Введение 0:01 В видео рассказывается о том, как работать с Google BigQuery и его возможностями. В качестве примера используется датасет с 100000 строками и 100 столбцами.
Подключение к Google BigQuery 1:00 Для подключения к Google BigQuery необходимо зайти в свой аккаунт Google и перейти в консоль. В консоли нужно перейти в раздел "Google Cloud Platform" и выбрать "BigQuery".
Импорт данных 2:00 В видео демонстрируется процесс импорта данных из Google Cloud Storage в Google BigQuery. Для этого нужно создать проект, датасет и таблицу в Google BigQuery.
Очистка данных 25:13 В видео рассказывается о классе "Data Integration" в Google Cloud Platform, который занимается вопросами очистки данных. В качестве примера приводится компания "Alterix", которая занимается решением задачи интеграции и очистки данных.
Заключение 33:12 В видео демонстрируется процесс создания датасета и таблицы в Google BigQuery. В заключение автор подчеркивает важность знания и использования Google BigQuery для работы с большими объемами данных.
Создание датасета 35:56 Создание датасета с использованием Google Colab и Google BigQuery Использование Google Colab для работы с данными и Google BigQuery для хранения данных
Миграция данных 56:29 Миграция данных из разных источников в хранилище данных Использование Google Colab и Google BigQuery для миграции данных
Экспорт данных 1:05:17 Экспорт данных из Google Colab и Google BigQuery в разные форматы Использование Google Colab для экспорта данных и Google BigQuery для хранения данных
Импорт данных из Google Sheets 1:18:25 В видео рассказывается о том, как импортировать данные из Google Sheets в Google BigQuery. Можно использовать два способа: вручную и с помощью коллаба.
Использование коллаба для импорта данных 1:19:44 В коллабе можно импортировать данные из Google Sheets в Google BigQuery, используя парсер пандас. Можно также экспортировать данные из Google BigQuery обратно в Google Sheets.
Работа с таблицей и создание визуализации 1:22:53 В видео демонстрируется работа с таблицей и создание визуализации в Google BigQuery. Можно использовать язык структурированных запросов для создания запросов и анализа данных.
Заключение 1:32:14 На следующем занятии будет продемонстрирована аналитика данных с использованием Google BigQuery и коллаба. Будут показаны возможности взаимодействия с экосистемой Google, включая загрузку данных в Google BigQuery и их анализ в коллабе.
