Seminarübersicht: Arbeiten mit Google BigQuery

Kompakte Schulung zu Google BigQuery als Cloud Data Warehouse: Daten laden, abfragen, modellieren und optimieren – für Self-Service Analytics und skalierbare Datenprojekte.

Zielgruppen

  • Data Analysts, Data Scientists, BI-Entwickler:innen
  • Data Engineers und Cloud-Architekt:innen
  • Fachanwender:innen, die große Datenmengen mit SQL analysieren wollen

Lernziele

  • Grundlagen von BigQuery verstehen und sicher anwenden
  • Daten importieren, transformieren und abfragen
  • Abfragen optimieren und Kosten im Blick behalten
  • Sicherheits- und Zugriffsmodelle nutzen
  • Integration mit BI-/Analytics-Tools (z. B. Looker, Power BI, Cognos, Tableau)

Inhalte

1) Einführung & Überblick

  • BigQuery im Google Cloud-Ökosystem
  • Serverless-Architektur & Abrechnungsmodell
  • Data Warehousing vs. Data Lake

2) Daten laden & verwalten

  • Tabellen, Datasets, Projekte
  • Datenimport aus CSV, JSON, Parquet, Cloud Storage
  • Partitionierung und Clustering

3) Abfragen & Analyse

  • Standard SQL in BigQuery
  • Joins, Aggregationen, Window Functions
  • Analysen mit großen Datenmengen

4) Optimierung & Kostenkontrolle

  • Query Optimierung & Best Practices
  • Materialized Views & Cached Results
  • Monitoring und Kostenanalyse

5) Sicherheit & Governance

  • Zugriffsrechte auf Projekte, Datasets, Tabellen
  • IAM-Rollen in der Google Cloud
  • Audit Logs & Compliance-Aspekte

6) Integration & Erweiterungen

  • BI-Integration (Looker, Tableau, Power BI, Cognos)
  • BigQuery ML für Machine Learning mit SQL
  • Verknüpfung mit dbt Core und Dataflow

Methodik

  • Live-Demos in Google Cloud Console
  • Hands-on-Übungen mit Beispiel-Datasets
  • Best Practices aus Projekterfahrung

Dauer & Formate

  • 1 Tag – Grundlagen (Daten laden, einfache Abfragen, Basisfunktionen)
  • 2 Tage – inkl. Optimierung, Governance, Integration
  • Durchführung: Remote oder vor Ort

Voraussetzungen

  • SQL-Kenntnisse
  • Basiswissen zu Datenbanken / BI
  • (Optional) Zugang zu einer Google Cloud-Instanz

Ergebnisse

  • Sicherer Umgang mit BigQuery
  • Kosteneffiziente Abfragen und Optimierungen
  • Integration in bestehende BI- und Analyse-Umgebungen
  • Grundlagen für Machine Learning mit SQL

Optionale Module

  • BigQuery ML: Modelle trainieren und nutzen
  • Fortgeschrittene Partitionierung & Clustering
  • Automatisierung mit dbt, Dataflow oder Airflow

Termine & Preise

Auf Anfrage. Individuelle Workshops zu euren Datenquellen und Use Cases möglich.