К содержимому
learnspaceYOUR NEXT CHAPTER
ПРОСТРАНСТВО ОБУЧЕНИЯ
ГлавнаяКаталог курсовМоё обучениеCoursera

Знания без границ

Учитесь у лучших университетов и компаний мира.

Открыть Coursera
Интеграция
Пространство университета
Моё пространствоСтраница курса
↵
ЯЛичный кабинетСтудент
© 2026 LearnSpaceКаждый день — возможность узнать больше.Помощь
Créer des lacs de données et des entrepôts de données sur Google Cloud · LearnSpace
Назад в каталог
courseraIT и технологии

Créer des lacs de données et des entrepôts de données sur Google Cloud

Курс от Google Cloud
Средний≈ 4 чФранцузский
О курсеНавыкиПрограммаПреподаватели

О курсе

Bien que les approches traditionnelles utilisant des lacs de données et des entrepôts de données puissent être efficaces, elles présentent des inconvénients, en particulier dans les grands environnements d'entreprise. Ce cours présente le concept de data lakehouse et les produits Google Cloud utilisés pour en créer un. Une architecture de lakehouse utilise des sources de données basées sur des normes ouvertes et combine les meilleures fonctionnalités des lacs et des entrepôts de données, ce qui permet de pallier de nombreuses lacunes.

Навыки, которые вы освоите

Google Cloud PlatformData LakesData WarehousingData ArchitectureData GovernanceApplied Machine LearningCloud StorageData IntegrationAdvanced AnalyticsAnalyticsData ManagementOpen Source TechnologyOperational DatabasesMetadata Management

Программа курса

7 модулей · 32 учебных материалов

01Présentation du cours1 материалов

Présentation du cours

Présentation du coursPLUGIN
02Introduction à l'ingénierie des données moderne sur Google Cloud5 материалов
Module 1 : Présentation de l'ingénierie des données moderne sur Google CloudPLUGINLes classiques : lacs de données et entrepôts de donnéesPLUGIN

Учитесь у экспертов

Google Cloud Training

Преподаватель курса

Créer des lacs de données et des entrepôts de données sur Google Cloud
В каталоге вашей программы

Инвестируйте в себя

Новые знания — в удобное для вас время.

Начать на Coursera

Обучение откроется на Coursera
в новой вкладке

Обучение на Coursera

≈ 4 ч

7 модулей

Язык: Французский

Часть программы вашего университета
L'approche moderne : le lakehousePLUGIN
Choisir la bonne architecturePLUGIN
Concepts d'entrepôts, de lacs et de lakehouses de donnéesЗадание
03Créer un lakehouse avec Cloud Storage, des formats ouverts et BigQuery9 материалов
Module 2 : Créer un lakehouse de données avec Cloud Storage, des formats ouverts et BigQueryPLUGINCréer une infrastructure de lac de donnéesPLUGINPrésentation du format de table ouvert Apache IcebergPLUGINBigQuery comme moteur de traitement centralPLUGINCombiner des données opérationnelles dans AlloyDBPLUGINCombiner des données opérationnelles et analytiques avec des requêtes fédéréesPLUGINCas d'utilisation réelPLUGINFonctionnalités et avantages des data lakehouseЗаданиеRequête fédérée avec BigQuery et AlloyDBВнешний инструмент
04Moderniser les entrepôts de données avec BigQuery et BigLake6 материалов
Module 3 : Moderniser les entrepôts de données avec BigQuery et BigLakePLUGINPrincipes de base de BigQueryPLUGINPartitionnement et clustering dans BigQueryPLUGINPrésentation des tables BigLake et des tables externesPLUGINPrésentation de l'interrogation de tables Iceberg avec BigQueryВнешний инструментBigQuery et BigLakeЗадание
05Modèles de lakehouse avancés et gouvernance des données6 материалов
Module 4 : Modèles de lakehouse avancés et gouvernance des donnéesPLUGINGouvernance et sécurité des données sur une plate-forme unifiéePLUGINDémonstration : Protection contre la perte de donnéesPLUGINAnalyse de données et machine learning sur le lakehousePLUGINArchitectures de lakehouse et stratégies de migration concrètesPLUGINSécurité et ML dans le lakehouseЗадание
06Ateliers et bonnes pratiques4 материалов
Module 5 : Ateliers et bonnes pratiquesPLUGINPremiers pas avec BigQuery MLВнешний инструментRecherche vectorielle avec BigQueryВнешний инструментExamen et bonnes pratiquesPLUGIN
07Résumé du cours1 материалов
Résumé et prochaines étapesPLUGIN