GSP924

Ringkasan

Document AI API adalah solusi pemahaman dokumen yang mengambil data tidak terstruktur, seperti dokumen serta email, lalu membuat datanya lebih mudah dipahami, dianalisis, dan digunakan. Dengan pemroses formulir umum yang digunakan di lab ini, Anda dapat mengekstrak pasangan nilai kunci dari dokumen sederhana.

Di lab ini, Anda akan mempelajari cara membuat parser dokumen menggunakan Document AI, mengirimkan dokumen untuk diproses melalui Google Cloud menggunakan konsol & command line Cloud, serta menggunakan Python untuk melakukan panggilan API sinkron.

Yang akan Anda pelajari

Anda akan mempelajari cara melakukan tugas berikut:

• Membuat dan menguji pemroses Document AI menggunakan konsol.
• Menguji pemroses Document AI menggunakan command line.
• Menguji panggilan API sinkron Document AI menggunakan Python.

Penyiapan dan persyaratan

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.

Mengaktifkan Cloud Shell

Cloud Shell adalah mesin virtual yang dilengkapi dengan berbagai alat pengembangan. Mesin virtual ini menawarkan direktori beranda persisten berkapasitas 5 GB dan berjalan di Google Cloud. Cloud Shell menyediakan akses command-line untuk resource Google Cloud Anda.

1. Klik Activate Cloud Shell di bagian atas Konsol Google Cloud.

2. Klik jendela berikut:

   • Lanjutkan melalui jendela informasi Cloud Shell.
   • Beri otorisasi ke Cloud Shell untuk menggunakan kredensial Anda guna melakukan panggilan Google Cloud API.

Setelah terhubung, Anda sudah diautentikasi, dan project ditetapkan ke Project_ID, . Output berisi baris yang mendeklarasikan Project_ID untuk sesi ini:

Project Cloud Platform Anda dalam sesi ini disetel ke {{{project_0.project_id | "PROJECT_ID"}}}

gcloud adalah alat command line untuk Google Cloud. Alat ini sudah terinstal di Cloud Shell dan mendukung pelengkapan command line.

3. (Opsional) Anda dapat menampilkan daftar nama akun yang aktif dengan perintah ini:

gcloud auth list

4. Klik Authorize.

Output:

ACTIVE: * ACCOUNT: {{{user_0.username | "ACCOUNT"}}} Untuk menetapkan akun aktif, jalankan: $ gcloud config set account `ACCOUNT`

5. (Opsional) Anda dapat menampilkan daftar ID project dengan perintah ini:

gcloud config list project

Output:

[core] project = {{{project_0.project_id | "PROJECT_ID"}}} Catatan: Untuk mendapatkan dokumentasi gcloud yang lengkap di Google Cloud, baca panduan ringkasan gcloud CLI.

Tugas 1. Mengaktifkan Cloud Document AI API

Dalam tugas ini, Anda akan mengaktifkan Document AI API serta membuat dan menguji pemroses formulir umum. Pemroses formulir umum akan memproses semua jenis dokumen dan mengekstrak seluruh konten teks yang dapat diidentifikasi di dokumen. Selain teks cetak, pemroses ini juga dapat memproses teks tulisan tangan dan teks dengan orientasi apa pun, mendukung beberapa bahasa, serta memahami kaitan antara elemen data formulir sehingga Anda dapat mengekstrak pasangan nilai kunci untuk kolom formulir yang memiliki label teks.

Mengaktifkan Cloud Document AI API

Sebelum dapat mulai menggunakan Document AI, Anda harus mengaktifkan API-nya.

1. Dari Menu navigasi (), klik APIs & services > Library.

2. Cari Cloud Document AI API, lalu klik tombol Enable untuk menggunakan API ini di project Google Cloud Anda.

Jika Cloud Document AI API telah diaktifkan, Anda akan melihat tombol Manage dan dapat melanjutkan dengan aktivitas berikutnya dari lab ini.

Klik Periksa progres saya untuk memverifikasi tujuan.

Mengaktifkan Cloud Document AI API

Tugas 2. Membuat dan menguji pemroses formulir umum

Selanjutnya, Anda akan membuat pemroses Document AI menggunakan Parser Formulir Document AI.

