Introduction à Google BigQuery : Analyse de données à grande échelle dans le cloud
21 heures sur 3 jours
à Paris & à distance
(Zoom, Google Meet, etc.).
Formation sur demande
Contactez un conseiller
pour plus d'information
Objectifs de la formation
Introduction à Google BigQuery : Analyse de données à grande échelle dans le cloud
Définir l’architecture et le modèle de données de BigQuery.
Interroger des données avec SQL dans BigQuery.
Importer et gérer des jeux de données sur la plateforme.
Analyser les performances et optimiser les requêtes.
Utiliser les fonctionnalités de visualisation intégrées.
Pré-requis pour suivre cette formation
Notions de base en SQL Connaissance générale des bases de données relationnelles Compte Google Cloud Platform (GCP) configuré
A qui s'adresse cette formation ?
Débutants en data analysis cloud Analystes, développeurs ou data scientists souhaitant travailler avec Google Cloud Professionnels migrants depuis des solutions locales vers le cloud
Formations recommandées
Aucun programme supplémentaire n'est requis pour suivre cette formation.
Au programme de la formation
Introduction à Google BigQuery : Analyse de données à grande échelle dans le cloud
Introduction à Google BigQuery
- Qu’est-ce que BigQuery ? Cas d’usage et avantages
- Architecture serverless, stockage et traitement
- Fonctionnement des datasets, tables et projets GCP
Prise en main de l’interface BigQuery
- Console GCP, éditeur SQL, visionneuse de schémas
- Premiers pas avec les datasets publics
- Navigation dans les projets et autorisations IAM
Écriture de requêtes SQL de base
- SELECT, FROM, WHERE, ORDER BY
- LIMIT, AS, opérateurs logiques et arithmétiques
- Fonctions standards (LOWER, LENGTH, NOW, etc.)
Exercices pratiques
- Requêtes simples sur un dataset public
- Exploration de la base
bigquery-public-data
Jour 2 : Manipulation des données et jointures
Création et chargement de données
- Import de fichiers CSV/JSON depuis Google Cloud Storage
- Création de tables manuelles vs automatisées
- Détection de schéma automatique
Opérations intermédiaires en SQL
- GROUP BY, HAVING, COUNT, AVG, SUM
- FONCTIONS d’agrégation conditionnelles
- CASE WHEN, IF, NULLIF, COALESCE
Jointures et sous-requêtes
- INNER JOIN, LEFT JOIN, CROSS JOIN
- Sous-requêtes corrélées et non corrélées
- Requêtes imbriquées (nested queries)
Exercices pratiques
- Fusion de deux sources de données
- Construction de tableaux d’agrégats
Jour 3 : Optimisation, exportation et visualisation
Optimisation de requêtes
- Partitionnement et clustering
- Analyse du coût des requêtes (bytes billed)
- Best practices pour les requêtes performantes
Exportation et intégration
- Export vers Google Sheets, CSV, Google Cloud Storage
- Connexion à Data Studio ou Looker Studio
- Accès programmatique via API BigQuery
Sécurité et gestion des accès
- IAM, permissions sur datasets et projets
- Partage des résultats de requêtes
- Limites de quotas et surveillance
Projet de fin de formation
- Mini-dashboard avec Data Studio
- Requêtes d’analyse complète sur un jeu de données public
Méthode pédagogique
8 participants maximum, un poste par stagiaire et un support de cours est remis en fin de stage. La formation est constituée d'apports théoriques, de démonstrations et de mises en pratique basées sur des exercices (méthode démonstrative).
Accessibilité
Cette formation est accessible aux personnes en situation de handicap.
Modalité de validation des acquis
Évaluation continue des connaissances via des exercices et/ou ateliers et des acquis via un questionnaire en fin de formation. Attestation de fin de stage (certificat de réalisation). Émargement quotidien d'une feuille de présence.
Demander des informations
Vous souhaitez en savoir plus ou directement vous inscrire à une session ?
Contactez-nous pour monter votre dossier !

Formations similaires
Ces formations pourraient vous intéresser