Google Cloud Training Partner
Formazione Google Cloud nel perimetro del programma Training Partner, con corsi instructor-led e contenuti allineati ai riferimenti ufficiali Google Cloud.
Scopri Google Cloud Training PartnerGoogle Cloud Instructor-ledLive con docenteLaboratorio pratico
Corso Data Warehousing with BigQuery: Storage Design, Query Optimization, and Administration
T-DWBQ-I · formazione Google Cloud instructor-led · 3 giorni
Corso intermedio di tre giornate dedicato agli internals di BigQuery e alle best practice per progettare, ottimizzare e amministrare un data warehouse. Il percorso affronta storage e schema design, ingestione, DML, read performance, query troubleshooting, capacità e pricing, monitoring, sicurezza, automazione e BigQuery ML.
Formula intensiva3 giorni
LiveDocente e classe in tempo reale
Hands-onAttività laboratoriali lungo il percorso
Sono consigliati Big Data and Machine Learning Fundamentals, conoscenze introduttive di BigQuery, concetti di data warehousing e distributed data processing e competenza SQL. Il corso non è pensato come introduzione amministrativa né come corso di migrazione verso BigQuery.
CorsoData Warehousing with BigQuery: Storage Design, Query Optimization, and Administration
Chiama
Preparazione parziale a Professional Data Engineer
Il corso contribuisce a una parte del percorso certificativo ufficiale: non viene presentato come preparazione completa all'esame.
Consulta la certificazione Google CloudCorso attivabile su richiesta
Concordiamo insieme la prossima data
Il corso può essere attivato per privati, professionisti, aziende ed enti, senza attendere la pubblicazione di una data a calendario.
Corso attivabile su richiesta
Segnalaci il tuo interesse: verifichiamo disponibilità del docente, formula e prima soluzione utile, senza alcun impegno.
Richiedi l’attivazione
Certificazione Google Cloud
Il corso copre parzialmente i contenuti dell’esame Professional Data Engineer per la certificazione Professional Data Engineer
Certificazione Google Cloud attiva verificata sulla directory ufficiale e sulla pagina della singola credenziale il 28/08/2026.
Professional Data EngineerEsame ufficiale
120 minutiDurata indicata dal vendor
LivelloProfessional · Classificazione corrente nella directory ufficiale Google Cloud.
Il superamento dell’esame consente di ottenere la certificazione Professional Data Engineer, nel rispetto dei requisiti previsti dal vendor.
L’esame non è incluso nella quota. Il voucher può essere acquistato separatamente quando decidi di sostenere la prova.
Risultati di apprendimento
Competenze operative sviluppate durante il corso
Ogni macroarea viene tradotta in competenze concrete, con l’obiettivo di costruire un metodo applicabile in contesti reali.
Descrivere l'architettura BigQuery, columnar storage, query processing e data shuffling.
Progettare tabelle e schemi usando partizionamento, clustering, nested e repeated fields.
Gestire ingestione batch e streaming, Storage Write API, sorgenti esterne e Data Transfer Service.
Ottimizzare letture e query usando cache, materialized view, BI Engine, Storage Read API e execution plan.
Gestire slot, reservation, pricing e workload con attenzione a performance e costi.
Usare Cloud Monitoring, Audit Logs, INFORMATION_SCHEMA e BigQuery Admin Panel per osservabilità e troubleshooting.
Applicare IAM, authorized views, classificazione, governance ed encryption ai dati BigQuery.
Automatizzare query e trasformazioni e costruire modelli con BigQuery ML.
È il corso giusto per te se
È il corso giusto se gestisci workload BigQuery abbastanza grandi da richiedere controllo di architettura, performance, capacità e governance
- sei data engineer, analyst, scientist o developer e devi comprendere come BigQuery memorizza, processa e distribuisce i dati
- devi migliorare schema, partizionamento, clustering, materialized view e pattern SQL per ridurre tempi e scansioni
- amministri slot, reservation, costi, audit log e metriche BigQuery in ambienti condivisi
- vuoi applicare sicurezza, automazione e BigQuery ML senza trasformare il corso in una generica introduzione alla piattaforma
Requisiti consigliatiVerifica l’idoneità con il nostro team
Prerequisiti consigliati
Sono consigliati Big Data and Machine Learning Fundamentals, conoscenze introduttive di BigQuery, concetti di data warehousing e distributed data processing e competenza SQL. Il corso non è pensato come introduzione amministrativa né come corso di migrazione verso BigQuery.
Si consiglia la frequenza del seguente corso come prerequisito:
Formazione Google Cloud con docente
Dalla spiegazione tecnica alla configurazione operativa
Durante le lezioni live, concetti, architetture, comandi, console e attività laboratoriali vengono affrontati con il docente nel perimetro del singolo corso.