Membuat pemroses

1. Di konsol, dari Menu navigasi (), klik Document AI > Overview.

2. Klik Explore processors.

3. Klik Create Processor untuk Form Parser, yang merupakan salah satu jenis pemroses umum.

4. Tetapkan nama pemroses sebagai form-parser, lalu pilih region US (United States) daftar.

5. Klik Create untuk membuat pemroses form-parser umum.

Langkah ini akan membuat pemroses dan membuka halaman detail pemroses yang akan menampilkan ID, status, dan endpoint prediksi pemroses.

6. Catat ID pemroses karena Anda akan menggunakannya dengan curl untuk melakukan panggilan POST ke API di tugas berikutnya.

Mendownload formulir contoh

Dalam tugas ini, Anda akan mendownload formulir contoh dari Cloud Storage. Agar dapat mengupload formulir ini di tugas berikutnya, Anda harus mendownloadnya terlebih dahulu ke komputer lokal Anda.

1. Download file form.pdf ke komputer lokal Anda.

File ini seharusnya didownload secara langsung. Jika file terbuka di browser, lakukan download menggunakan kontrol file di browser Anda. File form.pdf ini memiliki judul HEALTH INTAKE FORM dan berisi data contoh tulisan tangan.

Mengupload formulir untuk pemrosesan Document AI

Selanjutnya, Anda akan mengupload formulir contoh yang telah didownload ke pemroses form-parser. Formulir tersebut kemudian akan dianalisis dan hasilnya ditampilkan di konsol.

1. Di halaman form-parser, klik tombol Upload Test Document. Setelah muncul dialog, pilih file yang Anda download di tugas sebelumnya untuk diupload.

Akan ditampilkan status progres yang menunjukkan tingkat penyelesaian proses analisis dan akhirnya, hasilnya akan ditampilkan. Anda akan melihat bahwa pemroses umum telah mengolah data dari formulir menjadi serangkaian pasangan nilai kunci.

Pasangan nilai kunci yang diuraikan dari dokumen sumber akan ditampilkan di konsol. Panel kiri mencantumkan data sedangkan panel kanan menyoroti lokasi sumber di dokumen yang diurai dengan persegi panjang biru. Periksa output dan bandingkan hasilnya dengan data sumber.

Dalam tugas ini, Anda akan menguji pemroses formulir umum Document AI dengan melakukan panggilan API dari command line.

Klik Periksa progres saya untuk memverifikasi tujuan.

Membuat dan menguji pemroses formulir umum

Tugas 3. Menyiapkan instance lab

Di bagian ini, Anda akan menyiapkan instance lab untuk menggunakan Document AI API.

Membuat koneksi ke instance VM lab menggunakan SSH

Anda akan melakukan tugas lab selanjutnya di VM lab yang bernama document-ai-dev.

1. Dari Menu navigasi (), klik Compute Engine > VM Instances.

2. Klik link SSH untuk Instance VM yang bernama document-ai-dev.

Untuk langkah ini, Anda akan memerlukan ID pemroses Document AI dari pemroses yang dibuat di Tugas 1. Jika Anda tidak menyimpannya, lakukan hal berikut di tab Konsol Cloud:

• Buka Menu navigasi ().
• Klik Document AI > Processors .
• Klik nama pemroses Anda untuk membuka halaman detail.
• Dari sini, Anda dapat menyalin ID pemroses.

3. Di sesi SSH, buat variabel lingkungan untuk mencakup ID pemroses Document AI. Anda harus mengganti placeholder untuk [your processor id]:

export PROCESSOR_ID=[your processor id]

4. Di sesi SSH, pastikan variabel lingkungan berisi ID pemroses Document AI:

echo Your processor ID is:$PROCESSOR_ID

5. Perintah ini akan mencetak ID prosesor seperti hasil di bawah:

Your processor ID is:4897d834d2f4415d

Anda akan menggunakan sesi SSH ini untuk tugas selanjutnya di lab ini.

Mengautentikasi permintaan API

Untuk mengirimkan permintaan ke Document AI API, Anda harus menyediakan kredensial yang valid. Dalam tugas ini, buat akun layanan, berikan hanya izin yang diperlukan untuk lab ini kepada akun layanan tersebut, lalu buat kredensial yang dapat digunakan untuk mengautentikasi permintaan Document AI API untuk akun tersebut.

