가입 로그인

Google Cloud 콘솔에서 기술 적용

Ivan Damnjanovic

회원 가입일: 2020

다이아몬드 리그

9603포인트
Dataflow를 사용한 서버리스 데이터 처리: 파이프라인 개발 Earned 5월 7, 2026 EDT
Google Cloud에서 Cloud Run Functions로 애플리케이션 개발하기 Earned 5월 3, 2026 EDT
자격증 학습 가이드 만들기: PMLE Earned 3월 8, 2026 EDT
Google Cloud의 서비스 조정 및 코레오그래피 Earned 2월 27, 2026 EST
Google Cloud로 애플리케이션 개발하기: 기초 Earned 1월 30, 2026 EST
Google Cloud 기초: 핵심 인프라 Earned 12월 13, 2025 EST
어텐션 메커니즘 Earned 7월 18, 2025 EDT
이미지 생성 소개 Earned 7월 18, 2025 EDT
생성형 AI를 위한 머신러닝 작업(MLOps) Earned 7월 18, 2025 EDT
Generative AI Explorer Earned 8월 30, 2023 EDT

Dataflow 과정 시리즈의 두 번째 편에서는 Beam SDK를 사용하여 파이프라인을 개발하는 방법을 자세히 살펴보겠습니다. 먼저 Apache Beam 개념에 대한 복습부터 시작하겠습니다. 다음으로 윈도우, 워터마크, 트리거를 사용하여 스트리밍 데이터를 처리하는 방법을 알아봅니다. 그런 다음 파이프라인의 소스 및 싱크 옵션, 정형 데이터를 표현하는 스키마, State 및 Timer API를 사용하여 스테이트풀(Stateful) 변환을 수행하는 방법을 다룹니다. 이제 파이프라인 성능을 극대화하는 데 도움이 되는 권장사항을 살펴보겠습니다. 과정의 마지막 부분에서는 Beam에서 비즈니스 로직을 표현하기 위한 SQL과 DataFrame을 소개하고 Beam 노트북을 사용하여 파이프라인을 반복적으로 개발하는 방법을 알아봅니다.

자세히 알아보기

이 과정에서는 Google의 완전 관리형 서버리스 Functions as a Service(FaaS) 제품인 Cloud Run Functions에 대해 알아봅니다. Cloud Run Functions는 클라우드 인프라의 HTTP 요청과 이벤트에 반응하는 단일 목적 함수 코드를 구현하는 데 사용되는 제품입니다.

자세히 알아보기

NotebookLM을 사용하여 Professional Machine Learning Engineer(PMLE) 자격증 시험을 위한 맞춤형 학습 가이드를 만드는 방법을 알아보세요. NotebookLM 기능을 검토하고, 노트북을 만들고, 학습 가이드를 사용하여 자격증 시험을 연습합니다.

자세히 알아보기

이 과정에서는 이벤트 기반 애플리케이션을 살펴보며, 서비스 조정 및 코레오그래피를 사용하여 마이크로서비스를 조정하는 방법을 소개합니다. 강의 및 실무형 실습을 통해 Workflows, Eventarc, Cloud Tasks, Cloud Scheduler를 사용하여 Google Cloud에서 마이크로서비스 애플리케이션을 빌드하는 방법을 알아봅니다.

자세히 알아보기

이 과정에서는 Google Cloud로 애플리케이션 개발하기의 기초를 학습합니다. 클라우드 애플리케이션 권장사항과 애플리케이션 사용 사례에 적합한 컴퓨팅 및 데이터 옵션을 선택하는 방법을 살펴보고 생성형 AI를 소개하며 애플리케이션을 빌드하는 데 이를 사용하는 방법에 대해서도 다룹니다. 인증 및 승인, 애플리케이션 배포, 지속적 통합 및 배포, Google Cloud에서 실행되는 애플리케이션의 모니터링 및 성능 조정에 대해 알아본 후 강의와 실무형 실습을 통해 Google Cloud에서 애플리케이션을 빌드하고 실행하는 방법을 배우게 됩니다.

자세히 알아보기

Google Cloud 기초: 핵심 인프라 과정은 Google Cloud 사용에 관한 중요한 개념 및 용어를 소개합니다. 이 과정에서는 동영상 및 실무형 실습을 통해 중요한 리소스 및 정책 관리 도구와 함께 Google Cloud의 다양한 컴퓨팅 및 스토리지 서비스를 살펴보고 비교합니다.

자세히 알아보기

이 과정에서는 신경망이 입력 시퀀스의 특정 부분에 집중할 수 있도록 하는 강력한 기술인 주목 메커니즘을 소개합니다. 주목 메커니즘의 작동 방식과 이 메커니즘을 다양한 머신러닝 작업(기계 번역, 텍스트 요약, 질문 답변 등)의 성능을 개선하는 데 활용하는 방법을 알아봅니다.

자세히 알아보기

이 과정에서는 최근 이미지 생성 분야에서 가능성을 보여준 머신러닝 모델 제품군인 확산 모델을 소개합니다. 확산 모델은 열역학을 비롯한 물리학에서 착안했습니다. 지난 몇 년 동안 확산 모델은 연구계와 업계 모두에서 주목을 받았습니다. 확산 모델은 Google Cloud의 다양한 최신 이미지 생성 모델과 도구를 뒷받침합니다. 이 과정에서는 확산 모델의 이론과 Vertex AI에서 이 모델을 학습시키고 배포하는 방법을 소개합니다.

자세히 알아보기

이 과정에서는 생성형 AI 모델을 배포하고 관리할 때 MLOps팀이 직면하는 고유한 과제를 파악하는 데 필요한 지식과 도구를 제공하고 Vertex AI가 어떻게 AI팀이 MLOps 프로세스를 간소화하고 생성형 AI 프로젝트에서 성공을 거둘 수 있도록 지원하는지 살펴봅니다.

자세히 알아보기

Welcome Gamers! Create and test a prompt, create a conversation, and explore the prompt gallery, all while having fun! Explore Generative AI Studio in Vertex AI. You will compete to see who can finish the game with the highest score. Earn the points by completing the steps in the lab.... and get bonus points for speed! Be sure to click "End" when you're done with each lab to get the maximum points. All players will be awarded the game badge.

자세히 알아보기