GSP323

Ringkasan

Dalam challenge lab, Anda diberi sebuah skenario dan serangkaian tugas. Tidak ada petunjuk langkah demi langkah. Anda akan menggunakan keahlian yang dipelajari dari lab dalam kursus untuk mencari cara menyelesaikan sendiri tugas-tugas tersebut. Sistem pemberian skor otomatis (ditampilkan pada halaman ini) akan memberikan masukan tentang apakah Anda telah menyelesaikan tugas dengan benar atau tidak.

Saat mengikuti challenge lab, Anda tidak akan diajari konsep-konsep baru Google Cloud. Anda diharapkan dapat memperluas keahlian yang dipelajari, seperti mengubah nilai default dan membaca serta mengkaji pesan error untuk memperbaiki kesalahan Anda sendiri.

Untuk meraih skor 100%, Anda harus berhasil menyelesaikan semua tugas dalam jangka waktu tertentu.

Lab ini direkomendasikan bagi siswa yang sudah mendaftar di badge keahlian Menyiapkan Data untuk ML API di Google Cloud. Apakah Anda siap menghadapi tantangan ini?

Topik yang diujikan:

• Membuat tugas Dataproc sederhana
• Membuat tugas Dataflow sederhana
• Melakukan dua tugas API yang didukung machine learning Google

Penyiapan

Sebelum mengklik tombol Start Lab

Baca petunjuk ini. Lab memiliki timer dan Anda tidak dapat menjedanya. Timer yang dimulai saat Anda mengklik Start Lab akan menampilkan durasi ketersediaan resource Google Cloud untuk Anda.

Lab interaktif ini dapat Anda gunakan untuk melakukan aktivitas lab di lingkungan cloud sungguhan, bukan di lingkungan demo atau simulasi. Untuk mengakses lab ini, Anda akan diberi kredensial baru yang bersifat sementara dan dapat digunakan untuk login serta mengakses Google Cloud selama durasi lab.

Untuk menyelesaikan lab ini, Anda memerlukan:

• Akses ke browser internet standar (disarankan browser Chrome).

Catatan: Gunakan jendela Samaran (direkomendasikan) atau browser pribadi untuk menjalankan lab ini. Hal ini akan mencegah konflik antara akun pribadi Anda dan akun siswa yang dapat menyebabkan tagihan ekstra pada akun pribadi Anda.

• Waktu untuk menyelesaikan lab. Ingat, setelah dimulai, lab tidak dapat dijeda.

Catatan: Hanya gunakan akun siswa untuk lab ini. Jika Anda menggunakan akun Google Cloud yang berbeda, Anda mungkin akan dikenai tagihan ke akun tersebut.

Cara memulai lab dan login ke Google Cloud Console

1. Klik tombol Start Lab. Jika Anda perlu membayar lab, dialog akan terbuka untuk memilih metode pembayaran. Di sebelah kiri ada panel Lab Details yang berisi hal-hal berikut:

   • Tombol Open Google Cloud console
   • Waktu tersisa
   • Kredensial sementara yang harus Anda gunakan untuk lab ini
   • Informasi lain, jika diperlukan, untuk menyelesaikan lab ini

2. Klik Open Google Cloud console (atau klik kanan dan pilih Open Link in Incognito Window jika Anda menjalankan browser Chrome).

   Lab akan menjalankan resource, lalu membuka tab lain yang menampilkan halaman Sign in.

   Tips: Atur tab di jendela terpisah secara berdampingan.

   Catatan: Jika Anda melihat dialog Choose an account, klik Use Another Account.

3. Jika perlu, salin Username di bawah dan tempel ke dialog Sign in.

   {{{user_0.username | "Username"}}}

   Anda juga dapat menemukan Username di panel Lab Details.

4. Klik Next.

5. Salin Password di bawah dan tempel ke dialog Welcome.

   {{{user_0.password | "Password"}}}

   Anda juga dapat menemukan Password di panel Lab Details.