1. Tetapkan variabel lingkungan dengan Project ID Anda, yang akan Anda gunakan di lab ini:

export PROJECT_ID=$(gcloud config get-value core/project)

2. Buat akun layanan baru untuk mengakses Document AI API dengan perintah:

export SA_NAME="document-ai-service-account" gcloud iam service-accounts create $SA_NAME --display-name $SA_NAME

3. Lakukan binding akun layanan tersebut ke peran pengguna Document AI API:

gcloud projects add-iam-policy-binding ${PROJECT_ID} \ --member="serviceAccount:$SA_NAME@${PROJECT_ID}.iam.gserviceaccount.com" \ --role="roles/documentai.apiUser"

4. Buat kredensial yang akan digunakan untuk login sebagai akun layanan baru Anda dan simpan kredensial tersebut ke file JSON bernama key.json di direktori kerja Anda:

gcloud iam service-accounts keys create key.json \ --iam-account $SA_NAME@${PROJECT_ID}.iam.gserviceaccount.com

5. Tetapkan variabel lingkungan GOOGLE_APPLICATION_CREDENTIALS, yang digunakan oleh library untuk menemukan kredensial Anda, sehingga mengarah ke file kredensial:

export GOOGLE_APPLICATION_CREDENTIALS="$PWD/key.json"

6. Periksa apakah variabel lingkungan GOOGLE_APPLICATION_CREDENTIALS ditetapkan ke jalur lengkap file JSON kredensial yang Anda buat sebelumnya:

echo $GOOGLE_APPLICATION_CREDENTIALS

Variabel lingkungan ini digunakan oleh alat command line gcloud untuk menentukan kredensial yang akan digunakan saat menjalankan perintah. Untuk membaca informasi selengkapnya tentang autentikasi formulir ini, lihat panduan Kredensial Default Aplikasi.

Mendownload formulir contoh ke instance VM

Sekarang Anda dapat mendownload formulir contoh, lalu melakukan enkode base64 terhadapnya untuk pengiriman ke Document AI API.

1. Masukkan perintah berikut di jendela SSH untuk mendownload formulir contoh ke direktori kerja Anda:

gsutil cp gs://spls/gsp924/health-intake-form.pdf .

2. Buat file permintaan JSON guna mengirimkan formulir yang sudah dienkode base64 untuk diproses:

echo '{"inlineDocument": {"mimeType": "application/pdf","content": "' > temp.json base64 health-intake-form.pdf >> temp.json echo '"}}' >> temp.json cat temp.json | tr -d \\n > request.json

Klik Periksa progres saya untuk memverifikasi tujuan.

Mengautentikasi permintaan API dan mendownload formulir contoh

Tugas 4. Membuat permintaan dokumen proses sinkron menggunakan curl

Dalam tugas ini, Anda akan memproses dokumen contoh dengan melakukan panggilan ke endpoint Document AI API sinkron menggunakan curl.

1. Kirim formulir untuk diproses melalui curl. Hasilnya akan disimpan di output.json:

export LOCATION="us" export PROJECT_ID=$(gcloud config get-value core/project) curl -X POST \ -H "Authorization: Bearer "$(gcloud auth application-default print-access-token) \ -H "Content-Type: application/json; charset=utf-8" \ -d @request.json \ https://${LOCATION}-documentai.googleapis.com/v1beta3/projects/${PROJECT_ID}/locations/${LOCATION}/processors/${PROCESSOR_ID}:process > output.json

2. Pastikan file output.json Anda berisi hasil panggilan API:

cat output.json Jika menerima error autentikasi, pastikan Anda telah menetapkan variabel lingkungan GOOGLE_APPLICATION_CREDENTIALS sehingga mengarah ke file JSON kredensial yang Anda buat sebelumnya. Anda mungkin perlu menunggu beberapa menit agar kebijakan IAM diterapkan, jadi coba lagi jika Anda menerima error.

Token akses untuk akun layanan Cloud IAM dibuat secara langsung dan diteruskan ke API menggunakan header HTTP Authorization:. Responsnya berisi data berformat JSON yang disimpan ke file output.json.

Mengekstrak entity formulir

Selanjutnya, pelajari beberapa informasi yang diekstrak dari formulir contoh.

1. Ekstrak teks mentah yang terdeteksi di dokumen sebagai berikut:

sudo apt-get update sudo apt-get install jq cat output.json | jq -r ".document.text"

Perintah ini menampilkan semua teks yang terdeteksi di dokumen yang diupload.

2. Ekstrak daftar kolom formulir yang terdeteksi oleh pemroses formulir:

cat output.json | jq -r ".document.pages[].formFields"

Perintah ini menampilkan data objek untuk semua kolom formulir yang terdeteksi di dokumen. Nilai textAnchor.startIndex dan textAnchor.endIndex untuk setiap formulir dapat digunakan untuk menemukan nama formulir yang terdeteksi di kolom document.text. Skrip Python yang akan Anda gunakan dalam tugas berikutnya akan melakukan pemetaan ini untuk Anda.

