Analysen für soziale Medien

Eine Social-Media-Plattform möchte eine Analyse-Pipeline aufbauen. Diese Analyse-Pipeline nimmt verschiedene Arten von Daten auf, extrahiert einige wichtige Kennzahlen und erstellt Visualisierungen, die dem Marketingteam helfen, strategische Entscheidungen zu treffen. Die Pipeline nimmt strukturierte (Bewertungen, Kundensitzungen), halbstrukturierte (Social Media Posts, Shares, Likes) und unstrukturierte (geteilte Bilder und Videos) Daten auf. Du als Cloud-Berater musst die GCP Dienste empfehlen, die die Plattform von der Aufnahme bis zur Visualisierung benötigt.

Diese Übung ist Teil des Kurses

Einführung in GCP

Kurs anzeigen

Interaktive Übung zum Anfassen

Setzen Sie die Theorie mit einer unserer interaktiven Übungen in die Tat um

Beginnen Sie mit dem Training

Diese Übung ist Teil des Kurses

Einführung in GCP

Geringe SchwierigkeitSchwierigkeitsgrad

4.8+

79 reviews

Kurs kostenlos starten

In diesem Kapitel wird die Google Cloud Platform (GCP) vorgestellt und ihre einzigartigen Vorteile und vielfältigen Dienste in den Bereichen Speicher, Datenbank und Compute hervorgehoben. Er untersucht die Architektur von GCP, die Kernkomponenten und die Vernetzung der Dienste. Das Kapitel befasst sich auch mit Cloud-Datenspeicherung, virtuellen Maschinen, Container-Orchestrierung und serverlosem Computing, wobei der Schwerpunkt auf deren Anwendungen in GCP liegt.

Exercise 1: Der Einstieg in die Google Cloud Platform (GCP)Exercise 2: Google in der Wolke Exercise 3: Der Wert von GCP Exercise 4: GCPDie Bausteine Exercise 5: Kernkomponenten von GCP Exercise 6: Blockbildung Exercise 7: Compute Engine versus App Engine Exercise 8: Die Familie GCP Exercise 9: Die Möglichkeiten von Bigtable Exercise 10: Enthaltene Vorteile Exercise 11: Hosting von Webanwendungen auf GCP

Das Kapitel konzentriert sich auf den Umgang mit Daten auf GCP und stellt Speicherlösungen wie Cloud Spanner und BigQuery vor. Sie untersucht die geschäftlichen Vorteile von GCP Datenspeicherung, Analysediensten und Integrationsstrategien. Er geht auf GCP Compute-Dienste wie Kubernetes Engine und die Anwendung von KI und ML ein und hebt die einzigartigen Stärken von Google Cloud und den praktischen Nutzen für Unternehmen hervor.

Exercise 1: Daten über GCP Exercise 2: Entschlüsselung der datengesteuerten Kultur Exercise 3: Datentypen Exercise 4: Intelligente Analytik Exercise 5: Die Macht des Schraubenschlüssels Exercise 6: Analysen für soziale Medien

Aktuelle Übung

Exercise 7: Die Waren des Lagers Exercise 8: GCPdie Rechenleistungen Exercise 9: Wesentlich GKE Exercise 10: Optionen berechnen Exercise 11: Die Anthos-Brücke Exercise 12: KI und maschinelles Lernen Exercise 13: ML mit SQL Exercise 14: Trainieren oder nicht trainieren

In diesem Kapitel geht es darum, wie man ein Unternehmen mit Google Cloud Platform (GCP) modernisiert. Er befasst sich mit den Herausforderungen der Legacy-Infrastruktur, den Vorteilen eines GCP Upgrades und den Unterschieden zwischen Cloud-Konfigurationen. Er untersucht die Beweggründe für die Modernisierung von Anwendungen und Cloud-native Anwendungen. Die Auswirkungen der Migration in die Cloud werden ebenfalls diskutiert, einschließlich Ausgabenverschiebungen, Verantwortlichkeiten in Cloud-Modellen und die Auswahl geeigneter Cloud-Konfigurationen. Abschließend wird die Rolle von GCP bei der Erleichterung des digitalen und geschäftlichen Wandels erläutert.

Exercise 1: Warum modernisieren?Exercise 2: Triebkräfte der Transformation Exercise 3: Die Cloud-Strategie Exercise 4: Apps auf GCP Exercise 5: Die moderne App Exercise 6: Cloud Einzelhandel Exercise 7: Business in der Cloud Exercise 8: Finanzielle Beratung Exercise 9: Unternehmertum in der Cloud Exercise 10: Die GCP Transformation Exercise 11: Operative Vorteile Exercise 12: Chatbot Entwicklung Exercise 13: Schneller Wechsel Exercise 14: Glückwunsch!