• Curso Google Cloud Data Engineer + Cloud Machine Learning Engineer (Doble Certificación) - CerTI+
1 1

Google Cloud Platform

Curso Google Cloud Data Engineer + Cloud Machine Learning Engineer (Doble Certificación)

Curso Google Cloud Data Engineer + Cloud Machine Learning Engineer (Doble Certificación)

$1,380.00 USD
$1,380.00 USD $1,380.00 USD
Oferta Agotado
Impuesto incluido.

Clases Virtuales en Vivo

Via Zoom con profesor en línea para resolver todas tus dudas y consultas.

  • 48 horas académicas
  • Tipo de Cambio S/. 3.70
  • Nivel Avanzado
Ver todos los detalles
Ver BrochureSolicitar Informes

Beneficios del Curso

1 6

Nuestros alumnos certificados ahora trabajan en las compañías más exitosas

1 6

Temario del Curso

Tema 1: Introducción a Arquitectura e Ingeniería de Datos

Tema 2: Creación de sistemas de análisis de flujos de datos en Google Cloud

  • Laboratorio práctico de Pub/Sub - Command Line
  • Laboratorio práctico de Pub/Sub - Consola
  • Laboratorio práctico de Pub/Sub + Cloud Scheduler
  • Laboratorio práctico de Pub/Sub + Eventarc

Tema 3: Desarrollo de canalizaciones de procesamiento de datos sin servidor con Dataflow

  • Laboratorio práctico de uso de Dataflow para análisis de flujo usando Python
  • Laboratorio práctico de uso de Dataflow para análisis de flujo usando Templates
  • Laboratorio práctico de Escritura de un ETL Pipeline usando Apache Beam y Cloud Dataflow usando Python
  • Laboratorio práctico de procesamiento con Pub/Sub y Dataflow

Tema 4: Desarrollo de canalizaciones de Datos por Lotes

  • Laboratorio práctico de uso de Dataproc - Consola
  • Laboratorio para utilizar Dataproc Serverless para Spark para cargar a BigQuery
  • Laboratorio de Cloud Dataproc: Hadoop y Spark en Google Cloud
  • Laboratorio de Cloud Composer: Copiar tablas de BigQuery en distintas ubicaciones
  • Laboratorio práctico de uso de Dataprep
  • Laboratorio práctico de Pipelines por lotes en Cloud Data Fusion

Tema 5: Modernización de sistemas de almacenamiento

  • Laboratorio de Cloud SQL para MySQL
  • Laboratorio de Cloud SQL para PostgreSQL
  • Laboratorio con Dataplex

Tema 6: Creación de un almacén de datos con BigQuery

  • Laboratorio de BigQuery y Cloud Logging para analizar el uso de BigQuery
  • Administrar una tabla particionada en BigQuery
  • Laboratorio práctico de BigQuery - Command Line

Tema 7: Introducción al Machine Learning en Google Cloud

  • Laboratorio práctico de Realización de análisis exploratorios de datos a través de Python y BigQuery
  • Laboratorio práctico de Cómo entrenar un modelo de clasificación de AutoML usando Datos estructurados
  • Laboratorio práctico de Uso de BigQuery ML para predecir el peso de un pingüino
  • Laboratorio práctico de Cómo usar el ajuste de hiperparámetros de BigQuery ML para mejorar el rendimiento de los modelos

Tema 8: Machine learning en la empresa

  • Laboratorio práctico de Cómo explorar y crear una canalización de Analytics de comercio electrónico con Cloud Dataprep v1.5
  • Laboratorio práctico de Uso de Vertex AI para crear trabajos de entrenamiento personalizados y predicciones con conjuntos de datos administrados
  • Laboratorio práctico de Uso de Vertex Vizier para optimizar varios objetivos
  • Laboratorio práctico de Introducción a Vertex Pipelines

Tema 9: Ingeniería de Caracteristicas

  • Laboratorio práctico de Uso de Feature Store
  • Laboratorio práctico de Realización de una ingeniería de atributos básica en BQML
  • Laboratorio práctico de Realización de ingeniería avanzada de atributos en BQML