File JSON ini cukup besar karena mencakup dokumen sumber yang dienkode base64 serta semua teks dan properti dokumen yang terdeteksi. Anda dapat menjelajahi file JSON tersebut dengan membukanya di editor teks atau menggunakan alat kueri JSON seperti jq.

Memastikan dokumen telah diproses oleh Document AI API.

Tugas 5. Menguji pemroses formulir Document AI menggunakan library klien Python

Lakukan panggilan sinkron ke Document AI API menggunakan library klien Document AI Python.

Sekarang, Anda akan memproses dokumen menggunakan endpoint sinkron. Untuk memproses dokumen dalam jumlah besar sekaligus, Anda dapat menggunakan API asinkron. Untuk mempelajari lebih lanjut cara menggunakan Document AI API, baca panduan ini.

Jika ingin menjalankan skrip Python secara langsung, Anda harus memberikan kredensial yang sesuai untuk skrip tersebut agar dapat melakukan panggilan ke API menggunakan akun layanan yang telah dikonfigurasi dengan izin yang benar. Untuk membaca lebih lanjut cara mengonfigurasi bentuk autentikasi ini, lihat dokumentasi Authenticating as a service account.

Mengonfigurasi Instance VM agar menggunakan klien Python Document AI

Sekarang, instal library klien Google Cloud Python ke dalam Instance VM.

1. Masukkan perintah berikut di shell terminal SSH untuk mengimpor file lab ke Instance VM Anda:

gsutil cp gs://spls/gsp924/synchronous_doc_ai.py .

2. Masukkan perintah berikut untuk menginstal library klien Python yang diperlukan untuk Document AI dan library lain yang diperlukan untuk lab ini:

sudo apt install python3-pip python3 -m pip install --upgrade google-cloud-documentai google-cloud-storage prettytable

Anda akan melihat output yang menandakan bahwa library berhasil diinstal.

Meninjau kode Python Document AI API

Luangkan waktu sejenak untuk meninjau kode Python di file contoh. Anda dapat menggunakan editor pilihan Anda, seperti vi atau nano, untuk meninjau kode di sesi SSH. Jika mau, Anda juga dapat menggunakan perintah dari bagian sebelumnya untuk menyalin kode contoh ke Cloud Shell dan menggunakan Editor Kode untuk melihat kode sumber.

1. Dua blok kode pertama mengimpor library yang diperlukan dan mengurai parameter untuk melakukan inisialisasi variabel yang mengidentifikasi pemroses Document AI dan data input.

import argparse from google.cloud import documentai_v1beta3 as documentai from google.cloud import storage from prettytable import PrettyTable parser = argparse.ArgumentParser() parser.add_argument("-P", "--project_id", help="Google Cloud Project ID") parser.add_argument("-D", "--processor_id", help="Document AI Processor ID") parser.add_argument("-F", "--file_name", help="Input file name", default="form.pdf") parser.add_argument("-L", "--location", help="Processor Location", default="us") args = parser.parse_args()

2. Fungsi process_document digunakan untuk melakukan panggilan sinkron ke pemroses Document AI. Fungsi ini membuat objek klien Document AI API.

Nama pemroses yang diperlukan oleh panggilan API dibuat menggunakan parameter project_id,location, dan processor_id. Selain itu, dokumen yang akan diproses dibaca dan disimpan di struktur mime_type.

Nama pemroses serta dokumen kemudian diteruskan ke objek klien Document API dan panggilan sinkron ke API dilakukan. Jika permintaan berhasil, objek dokumen yang ditampilkan akan mencakup properti yang berisi data yang telah dideteksi oleh pemroses Document AI.

def process_document(project_id, location, processor_id, file_path ): # Instantiates a client client = documentai.DocumentProcessorServiceClient() # The full resource name of the processor, e.g.: # projects/project-id/locations/location/processor/processor-id # You must create new processors in the Cloud Console first name = f"projects/{project_id}/locations/{location}/processors/{processor_id}" # Read the file into memory with open(file_path, "rb") as image: image_content = image.read() # Create the document object document = {"content": image_content, "mime_type": "application/pdf"} # Configure the process request request = {"name": name, "document": document} # Use the Document AI client synchronous endpoint to process the request result = client.process_document(request=request) return result.document

