Technologie / Dane i analityka

Praktyczna analiza danych w Google Cloud z BigQuery i Looker

Szkolenie koncentruje się na praktycznym wykorzystaniu najważniejszych narzędzi analitycznych Google Cloud Platform do przetwarzania i wizualizacji dużych zbiorów danych. Program łączy zaawansowane techniki pracy z BigQuery jako hurtownią danych z tworzeniem interaktywnych dashboardów w Looker. Zajęcia prowadzone są w formie warsztatów praktycznych, podczas których uczestnicy realizują rzeczywiste projekty analityczne. Szkolenie przygotowuje do efektywnego wykorzystania ekosystemu Google Cloud w projektach Business Intelligence.

Dlaczego warto wybrać to szkolenie?

Rosnące wymagania rynku sprawiają, że kompetencje techniczne stają się kluczowym atutem na rynku pracy. Szkolenie koncentruje się na praktycznym wykorzystaniu najważniejszych narzędzi analitycznych Google Cloud Platform do przetwarzania i wizualizacji dużych zbiorów danych.

Szkolenie dostarcza kompleksową wiedzę z zakresu technologii, umożliwiając uczestnikom natychmiastowe zastosowanie zdobytych umiejętności w codziennej pracy zawodowej.

Szkolenie jest szczególnie wartościowe dla: Analitycy danych poszukujący nowoczesnych narzędzi do pracy z dużymi zbiorami danych, Inżynierowie danych (data engineers) rozwijający kompetencje w ekosystemie Google Cloud, Specjaliści Business Intelligence przechodzący na platformy chmurowe.

Co wyróżnia nasze podejście?

W EITT wierzymy, że najlepsza nauka odbywa się przez praktykę. W ciągu 3 dni intensywnego szkolenia uczestnicy pracują na realnych przykładach i scenariuszach, co gwarantuje nie tylko zrozumienie teorii, ale przede wszystkim umiejętność jej praktycznego zastosowania.

Z ponad 2500 szkoleń w ofercie i oceną 4.8/5 od uczestników, EITT jest zaufanym partnerem w rozwoju kompetencji dla organizacji każdej wielkości. Nasi trenerzy to praktycy z wieloletnim doświadczeniem, którzy dzielą się aktualną wiedzą i sprawdzonymi rozwiązaniami.

Szukasz szkolenia dopasowanego do potrzeb Twojego zespołu? Skontaktuj się z nami — przygotujemy program dostosowany do Twoich wymagań.

Korzyści

Zaawansowane techniki zapytań SQL w BigQuery z partycjonowaniem, klastrowaniem i funkcjami analitycznymi
Tworzenie interaktywnych dashboardów i raportów w platformie Looker z użyciem języka LookML
Transformacja i przygotowanie danych w środowisku chmurowym z użyciem Dataform, dbt i Cloud Storage
Optymalizacja zapytań i zarządzanie kosztami analityki w Google Cloud Platform
Integracja BigQuery z Vertex AI, Dataflow i innymi usługami Google Cloud Platform
Mechanizmy kontroli dostępu i bezpieczeństwa danych w projektach analitycznych (IAM, autoryzowane widoki, maskowanie danych)
Wykorzystanie BigQuery ML i modeli Gemini do zwiększenia produktywności pracy z danymi
Realizacja kompletnych projektów Business Intelligence na ekosystemie Google Cloud

Dla kogo jest to szkolenie?

Analitycy danych poszukujący nowoczesnych narzędzi do pracy z dużymi zbiorami danych

Inżynierowie danych (data engineers) rozwijający kompetencje w ekosystemie Google Cloud

Specjaliści Business Intelligence przechodzący na platformy chmurowe

Programiści zainteresowani integracją aplikacji z usługami analitycznymi GCP

Menedżerowie produktu potrzebujący zaawansowanych narzędzi analitycznych

Konsultanci IT specjalizujący się w rozwiązaniach analitycznych

Administratorzy baz danych poznający nowoczesne hurtownie danych

Osoby przygotowujące się do certyfikacji Google Cloud Data Analytics

Wymagania wstępne

Solidna znajomość języka SQL i podstawowych operacji na bazach danych
Doświadczenie w pracy z narzędziami analitycznymi lub Business Intelligence
Podstawowa znajomość koncepcji hurtowni danych i procesów ETL
Umiejętność czytania i interpretacji diagramów relacyjnych baz danych
Znajomość podstawowych zasad wizualizacji danych i tworzenia raportów