Tema 10: Fundamentos de la Visión Computacional con Google Cloud

  • Laboratorio práctico de Detección de Labels, Faces y Landmarks en imágenes usando Cloud Vision API
  • Laboratorio práctico de Extracción de texto de imágenes usando Google Cloud Vision API
  • Laboratorio práctico de Identificacióm de partes de autos dañados usando Vertex AI for AutoML Vision Users
  • Laboratorio práctico de Classifying Images with a NN and DNN Model

Tema 11: Procesamiento del lenguaje natural en Google Cloud

  • Laboratorio práctico de Exploración de la API de Dialogflow
  • Laboratorio práctico de Clasificación de Texos usando AutoML
  • Laboratorio práctico de Clasificación de Texos usando reusable embeddings

Tema 12: Sistemas de Machine Learning en Producción

  • Laboratorio práctico de Predicción de datos estructurados con Vertex AI Platform
  • Laboratorio práctico de Introducción a TensorFlow Data Validation
  • Laboratorio práctico de Entrenamiento y despliege de un modelo personalizado con Vertex AI
  • Laboratorio práctico de Ejecución de canalizaciones en Vertex AI 2.5

Tema 13: Manejo de Operaciones de Machine Learning (MLOps) usando Pipelines de ML en Google Cloud

  • Laboratorio práctico de Entrenamiento e implementa un modelo de TensorFlow en Vertex AI
  • Laboratorio práctico de Uso de SDK de transferencia de transmisión de Feature Store
  • Laboratorio práctico de Explicación de componentes estándar de TFX
  • Laboratorio práctico de TFX en canalizaciones de Cloud AI Platform
  • Laboratorio práctico de CI/CD para una canalización de TFX

Tema 14: Simulacro del examen oficial de certificación Google Cloud Data Engineer

Revisaremos a detalle la guía oficial en español del examen de certificación Google Cloud Data Engineer así como las 10 preguntas de ejemplo para conocer los tips, consejos y estrategias de resolución. Además se realizará el Simulador Oficial del examen de Google Cloud que consta de 20 preguntas, donde los alumnos podrán validar su conocimientos aprendidos y preparación impartida en clase.

Tema 15: Simulacro del examen oficial de certificación Google Cloud Machine Learning Engineer Professional

Revisaremos a detalle la guía oficial en español del examen de certificación Google Cloud Machine Learning Professional así como las 10 preguntas de ejemplo para conocer los tips, consejos y estrategias de resolución. Además se realizará el Simulador Oficial del examen de Google Cloud que consta de 20 preguntas, donde los alumnos podrán validar su conocimientos aprendidos y preparación impartida en clase.

HORARIO DE CLASES:

Inicio: Sábado 15 de marzo

Frecuencia: Sábados
(16 clases de 3 horas cada una)

  • Sab
    (8 am a 11 am)
    +
    (1 pm a 4 pm)

  • Sab
    (9 am a 12 pm)
    +
    (2 pm a 5 pm)

  • Sab
    (10 am a 1 pm)
    +
    (3 pm a 6 pm)

  • Sab
    (11 am a 2 pm)
    +
    (4 pm a 7 pm)

  • Sab
    (3 pm a 6 pm)
    +
    (8 pm a 11 pm)

Hable con nosotros, estaremos encantados de ayudarle y orientarlo profesionalmente.

Agendar reuniónHablar con asesor

Profesor de Google Cloud

Ing. José Mejía

Experto certificado en Google Cloud con más de 5 años de experiencia en análisis de datos, soluciones multi-nube y gestión de proyectos. Actualmente se desempeña como Ingeniero de Datos y Machine Learning en Ferreycorp S.A. Tiene las siguientes certificaciones internacionales: Google Cloud Machine Learning Engineer, Google Cloud Data Engineer, Google Cloud Engineer, Google Cloud Digital Leader.

Ver en LinkedIn