연락처 정보

코스 개요

BigQuery 개요

  • BigQuery의 아키텍처와 주요 기능
  • 비용 모델 및 가격 체계 설명
  • 쿼리 실행 방식과 데이터 저장 구조 개괄

쿼리 최적화와 비용 절감 기법

  • 효과적인 쿼리 튜닝 방법론
  • 파티션 및 클러스터링된 테이블 활용법
  • 쿼리 성능 모니터링과 분석 접근 방식
  • 실습: 비용 효율성을 목적으로 한 쿼리 최적화 기법 적용

데이터 수집 및 변환 프로세스

  • 외부 소스로부터의 데이터 로딩 방식
  • ETL 작업을 위한 Dataflow와 Dataprep 활용법
  • 구체화된 뷰와 예약형 쿼리 관리
  • 실습: 보고서 생성을 위한 데이터 파이프라인 구성

BigQuery ML 소개

  • BigQuery 내 머신러닝 활용 범위 개요
  • 지원되는 모델 종류: 선형 회귀, 로지스틱 회귀, 클러스터링 등
  • 머신러닝 모델을 위한 SQL 구문 설명
  • 실습: 예측 모델 생성 및 훈련 과정 진행하기

BigQuery ML을 활용한 예측 모델 구축법

  • 모델 훈련 및 평가 방법론
  • ML.EVALUATE와 ML.PREDICT 명령어의 사용법
  • 예측 결과를 보고서에 통합하는 전략
  • 실습: 예측 분석 기반 업무 흐름 구성하기

기업 환경에서의 효율적 분석 운영을 위한 모범 사례

  • 데이터 거버넌스 및 접근 권한 관리 방안
  • 대규모 데이터셋을 다루는 최적화 전략
  • 비용 통제를 위한 구체적인 실행 지침
  • 성공 사례를 바탕으로 한 분석 솔루션 활용 전략

교육 요약 및 향후 학습 방향

요건

  • SQL에 대한 기본적인 이해
  • 데이터 관리 개념에 대한 기초 지식
  • 보고서 작성 또는 분석 도구 사용 경험

수강 대상

  • 데이터 분석가
  • BI 개발자
  • 데이터 엔지니어
 14 시간

참가자 수


참가자별 가격

회원 평가 (2)

예정된 코스

관련 카테고리