3. Skrip kemudian memanggil fungsi process_document dengan parameter yang diperlukan dan menyimpan responsnya di variabel document.

document = process_document(args.project_id,args.location,args.processor_id,args.file_name )

4. Blok kode terakhir mencetak properti .text yang berisi semua teks yang terdeteksi di dokumen, lalu menampilkan informasi formulir menggunakan data anchor teks untuk setiap kolom formulir yang terdeteksi oleh parser formulir.

print("Document processing complete.") # print the raw text print("Text: \n{}\n".format(document.text)) # Define a function to retrieve an object dictionary for a named element def get_text(doc_element: dict, document: dict): """ Document AI identifies form fields by their offsets in document text. This function converts offsets to text snippets. """ response = "" # If a text segment spans several lines, it will # be stored in different text segments. for segment in doc_element.text_anchor.text_segments: start_index = ( int(segment.start_index) if segment in doc_element.text_anchor.text_segments else 0 ) end_index = int(segment.end_index) response += document.text[start_index:end_index] return response # Grab each key/value pair and their corresponding confidence scores. document_pages = document.pages print("Form data detected:\n") # For each page fetch each form field and display fieldname, value and confidence scores for page in document_pages: print("Page Number:{}".format(page.page_number)) for form_field in page.form_fields: fieldName=get_text(form_field.field_name,document) nameConfidence = round(form_field.field_name.confidence,4) fieldValue = get_text(form_field.field_value,document) valueConfidence = round(form_field.field_value.confidence,4) print(fieldName+fieldValue +" (Confidence Scores: (Name) "+str(nameConfidence)+", (Value) "+str(valueConfidence)+")\n")

Klik Periksa progres saya untuk memverifikasi tujuan.

Menguji prosesor formulir Document AI

Tugas 6. Menjalankan kode Python Document AI

Jalankan kode contoh dan proses file yang sama seperti sebelumnya.

1. Buat variabel lingkungan untuk Project ID dan file kredensial akun layanan IAM:

export PROJECT_ID=$(gcloud config get-value core/project) export GOOGLE_APPLICATION_CREDENTIALS="$PWD/key.json"

2. Panggil program python synchronous_doc_ai.py dengan parameter yang diperlukannya:

python3 synchronous_doc_ai.py \ --project_id=$PROJECT_ID \ --processor_id=$PROCESSOR_ID \ --location=us \ --file_name=health-intake-form.pdf | tee results.txt

Anda akan melihat blok output teks berikut: FakeDoc M.D. HEALTH INTAKE FORM Please fill out the questionnaire carefully. The information you provide will be used to complete your health profile and will be kept confidential. Date: Sally Walker Name: 9/14/19 ...

Blok teks pertama adalah elemen teks tunggal yang berisi semua teks di dokumen. Blok teks ini tidak menyertakan pengenalan terhadap data berbasis formulir sehingga beberapa item, seperti entri Date dan Name, tercampur dalam nilai teks mentah ini.

Kode tersebut kemudian menghasilkan tampilan data yang lebih terstruktur menggunakan data formulir yang telah disimpulkan oleh form-parser dari struktur dokumen. Output terstruktur ini juga mencakup skor keyakinan untuk nama dan nilai kolom formulir. Output dari bagian ini memberikan pemetaan yang jauh lebih berguna antara nama kolom formulir dan nilainya, seperti yang dapat dilihat dengan kaitan antara kolom formulir Date dan Name serta nilainya yang benar.

Form data detected: Page Number:1 Phone #: (906) 917-3486 (Confidence Scores: (Name) 1.0, (Value) 1.0) ... Date: 9/14/19 (Confidence Scores: (Name) 0.9999, (Value) 0.9999) ... Name: Sally Walker (Confidence Scores: (Name) 0.9973, (Value) 0.9973) ...

Klik Periksa progres saya untuk memverifikasi tujuan.

Menjalankan kode Python Document AI

Selamat!

Anda telah berhasil menggunakan Document AI API untuk mengekstrak data dari dokumen menggunakan pemroses formulir umum. Di lab ini, Anda telah membuat dan menguji pemroses Document AI menggunakan konsol dan command line, serta membuat panggilan API sinkron Document AI menggunakan Python.

Langkah berikutnya/Pelajari lebih lanjut

• Baca informasi selengkapnya di dokumentasi Cloud Document AI API.

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 17 April 2024

Lab Terakhir Diuji pada 07 Desember 2023

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.