* Buchen
24.11.2026
-27.11.2026
Virtuelles Live Training 2.939,30 €* Buchen
08.12.2026
-11.12.2026
Virtuelles Live Training 2.939,30 €* Buchen

* Preise inkl. der gesetzlichen Mehrwertsteuer

Beschreibung

Sammeln Sie praktische Erfahrungen mit dem Entwurf und der Erstellung von Datenverarbeitungssystemen auf Google Cloud. Dieser Kurs zeigt Ihnen anhand von Vorträgen, Demos und praktischen Übungen, wie Sie Datenverarbeitungssysteme entwerfen, End-to-End-Datenpipelines erstellen, Daten analysieren und maschinelles Lernen implementieren. Dieser Kurs deckt strukturierte, unstrukturierte und Streaming-Daten ab.

Inhalte

  • Entwurf und Aufbau von Datenverarbeitungssystemen in der Google Cloud.
  • Verarbeiten Sie Batch- und Streaming-Daten durch die Implementierung automatisch skalierender Datenpipelines auf Dataflow.
  • Gewinnen Sie mit BigQuery Erkenntnisse aus extrem großen Datensätzen.
  • Nutzen Sie unstrukturierte Daten mit Spark und ML-APIs auf Dataproc.
  • Ermöglichen Sie sofortige Einblicke aus Streaming-Daten.

Voraussetzungen

  • Frühere Erfahrungen mit Google Cloud unter Verwendung von Cloud Shell und Zugriff auf Produkte über die Google Cloud-Konsole.
  • Grundkenntnisse in einer gängigen Abfragesprache wie SQL.
  • Erfahrung mit Datenmodellierung und ETL-Aktivitäten (Extrahieren, Transformieren, Laden).
  • Erfahrung in der Entwicklung von Anwendungen in einer gängigen Programmiersprache wie Python

Zielgruppe

  • Daten-Ingenieure
  • Datenbank-Administratoren
  • Systemadministratoren