Formation Exploiter les Données Cloud Google : Insights et Décision Stratégique

01.Introduction à Google Cloud Platform et Big Data

• —Présentation de GCP : services clés pour la donnée
• —Concepts fondamentaux du Big Data appliqué au cloud
• —Cas d'usage : de la donnée brute à la décision
• —Tour d'horizon des outils Google Cloud Data

02.Ingestion de Données : Cloud Storage et Dataflow

03.Traitement Stream : Pub/Sub et Dataflow Streaming

• —Principes de l'ingestion de données en temps réel
• —Utilisation de Pub/Sub pour la messagerie asynchrone
• —Conception de pipelines Dataflow pour le streaming
• —Surveillance et gestion des flux en temps réel

04.Entreposage de Données : BigQuery Fondamentaux

05.Analyse Avancée dans BigQuery et SQL

• —Fonctions analytiques et statistiques BigQuery SQL
• —Utilisation des fonctions d'analyse de fenêtrage
• —Création de vues matérialisées et tables partitionnées
• —External Data Sources avec BigQuery

06.Base de Données NoSQL : Datastore et Firestore

• —Introduction aux bases de données NoSQL sur GCP
• —Conception de schémas avec Datastore/Firestore
• —Opérations CRUD et requêtes avancées
• —Intégration avec d'autres services GCP

07.Data Lakes et Traitement Distribué : Dataproc

• —Construire un Data Lake avec Google Cloud Storage
• —Introduction à Dataproc pour Apache Spark et Hadoop
• —Exécution de Jobs Spark et Hive sur Dataproc
• —Mise à l'échelle et gestion des clusters Dataproc

08.Machine Learning sur GCP : AutoML et Vertex AI

• —Introduction aux services de Machine Learning GCP
• —Utilisation d'AutoML pour le ML sans code
• —Exploration des fonctionnalités de Vertex AI
• —Préparation de données pour le ML sur BigQuery ML

09.BigQuery ML : Modèles directement dans la base

• —Création de modèles ML (régression, classification) DANS BigQuery
• —Évaluation des performances des modèles BigQuery ML
• —Utilisation de modèles pour la prédiction
• —Opérations MLOps simplifiées avec BigQuery ML

10.Visualisation des Données avec Looker Studio (Ex-Data Studio)

• —Connexion de Looker Studio à diverses sources de données (BigQuery)
• —Création de tableaux de bord interactifs et de rapports
• —Utilisation des graphiques, filtres et contrôles
• —Partage et collaboration sur les rapports Looker Studio

11.Sécurité et Gouvernance des Données sur GCP

12.Déploiement et Opération des Solutions Data

• —Surveillance des services data avec Cloud Monitoring
• —Logging et dépannage des pipelines de données
• —Automatisation des tâches avec Cloud Functions et Workflows
• —Bonnes pratiques de production et optimisation des coûts