À l'issue de la formation, le participant sera en mesure de :

• Concevoir et développer des architectures de traitement de données performantes et scalables sur Google Cloud.
• Mettre en œuvre des pipelines de données batch et streaming autoscalés à l'aide de Cloud Dataflow.
• Analyser et interroger de très grands volumes de données de manière optimisée avec BigQuery.
• Traiter des données complexes et non structurées avec Apache Spark sur Dataproc et les API de Machine Learning.
• Créer et déployer des modèles prédictifs et de machine learning avec BigQuery ML et Vertex AI.

Connaître les principaux termes associés au cloud.

Identifier les produits et solutions Google Cloud facilitant la transformation numérique.

Expliquer comment l'exploitation de la technologie cloud et des données peut stimuler l'innovation au sein des organisations.

Identifier les principaux parcours de transformation et les produits Google Cloud de modernisation d'infrastructures et d'applications.

Décrire les facteurs déterminants du succès des opérations cloud et de leur sécurité.

Les design patterns de GCP

T-TFGC-B-01

T-GCPBDML-B-04

Maîtrisez vos applications en production

Compute Engine, exécuter des machines virtuelles à la demande dans le cloud.

Déployer vos applications à l'échelle sur Kubernetes

Identifier différentes bonnes pratiques relatives au développement d'applications
Choisir la solution de stockage adaptée pour les données des applications
Mettre en œuvre la gestion des identités fédérées
Développer des microservices et des composants d'application faiblement couplés
Intégrer les composants d'une application et les sources de données
Déboguer, tracer et surveiller des applications
Effectuer des déploiements reproductibles à l'aide de conteneurs et de services de déploiement
Choisir l'environnement d'exécution adapté à l'application, utiliser Google Kubernetes Engine en tant qu'environnement d'exécution, puis passer à une solution Serverless

Maîtrisez votre infrastructure réseau dans Google Cloud