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!

GCP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 Platform 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

Leveraging Unstructured Data with Cloud Dataproc on Google Cloud Platform

  • モジュール 1: Google Cloud Dataproc の概要
  • モジュール 2: Dataproc ジョブの実行
  • モジュール 3: Dataproc の Google Cloud Platform への統合
  • モジュール 4: Google の機械学習 API を使った非構造化データの理解

Serverless Data Analysis with Google BigQuery and Cloud Dataflow

  • モジュール 5: BigQuery を使ったサーバーレス データの分析
  • モジュール 6: Dataflow を使ったサーバーレスの自動スケーリング データのパイプライン

Serverless Machine Learning with TensorFlow on Google Cloud Platform

  • モジュール 7: 機械学習の概要
  • モジュール 8: Tensorflow を使った ML モデルの構築
  • モジュール 9: CloudML を使った ML モデルのスケーリング
  • モジュール 10: 機能エンジニアリング

Building Resilient Streaming Systems on Google Cloud Platform

  • モジュール 11: ストリーミング分析パイプラインのアーキテクチャ
  • モジュール 12: 変数ボリュームの取り込み
  • モジュール 13: ストリーミング パイプラインの実装
  • モジュール 14: ストリーミング分析とダッシュボード
  • モジュール 15: Bigtable を使った高スループットと低レイテンシ