Se il corso contribuisce a una certificazione Google Cloud, il collegamento viene indicato con chiarezza; l'eventuale voucher d'esame è incluso solo quando espressamente indicato.
Lezione live con docente, spazio per domande e verifica dei passaggi tecnici.
Programma, destinatari, prerequisiti e durata sono presentati in modo chiaro prima dell’iscrizione.
Le attività laboratoriali sono integrate nel programma e sviluppate sui contenuti del singolo percorso.
Il collegamento alle certificazioni viene presentato per il contributo effettivo del corso, senza sovrastimare la copertura.
Attività pratica integrata nel percorso Google Cloud.
Laboratori hands-on del corso
Laboratorio Data Warehousing with BigQuery: Storage Design, Query Optimization, and Administration
Le attività laboratoriali sono integrate nel programma del corso e vengono svolte sui servizi, sugli strumenti e sugli scenari trattati nel percorso.
Schema e storage designConfronto pratico di diversi schemi e applicazione di partitioning, clustering, nested e repeated fields per migliorare accesso e performance.
Query optimizationAnalisi dei dettagli di esecuzione BigQuery e ottimizzazione di SELECT, JOIN, filtri, aggregazioni e funzioni per ridurre lavoro e latenza.
Monitoring e governanceUso di Cloud Monitoring, BigQuery Admin Panel, Cloud Audit Logs e INFORMATION_SCHEMA per comprendere utilizzo, anomalie, costi e accessi.
Le esercitazioni fanno parte del percorso didattico e vengono contestualizzate dal docente durante la formazione live.
Formula intensiva
Un percorso concentrato e intensivo
Contenuti, attività laboratoriali e qualità didattica restano centrali. Cambiano soltanto distribuzione delle ore e ritmo di consolidamento.
Cosa include il percorso
Tutto ciò che serve per frequentare con sicurezza
Non soltanto lezioni: il percorso integra didattica live, pratica guidata e assistenza continua. Qui trovi ciò che Vega Training mette concretamente a disposizione per accompagnarti durante la formazione.
Docente e partecipanti collegati in tempo reale, con la possibilità di intervenire e chiedere chiarimenti.
Professionisti selezionati per competenza tecnica e capacità didattica, con le abilitazioni richieste dai vendor.
Ambienti didattici sicuri e collaudati per applicare concretamente quanto affrontato durante le lezioni.
Assistenza sulla piattaforma e sugli ambienti pratici, per lasciare il docente concentrato sulla formazione.
Documentazione, esercitazioni e risorse previste dallo specifico percorso.
Le eventuali lezioni annullate da Vega Training vengono recuperate senza ridurre il monte ore del corso.
Quando prevista, la formazione comprende indicazioni sul relativo esame e sulla preparazione necessaria.
Al termine del percorso viene rilasciato l’attestato di partecipazione Vega Training.
Formazione IT dal 2002 Formazione live online dal 2008 Sistema qualità certificato ISO 9001 EA37
FacultyGoogle CloudVega Training
Competenza tecnica e capacità didattica
I docenti Vega Training uniscono esperienza tecnica e capacità didattica: durante il corso puoi fare domande, approfondire casi reali e confrontarti sui problemi che incontri nel lavoro.
Dane WatsonDocente ·Google Cloud· Vega TrainingApri il profilo LinkedIn ↗
Andrea MogliazzaDocente ·Google Cloud· Vega TrainingApri il profilo LinkedIn ↗
Giovanni PerteghellaDocente ·Google Cloud· Vega TrainingApri il profilo LinkedIn ↗
John MorahDocente ·Google Cloud· Vega TrainingApri il profilo LinkedIn ↗
Programma completo, organizzato per aree
Prima una visione d’insieme, poi tutto il dettaglio
Apri le singole aree per vedere argomenti, competenze e attività pratiche previste. Il programma ti permette di capire subito cosa affronterai e con quale progressione.
