Kursbeschreibung
Das Google Cloud Associate Data Practitioner Training verbindet die Vorbereitung auf die Zertifizierungsprüfung mit Aufgaben auf einer Google-Cloud-Datenplattform. In drei Tagen lädst du Rohdaten über Cloud Storage, untersuchst Tabellen und Abfragen in BigQuery und entscheidest anhand von Datenvolumen, Latenz, Kosten und Sicherheitsvorgaben, welcher Dienst zu einer Anforderung passt. Die Übungen folgen einer zusammenhängenden Analytics-Strecke: von der Datenaufnahme über Transformation und Modellierung bis zur Auswertung in Looker.
Du formulierst GoogleSQL-Abfragen, prüfst Abfragepläne und Kostenschätzungen und vergleichst Batch-Verarbeitung, Streaming und direkte Analyse. Architekturszenarien behandeln Dataflow, Pub/Sub und Orchestrierungsdienste, ohne tief in das Plattform-Engineering einzusteigen. Bei IAM und Governance erkennst du zu breite Rollen, fehlende Zugriffskontrollen und Konfigurationen, die unnötige Kosten verursachen. So wählst du Datenlösungen aus, die Reporting- und Self-Service-Anforderungen erfüllen, ohne Berechtigungen oder Abfragekosten aus dem Blick zu verlieren.
Die Schulung orientiert sich an den Aufgabenfeldern Datenaufnahme, Analyse, Pipeline-Orchestrierung und Datenverwaltung. Prüfungsnahe Fallbeispiele trainieren die Entscheidung zwischen ähnlich geeigneten Diensten. Kleine Gruppen mit zwei bis acht Personen geben dir Raum, Entscheidungen mit einem Trainer aus der Praxis zu besprechen. Einen Überblick über verwandte Angebote findest du bei den Google-Cloud-Schulungen. Für eine spätere Vertiefung von Data Lakes und Warehouses eignet sich das Training für Cloud-Datenmanagement. Für die Auswahl des Trainings oder die Terminplanung für dein Team kannst du eine Schulungsberatung anfragen.
Die wichtigsten Themen im Überblick
- BigQuery-Abfragen schreiben
- Datenaufnahme passend auswählen
- Pipeline-Muster begründet wählen
- IAM-Rollen enger zuschneiden
- Abfragekosten prüfen
- Prüfungsfälle begründet lösen
Zielgruppe
- Datenanalysten in Reporting- und Analytics-Teams
- Data Engineers mit BigQuery- oder Dataflow-Aufgaben
- BI-Fachkräfte für Google-Cloud-Datenmodelle
- Cloud-Architekten mit Verantwortung für Datenplattformen
- Fachkräfte mit Erfahrung aus ersten Datenprojekten, die ihre Kenntnisse zur Serviceauswahl vertiefen möchten
Voraussetzung für die Schulung
- Grundkenntnisse in SQL und Tabellenstrukturen
- Grundverständnis für Datenanalyse und Datenmodelle
- Grundlagen zu Cloud-Diensten, Rollen und Abrechnung
- Keine Programmiererfahrung mit Apache Beam erforderlich
- Bei wenig SQL-Praxis vorab das SQL-Grundlagentraining
Kursinhalte
Associate-Zertifizierung und Serviceauswahl
- Aufgabenprofil des Data Practitioner
- Prüfungsbereiche und Kompetenzgewichtung
- Google-Cloud-Datenportfolio
- Serviceauswahl nach Geschäftsanforderung
Datenaufnahme und Cloud Storage
- Landing-Zones für Rohdaten
- CSV, JSON, Parquet und Avro
- Speicherklassen und Lifecycle-Regeln
- Batch-Loads und externe Tabellen
- BigQuery Data Transfer Service
- Einordnung von Cloud Data Fusion
BigQuery für Analyse und Modellierung
- GoogleSQL-Abfragen und Query-Jobs
- Datasets, Tabellen und Views
- Materialisierte Views und Scheduled Queries
- Partitionierung und Clustering
- Slots und Ressourcennutzung
- Schemaänderungen und Ladefehler
Abfragekosten und Datenpipelines
- Abfragepläne und Kostenschätzung
- Batch- und Streaming-Verarbeitung
- Apache Beam und Dataflow
- Pub/Sub für Event-Ingestion
- Dataform, Composer und Scheduler
- Fehlerbehandlung in Pipeline-Jobs
Analytics, Looker und Machine Learning
- Dashboards, Explores und Kennzahlen
- Looker und Looker Studio
- Dimensionen, Metriken und Filter
- BigQuery-Datenmodelle für BI
- BigQuery ML und AutoML
- Jupyter-Notebooks und Colab Enterprise
Governance, IAM und Prüfungstraining
- IAM-Rollen für Datenservices
- Least-Privilege-Zugriffsmodelle
- Analytics Hub und Dataplex
- Auditierbarkeit und Datenschutz
- Monitoring mit Cloud Logging
- Prüfungsnahe Architekturfallbeispiele
