1. Introduction à Google Cloud Platform (GCP) et BigQuery

• Vue d'ensemble de GCP

• Présentation de BigQuery

2. Premiers pas avec BigQuery

• Interface utilisateur de BigQuery

• Exécution des premières requêtes : introduction aux datasets publics et exécution de requêtes simples pour se familiariser avec l'environnement

3. Notions fondamentales et avancées de SQL avec BigQuery

• Bases de données et SQL : apprentissage de la syntaxe SQL de base, incluant les clauses SELECT, FROM, WHERE, GROUP BY, ORDER BY, et des opérations simples comme le filtrage, le tri, et l'agrégation

• Fonctions SQL avancées : utilisation des fonctions avancées comme les calculs sur des ensembles de lignes, les expressions régulières, et les sous-requêtes. Structuration de requêtes complexes avec les Common Table Expressions (CTE)

• Optimisation des requêtes : techniques pour comprendre et améliorer les performances des requêtes, notamment via le partitionnement et le clustering des tables, et l'utilisation efficace des ressources (slots) dans BigQuery

4. Gestion et transformation des données à grande échelle

• Création et gestion des tables : apprentissage des bonnes pratiques pour créer et gérer des tables dans BigQuery

• Importation et exportation de données : charger de grandes quantités de données dans BigQuery à partir de fichiers externes (CSV, JSON)

• Transformation des données : construction de pipelines de données, avec l'utilisation de requêtes pour nettoyer, transformer, et préparer les données pour l'analyse

5. Automatisation et pipelines de données

• Automatisation avec les Scheduled Queries : mise en place de requêtes programmées pour automatiser l'exécution régulière des tâches dans BigQuery

6. Cas pratiques et ateliers

• Exercice pratique : améliorer les performances d'un pipeline de données existant, en appliquant les techniques de partitionnement, clustering, et optimisation SQL

Google BigQuery : Power user

900 € HT / Personne