6. Klik Next.

   Penting: Anda harus menggunakan kredensial yang diberikan lab. Jangan menggunakan kredensial akun Google Cloud Anda. Catatan: Menggunakan akun Google Cloud sendiri untuk lab ini dapat dikenai biaya tambahan.

7. Klik halaman berikutnya:

   • Setujui persyaratan dan ketentuan.
   • Jangan tambahkan opsi pemulihan atau autentikasi 2 langkah (karena ini akun sementara).
   • Jangan mendaftar uji coba gratis.

Setelah beberapa saat, Konsol Google Cloud akan terbuka di tab ini.

Catatan: Untuk mengakses produk dan layanan Google Cloud, klik Navigation menu atau ketik nama layanan atau produk di kolom Search.

Memeriksa izin project

Sebelum memulai pekerjaan di Google Cloud, pastikan project Anda sudah memiliki izin yang tepat dalam Identity and Access Management (IAM).

1. Di Konsol Google Cloud, pada Navigation menu, pilih IAM & Admin > IAM.

2. Pastikan Akun Layanan komputasi default {project-number}-compute@developer.gserviceaccount.com ada serta memiliki peran editor dan storage.admin yang sudah ditetapkan. Prefiks akun adalah nomor project yang dapat Anda temukan di Navigation menu > Cloud Overview > Dashboard.

Catatan: Jika akun tidak ada di IAM atau tidak memiliki peran storage.admin, ikuti langkah-langkah di bawah untuk menetapkan peran yang diperlukan.

1. Di Konsol Google Cloud, pada Navigation menu, klik Cloud Overview > Dashboard.
2. Salin nomor project (mis. 729328892908).
3. Pada Navigation menu, klik IAM & Admin >IAM.
4. Di bagian atas tabel peran, di bawah View by Principals, klik Grant Access.
5. Di kolom New principals, ketik:

{project-number}-compute@developer.gserviceaccount.com

6. Ganti {project-number} dengan nomor project Anda.
7. Untuk Role, pilih Storage Admin.
8. Klik Save.

Skenario tantangan

Sebagai data engineer junior di Jooli Inc. yang baru saja menjalani pelatihan Google Cloud dan beberapa layanan data, Anda diminta menunjukkan keterampilan yang berhasil Anda pelajari. Tim meminta Anda menyelesaikan beberapa tugas berikut.

Anda dianggap sudah memiliki kemampuan dan pengetahuan untuk menyelesaikan tugas ini, jadi tidak akan ada panduan langkah demi langkah.

Tugas 1. Menjalankan tugas Dataflow sederhana

Dalam tugas ini, Anda akan menggunakan template batch Dataflow Text Files on Cloud Storage to BigQuery di bagian "Memproses Data dalam Jumlah Besar (batch)" untuk mentransfer data dari bucket Cloud Storage (gs://cloud-training/gsp323/lab.csv). Tabel berikut berisi nilai-nilai yang Anda butuhkan untuk melakukan konfigurasi tugas Dataflow dengan benar.

Anda perlu memastikan bahwa Anda telah:

• Membuat set data BigQuery bernama menggunakan tabel bernama .
• Membuat Bucket Cloud Storage yang diberi nama .

Kolom	Nilai
Cloud Storage input file(s)	gs://cloud-training/gsp323/lab.csv
Cloud Storage location of your BigQuery schema file	gs://cloud-training/gsp323/lab.schema
BigQuery output table
Temporary directory for BigQuery loading process
Temporary location
Optional Parameters > JavaScript UDF path in Cloud Storage	gs://cloud-training/gsp323/lab.js
Optional Parameters > JavaScript UDF name	transform
Optional Parameters > Machine Type	e2-standard-2

Tunggu tugas selesai sebelum mencoba melihat progres Anda.

Klik Periksa progres saya untuk memverifikasi tujuan. Menjalankan tugas Dataflow sederhana

Tugas 2. Menjalankan tugas Dataproc sederhana

Dalam tugas ini, Anda akan menjalankan contoh tugas Spark menggunakan Dataproc.

Sebelum menjalankan tugas, login ke salah satu node cluster, lalu salin file /data.txt ke dalam hdfs (gunakan perintah hdfs dfs -cp gs://cloud-training/gsp323/data.txt /data.txt).

