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 à clustering
  • Surveillance et analyse des performances des requêtes
  • Travail pratique : optimisation des requêtes pour une meilleure efficacité coûts

Ingestion et transformation des données

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

Construction de modèles prédictifs avec BigQuery ML

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

Meilleures pratiques pour l'analyse de données d'entreprise

  • Gouvernance et contrôle d'accès
  • Gestion de grands volumes de données à grande échelle
  • Stratégies de maîtrise des coûts
  • Études de cas d'implémentations réussies

Résumé et prochaines étapes

Pré requis

  • Connaissances de base en SQL
  • Familiarité avec les concepts de gestion des données
  • Expérience avec des outils de reporting ou d'analyse de données

Public cible

  • Analystes de données
  • Développeurs BI (Business Intelligence)
  • Ingénieurs de données
 14 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (2)

Cours à venir

Catégories Similaires