Program szkolenia

Ekosystem danych Google Cloud i wzajemne powiązania usług
BigQuery jako serwerlessowa hurtownia danych i silnik analityczny
Looker jako platforma BI i wizualizacji danych
Architektura BigQuery: projekty, zbiory danych, tabele, zadania
Metody ładowania danych do BigQuery z różnych źródeł

Standard SQL w BigQuery: składnia, typy danych, operatory
Funkcje analityczne (window functions) i złożone złączenia
Optymalizacja zapytań: partycjonowanie, klastrowanie, najlepsze praktyki
Praca z danymi półustrukturyzowanymi: JSON, ARRAY, STRUCT
User-Defined Functions (UDFs) w SQL i JavaScript

Techniki transformacji danych: CREATE TABLE AS SELECT, MERGE

Wprowadzenie do Dataform i dbt w integracji z BigQuery
Integracja z Cloud Storage dla danych surowych i przetworzonych
Podstawy Dataflow jako narzędzia do budowy potoków ETL/ELT

Architektura platformy Looker i konfiguracja połączenia z BigQuery
Podstawy języka LookML: wymiary, miary, widoki, modele
Tworzenie i zarządzanie modelami danych w LookML
Eksploracje (explores) i definiowanie relacji między tabelami
Wizualizacja danych i tworzenie dashboardów w Looker
Dostępne typy wizualizacji i najlepsze praktyki ich stosowania
Budowanie interaktywnych dashboardów: kafelki, filtry, parametry
Funkcjonalności drążenia danych (drill-down, drill-through)
Udostępnianie, subskrypcje i harmonogramowanie raportów
Zarządzanie i bezpieczeństwo danych analitycznych
Mechanizmy kontroli dostępu w BigQuery (IAM, autoryzowane widoki)

Techniki maskowania danych i bezpieczeństwo na poziomie wiersza
Monitorowanie wykorzystania zasobów i kosztów
Wprowadzenie do Dataplex jako narzędzia zarządzania metadanymi
Wykorzystanie AI w analityce danych na GCP
BigQuery ML: tworzenie modeli uczenia maszynowego w SQL
Integracja BigQuery z Vertex AI dla zaawansowanych scenariuszy ML
Wykorzystanie modeli Gemini w BigQuery do zwiększenia produktywności
Generowanie zapytań SQL, podsumowywanie danych, tworzenie wyjaśnień
Praktyczne zastosowania AI w codziennej pracy analityka danych

Formy realizacji

Online

Wygoda uczestnictwa z dowolnego miejsca
Interaktywne sesje na żywo z trenerem
Materiały dostępne przez 30 dni
Brak kosztów dojazdu

Stacjonarnie

Bezpośredni kontakt z trenerem i grupą
Intensywne warsztaty praktyczne
Networking z innymi uczestnikami
Pełne skupienie na nauce

Tematy szkolenia

Looker BigQuery Google Cloud Inżynieria danych i ETL z BigQuery Wprowadzenie do Looker i języka LookML Kontrola dostępu i uprawnienia w Looker Scheduled queries i automatyzacja procesów Zaawansowane zapytania i funkcje w BigQuery Monitorowanie wykorzystania zasobów i kosztów Ekosystem danych Google Cloud i wzajemne powiązania

Najczęściej zadawane pytania

Jakie są wymagania wstępne do udziału w szkoleniu?

Do udziału w szkoleniu Praktyczna analiza danych w Google Cloud z BigQuery i Looker zalecamy: Solidna znajomość języka SQL i podstawowych operacji na bazach danych; Doświadczenie w pracy z narzędziami analitycznymi lub Business Intelligence; Podstawowa znajomość koncepcji hurtowni danych i procesów ETL.

W jakim formacie i jak długo trwa szkolenie?

Szkolenie trwa 3 dni i jest dostępne w formacie online oraz stacjonarnym. Zajęcia prowadzone są w godzinach 9:00-16:00. Możemy również dopasować harmonogram do potrzeb Twojego zespołu.

Dla kogo przeznaczone jest to szkolenie?

Szkolenie jest skierowane do: Analitycy danych poszukujący nowoczesnych narzędzi do pracy z dużymi zbiorami danych; Inżynierowie danych (data engineers) rozwijający kompetencje w ekosystemie Google Cloud; Specjaliści Business Intelligence przechodzący na platformy chmurowe.