Jalankan tugas Dataproc menggunakan nilai di bawah ini.

Kolom	Nilai
Region
Job type	Spark
Main class or jar	org.apache.spark.examples.SparkPageRank
Jar files	file:///usr/lib/spark/examples/jars/spark-examples.jar
Arguments	/data.txt
Max restarts per hour	1
Dataproc Cluster	Compute Engine
Region
Machine Series	E2
Manager Node	Tetapkan Machine Type ke e2-standard-2
Worker Node	Tetapkan Machine Type ke e2-standard-2
Max Worker Nodes	2
Primary disk size	100 GB
Internal IP only	Batalkan pilihan "Configure all instances to have only internal IP addresses"

Tunggu tugas selesai sebelum mencoba melihat progres Anda.

Klik Periksa progres saya untuk memverifikasi tujuan. Menjalankan tugas Dataproc sederhana

Tugas 3. Menggunakan Google Cloud Speech-to-Text API

• Gunakan Google Cloud Speech-to-Text API untuk menganalisis file audio gs://cloud-training/gsp323/task3.flac. Setelah selesai menganalisis file, upload file yang dihasilkan ke:

Catatan: Jika Anda mengalami masalah dalam menjalankan tugas ini, lihat lab yang relevan untuk memecahkan masalah tersebut: Google Cloud Speech-to-Text API: Qwik Start

Klik Periksa progres saya untuk memverifikasi tujuan. Menggunakan Google Cloud Speech-to-Text API

Tugas 4. Menggunakan Cloud Natural Language API

• Gunakan Cloud Natural Language API untuk menganalisis kalimat dari teks tentang Odin. Teks yang perlu Anda analisis adalah "Old Norse texts portray Odin as one-eyed and long-bearded, frequently wielding a spear named Gungnir and wearing a cloak and a broad hat". Setelah selesai menganalisis teks, upload file yang dihasilkan ke:

Catatan: Jika Anda mengalami masalah dalam menjalankan tugas ini, lihat lab yang relevan untuk memecahkan masalah tersebut: Cloud Natural Language API: Qwik Start

Klik Periksa progres saya untuk memverifikasi tujuan. Menggunakan Cloud Natural Language API

Selamat!

Selamat! Di lab ini, Anda telah menunjukkan keterampilan dengan menjalankan tugas Dataflow sederhana, tugas Dataproc sederhana, dan menggunakan Google Cloud Speech-to-Text API serta Cloud Natural Language API.

Lab mandiri ini merupakan bagian dari kursus badge keahlian Menyiapkan Data untuk ML API di Google Cloud. Dengan menyelesaikan badge keahlian ini, Anda akan mendapatkan badge di atas sebagai pengakuan atas pencapaian Anda. Tampilkan badge di resume atau platform media sosial Anda, dan umumkan pencapaian Anda menggunakan hashtag #GoogleCloudBadge.

Badge keahlian ini merupakan bagian dari jalur pembelajaran Analis Data dan Data Engineer di Google Cloud.

Sertifikasi dan pelatihan Google Cloud

...membantu Anda mengoptimalkan teknologi Google Cloud. Kelas kami mencakup keterampilan teknis dan praktik terbaik untuk membantu Anda memahami dengan cepat dan melanjutkan proses pembelajaran. Kami menawarkan pelatihan tingkat dasar hingga lanjutan dengan opsi on demand, live, dan virtual untuk menyesuaikan dengan jadwal Anda yang sibuk. Sertifikasi membantu Anda memvalidasi dan membuktikan keterampilan serta keahlian Anda dalam teknologi Google Cloud.

Manual Terakhir Diperbarui pada 25 Maret 2024

Lab Terakhir Diuji pada 15 Januari 2024

Hak cipta 2025 Google LLC. Semua hak dilindungi undang-undang. Google dan logo Google adalah merek dagang dari Google LLC. Semua nama perusahaan dan produk lain mungkin adalah merek dagang masing-masing perusahaan yang bersangkutan.