BigQuery Architecture Fundamentals
- BigQuery core infrastructure e separazione tra storage e compute
- Columnar storage, query processing e shuffling service
- Impatto dell'architettura distribuita sulle prestazioni delle query
Storage and Schema Optimizations
- Partitioning e clustering per pruning e performance
- Nested e repeated fields con ARRAY e STRUCT
- Confronto tra snowflake, denormalized e schemi gerarchici
- Expiration policy e best practice di storage
Ingesting Data
- Batch ingestion e streaming ingestion
- BigQuery Storage Write API e differenze rispetto alla legacy streaming API
- External data sources e query materialization
- Data Transfer Service e trasferimenti schedulati
Changing Data
- DML statements e gestione delle modifiche nel warehouse
- Slowly Changing Dimensions e strategie di aggiornamento
- Problemi comuni di performance nelle operazioni DML
Improving Read Performance
- BigQuery cache e materialized views
- BI Engine per accelerazione delle query
- Storage Read API per accesso ad alta velocità
- Limiti e considerazioni nell'uso di sorgenti esterne
Optimizing and Troubleshooting Queries
- Interpretazione del query plan e degli execution details
- Ottimizzazione di SELECT, aggregazioni, JOIN e skewed JOIN
- Filtri, ordinamento e best practice per funzioni SQL
Workload Management and Pricing
- BigQuery slots e capacità di calcolo
- Pricing models, stime e strumenti di dry run
- Reservation, commitments e assignments
- Best practice per controllo e attribuzione dei costi
Logging and Monitoring
- Cloud Monitoring per metriche BigQuery
- BigQuery Admin Panel per analisi operativa
- Cloud Audit Logs e tracciabilità
- INFORMATION_SCHEMA per insight su job, reservation e risorse
Security in BigQuery
- IAM e protezione delle risorse BigQuery
- Authorized views e controllo dell'accesso ai dati
- Classificazione, row-level policy e data governance
- Encryption e data discovery con servizi Google Cloud
Automating Workloads
- Scheduled queries per elaborazioni ricorrenti
- Scripting e stored procedure per trasformazioni
- Integrazione dei workload BigQuery con altri servizi dati Google Cloud
Machine Learning in BigQuery
- BigQuery ML e training di modelli con SQL
- Prediction, recommendation e forecasting
- Time-series models ed explainability
- Costruzione e deployment di modelli per problemi di business
Attività laboratoriali
- Schema e storage design: Confronto pratico di diversi schemi e applicazione di partitioning, clustering, nested e repeated fields per migliorare accesso e performance.
- Query optimization: Analisi dei dettagli di esecuzione BigQuery e ottimizzazione di SELECT, JOIN, filtri, aggregazioni e funzioni per ridurre lavoro e latenza.
- Monitoring e governance: Uso di Cloud Monitoring, BigQuery Admin Panel, Cloud Audit Logs e INFORMATION_SCHEMA per comprendere utilizzo, anomalie, costi e accessi.
- BigQuery ML: Costruzione e deployment di modelli direttamente in BigQuery, inclusi casi di raccomandazione, forecasting e explainability tramite SQL.
Per aziende, enti e team
Porta Data Warehousing with BigQuery: Storage Design, Query Optimization, and Administration nel tuo team
Il corso può essere organizzato per team aziendali mantenendo prerequisiti, programma tecnico e attività laboratoriali coerenti con il percorso formativo.
Inserimento in una data pubblica, con fattura e referente aziendale.
Calendario, coordinamento e condizioni dedicate in base alle esigenze del gruppo.
Modalità organizzative e calendario concordabili, mantenendo programma, obiettivi e qualità didattica del percorsoGoogle Cloud.
Domande frequenti
Le informazioni utili prima di richiedere il corso
Qual è il focus principale del corso Data Warehousing with BigQuery?
Il corso è focalizzato sulla progettazione e amministrazione di un data warehouse BigQuery: storage design, schema, ingestione, query optimization, workload management, sicurezza, monitoring e automazione operativa.
Si lavora su partizionamento, clustering e ottimizzazione delle query?
Sì. Il programma tratta le strutture di storage e le tecniche che riducono scansioni e costi, insieme alla lettura dei piani di esecuzione e all'ottimizzazione dei workload analitici.
Il corso affronta anche amministrazione, sicurezza e controllo dei costi?
Sì. Access control, quote, reservation, monitoring, governance e modelli di pricing fanno parte del percorso per gestire BigQuery come piattaforma di data warehousing e non soltanto come motore SQL.
Sono previste esercitazioni pratiche su BigQuery?
Sì. Il corso include attività laboratoriali integrate nel programma e coerenti con contenuti e obiettivi del percorso. Le esercitazioni vengono contestualizzate dal docente durante la formazione live.
Il corso è adatto a chi usa BigQuery solo per query occasionali?
È più indicato a chi deve progettare, ottimizzare o amministrare workload di data warehousing strutturati; presuppone interesse operativo per performance, governance, sicurezza e gestione delle risorse.
Parliamo del tuo obiettivo
Richiedi informazioni suData Warehousing with BigQuery: Storage Design, Query Optimization, and Administration
Scegli il percorso privato oppure aziendale. Il modulo mostra soltanto i campi utili e conserva corso, pagina e contesto della richiesta.
Sei un privato o ci contatti da un’azienda?
Scegli il percorso più adatto: il modulo mostra soltanto i campi utili alla tua richiesta.
Privato / professionista
Informazioni per te
Verifichiamo formula, calendario, investimento e idoneità senza obblighi.
Azienda / ente
Informazioni per azienda o ente
Indicaci il contesto essenziale: open class, piano team o classe dedicata.
Continua a esplorare
Continua a esplorare l'ecosistema Google Cloud con Vega Training
Passa dal singolo corso al catalogo, alle certificazioni, alla pagina Training Partner e al Google Cloud Partner Network.