Obiettivi | Certificazione | Contenuti | Tipologia | Prerequisiti | Durata e Frequenza | Docenti | Modalità di Iscrizione | Calendario
Il Corso Data Warehousing with BigQuery: Storage Design, Query Optimization, and Administration è rivolto ai partecipanti che desiderano approfondire le competenze relative a BigQuery. Il corso offre una panoramica dettagliata dell’architettura di BigQuery e delle migliori pratiche per la progettazione, l’ottimizzazione e l’amministrazione del tuo data warehouse. I partecipanti apprenderanno come progettare lo storage ottimale e gli schemi per l’ingestione dei dati e le modifiche. Si esploreranno tecniche per migliorare le prestazioni di lettura, ottimizzare le query, gestire i carichi di lavoro e utilizzare strumenti di registrazione e monitoraggio. Il corso copre anche i diversi modelli di prezzi e metodi per garantire la sicurezza dei dati, automatizzare i carichi di lavoro e costruire modelli di machine learning con BigQuery ML. Questo corso contribuisce alla preparazione dell’esame di Certificazione Google Professional Data Engineer.
Contattaci ora per ricevere tutti i dettagli e per richiedere, senza alcun impegno, di parlare direttamente con uno dei nostri Docenti (Clicca qui)
oppure chiamaci subito al nostro Numero Verde (800-177596)
Obiettivi del corso
Di seguito una sintesi degli obiettivi principali del Corso Data Warehousing with BigQuery: Storage Design, Query Optimization, and Administration:
- Approfondire l’architettura di BigQuery e le pratiche di design del data warehousing.
- Apprendere le tecniche di ottimizzazione delle prestazioni delle query e del storage.
- Gestire carichi di lavoro e utilizzare strumenti di registrazione e monitoraggio.
- Capire i modelli di pricing e metodi per la sicurezza dei dati in BigQuery.
- Imparare a costruire modelli di machine learning con BigQuery ML.
Certificazione del corso
Esame Google Cloud Certified Professional Data Engineer; L’esame misura la capacità di progettare, costruire e gestire soluzioni di elaborazione dati sicure e scalabili su Google Cloud Platform. Testa conoscenze specialistiche in servizi come BigQuery per l’analisi di grandi dataset, Cloud Dataflow per la costruzione di pipeline di dati, e Cloud Dataproc per l’elaborazione di workload Hadoop/Spark. L’esame richiede anche competenze nella gestione di modelli di machine learning e nella scelta delle migliori strategie di storage e gestione dei dati. Candidati devono dimostrare l’uso efficace di Python e SQL per manipolare e analizzare i dati all’interno dell’ecosistema GCP.
Contenuti del corso
Module 1: BigQuery Architecture Fundamentals
- Introduction
- BigQuery Core Infrastructure
- BigQuery Storage
- BigQuery Query Processing
- BigQuery Data Shuffling
- Labs and demos
Module 2: Storage and Schema Optimizations
- BigQuery Storage
- Partitioning and Clustering
- Nested and Repeated Fields
- ARRAY and STRUCT syntax
- Best Practices
- Labs and demos
Module 3: Ingesting Data
- Data Ingestion Options
- Batch Ingestion
- Streaming Ingestion
- Legacy Streaming API
- BigQuery Storage Write API
- Query Materialization
- Query External Data Sources
- Data Transfer Service
- Labs and demos
Module 4: Changing Data
- Managing Change in Data Warehouses
- Handling Slowly Changing Dimensions (SCD)
- DML statements
- DML Best Practices and Common Issues
- Labs and demos
Module 5: Improving Read Performance
- BigQuery’s Cache
- Materialized Views
- BI Engine
- High Throughput Reads
- BigQuery Storage Read API
- Labs and demos
Module 6: Optimizing and Troubleshooting Queries
- Simple Query Execution
- SELECTs and Aggregation
- JOINs and Skewed JOINs
- Filtering and Ordering
- Best Practices for Functions
- Labs and demos
Module 7: Workload Management and Pricing
- BigQuery Slots
- Pricing Models and Estimates
- Slot Reservations
- Controlling Costs
- Demos
Module 8: Logging and Monitoring
- Cloud Monitoring
- BigQuery Admin Panel
- Cloud Audit Logs
- Labs and demos
Module 11: Machine Learning in BigQuery
- Introduction to BigQuery ML
- How to Make Predictions with BigQuery ML
- How to Build and Deploy a Recommendation System with BigQuery ML
- How to Build and Deploy a Demand Forecasting Solution with BigQuery ML
- Time-Series Models with BigQuery ML
- BigQuery ML Explainability
- Labs and demos
Tipologia
Corso di Formazione con Docente
Docenti
I docenti sono Istruttori accreditati Google Cloud e certificati in altre tecnologie IT, con anni di esperienza pratica nel settore e nella Formazione.
Infrastruttura laboratoriale
Per tutte le tipologie di erogazione, il Corsista può accedere alle attrezzature e ai sistemi presenti nei Nostri laboratori o direttamente presso i data center del Vendor o dei suoi provider autorizzati in modalità remota h24. Ogni partecipante dispone di un accesso per implementare le varie configurazioni avendo così un riscontro pratico e immediato della teoria affrontata. Ecco di seguito alcuni scenari tratti dalle attività laboratoriali:
Dettagli del corso
Prerequisiti
Si consiglia la partecipazione al Corso Google Cloud Big Data and Machine Learning Fundamentals.
Durata del corso
- Durata Intensiva 3gg;
Frequenza
Varie tipologie di Frequenza Estensiva ed Intensiva.
Date del corso
- Corso Data Warehousing with BigQuery: Storage Design, Query Optimization, and Administration (Formula Intensiva) – 27/01/2025 – 9:00 – 17:00 – English
- Corso Data Warehousing with BigQuery: Storage Design, Query Optimization, and Administration (Formula Intensiva) – 31/03/2025 – 9:00 – 17:00 – English
- Corso Data Warehousing with BigQuery: Storage Design, Query Optimization, and Administration (Formula Intensiva) – 04/06/2025 – 9:00 – 17:00 – English
Modalità di iscrizione
Le iscrizioni sono a numero chiuso per garantire ai tutti i partecipanti un servizio eccellente.
L’iscrizione avviene richiedendo di essere contattati dal seguente Link, o contattando la sede al numero verde 800-177596 o inviando una richiesta all’email [email protected].
