In diesem Modul wird die Rolle des Data Engineers vorgestellt. Außerdem werden wichtige Konzepte wie Datenquellen und ‑senken, Datenformate, Speicheroptionen in Google Cloud, die Metadatenverwaltung und die Nutzung von Analytics Hub für die Weitergabe von Daten innerhalb und außerhalb einer Organisation angesprochen.

Dieses Modul bietet einen Überblick über die Datenreplikation und ‑migration in Google Cloud. Behandelt werden die grundlegende Architektur, das gcloud-Befehlszeilentool, Storage Transfer Service, Transfer Appliance und Datastream, einschließlich der jeweiligen Funktionen und Anwendungsfälle.

In diesem Modul geht es um Datenextrahierungs- und ‑ladevorgänge in Google Cloud, insbesondere mit BigQuery. Es deckt die grundlegende Architektur für Extrahierungs- und Ladevorgänge, das bq-Befehlszeilentool, BigQuery Data Transfer Service und BigLake als Alternative zu herkömmlichen Extrahierungs-Lade-Mustern ab.

Dieses Modul bietet einen Überblick über ELT-Prozesse (Extrahieren, Laden, Transformieren) in Google Cloud. Beschrieben werden die grundlegende ELT-Architektur, ein gängiges Beispiel für eine ELT-Pipeline, die BigQuery-Funktionen für das Scripting und Planen von SQL sowie die Funktionen und Anwendungsfälle von Dataform.

Dieses Modul bietet einen Überblick über ETL-Prozesse (Extrahieren, Transformieren, Laden) in Google Cloud. Vorgestellt werden die grundlegende ETL-Architektur, GUI-Tools, Optionen für die Batch- und Streamingdatenverarbeitung (Dataproc, Dataproc Serverless) und die Rolle von Bigtable in Datenpipelines.

In diesem Modul geht es um Automatisierungsmuster und Optionen für Pipelines in Google Cloud. Besprochen werden verschiedene Tools und Dienste wie Cloud Scheduler, Workflows, Cloud Composer, Cloud Run Functions und Eventarc, einschließlich der jeweiligen Funktionen und Anwendungsfälle für die Automatisierung.

Im letzten Abschnitt werden die Inhalte des Kurses noch einmal zusammengefasst und weitere Lernangebote empfohlen.