Google Cloud Platform - Analyse et visualisation de données

• Analystes de données, analystes métier, professionnels de la business intelligence.
• Ingénieurs data collaborant avec des équipes analytiques sur des architectures de données évolutives.
• Toute personne impliquée dans la collecte, la transformation, l'analyse ou la visualisation de données dans le cloud.

• Maîtriser les fonctionnalités essentielles de BigQuery pour l'analyse de données.
• Charger, nettoyer et transformer des données à grande échelle.
• Interroger et modéliser des jeux de données avec SQL.
• Créer des tableaux de bord interactifs avec Looker Studio (anciennement Google Data Studio).
• Optimiser les requêtes pour la performance et la maîtrise des coûts.
• Exploiter les fonctions de machine learning intégrées à BigQuery pour enrichir les analyses

Introduction à Google Cloud Platform et BigQuery

• Les défis de l'analyse de données modernes
• Avantages du cloud face aux infrastructures on-premises
• Cas d'usages réels de la transformation data dans le cloud
• Bases d'un projet analytique GCP

Analyser de grands volumes de données

• Rôle de BigQuery dans l'écosystème GCP
• Présentation des fonctionnalités clés
• Comparaison des outils GCP pour analystes et ingénieurs data
• Atelier : Analyse d'un jeu de données volumineux dans BigQuery

Principes de base de BigQuery et du SQL analytique

• Exploration de données publiques
• Écriture de requêtes SQL performantes
• Techniques d'exploration et d'interrogation efficaces
• Atelier : Analyse d'un dataset e-commerce avec BigQuery

Nettoyage et transformation des données

• Principes de qualité et intégrité des jeux de données
• Nettoyage via SQL et Cloud Dataprep
• Construction de pipelines de transformation
• Atelier : Préparation de données avec Dataprep

Visualisation et création de tableaux de bord

• Principes de visualisation des données (exploratoire vs explicative)
• Connexion BigQuery – Looker Studio
• Conception de tableaux de bord BI
• Atelier : Création d'un tableau de bord interactif

Ingestion et enrichissement de données

• Tables permanentes et temporaires
• Gestion des résultats et cache de requête
• Jointures, unions et wildcard tables
• Schémas et bonnes pratiques
• Atelier : Fusion de jeux de données et optimisation de jointures

Structuration avancée des données

• Partitionnement et clustering pour améliorer les performances
• Fonctions analytiques et fenêtres
• Champs imbriqués et structures de tableaux
• Atelier : Création de tables partitionnées et requêtes sur données imbriquées

Optimisation des performances et maîtrise des coûts

• Lecture et interprétation des jobs BigQuery
• Calcul et optimisation des coûts de stockage et de requêtes
• Bonnes pratiques d'écriture SQL

Sécurité et gouvernance

• Bonnes pratiques de sécurité des données
• Contrôle des accès et vues autorisées dans BigQuery

Introduction au Machine Learning dans BigQuery

• Présentation de BigQuery ML
• Sélection de caractéristiques et types de modèles
• Atelier : Prédiction des comportements utilisateurs avec un modèle de classification

Exploitation de données non structurées

• ML sur données structurées vs non structurées
• Utilisation des API Cloud ML (Vision, NLP, AutoML)
• Atelier : Extraire et analyser du texte issu d'images

Une attestation de participation sera transmise aux participants