Dołącz Zaloguj się

Wykorzystuj swoje umiejętności w konsoli Google Cloud

Ankur Rana

Jest członkiem od 2023

Liga złota

10245 pkt.
Production Machine Learning Systems Earned lut 4, 2026 EST
Engineer Data for Predictive Modeling with BigQuery ML Earned lut 4, 2026 EST
Create ML Models with BigQuery ML Earned sty 22, 2026 EST
Przygotowywanie danych do użycia z interfejsami ML w Google Cloud Earned sty 22, 2026 EST
Odpowiedzialna AI dla deweloperów: prywatność i bezpieczeństwo Earned sty 20, 2026 EST
Create Generative AI Apps on Google Cloud Earned sty 19, 2026 EST
Odpowiedzialna AI dla deweloperów: interpretowalność i przejrzystość Earned sty 18, 2026 EST
Odpowiedzialna AI dla deweloperów: obiektywność i uprzedzenia Earned sty 18, 2026 EST
Machine Learning Operations (MLOps): Getting Started Earned sty 18, 2026 EST
Machine Learning Operations (MLOps) with Vertex AI: Manage Features Earned sty 17, 2026 EST
Machine Learning Operations (MLOps) with Vertex AI: Model Evaluation Earned sty 14, 2026 EST
Build, Train and Deploy ML Models with Keras on Google Cloud Earned sty 9, 2026 EST
Feature Engineering Earned sty 5, 2026 EST
Introduction to Generative AI - Polski Earned sty 1, 2026 EST
Machine Learning Operations (MLOps) for Generative AI Earned sty 1, 2026 EST
Introduction to Large Language Models - Polski Earned sty 1, 2026 EST
Working with Notebooks in Vertex AI Earned gru 30, 2025 EST
Introduction to AI and Machine Learning on Google Cloud Earned gru 29, 2025 EST
Optimize Costs for Google Kubernetes Engine Earned cze 23, 2023 EDT
Set Up a Google Cloud Network Earned cze 19, 2023 EDT
Budowanie sieci w Google Cloud Earned cze 14, 2023 EDT
Wdrażanie równoważenia obciążenia Cloud Load Balancing w Compute Engine Earned cze 12, 2023 EDT
Konfigurowanie środowiska programistycznego w Google Cloud Earned cze 6, 2023 EDT

This course covers how to implement the various flavors of production ML systems— static, dynamic, and continuous training; static and dynamic inference; and batch and online processing. You delve into TensorFlow abstraction levels, the various options for doing distributed training, and how to write distributed training models with custom estimators. This is the second course of the Advanced Machine Learning on Google Cloud series. After completing this course, enroll in the Image Understanding with TensorFlow on Google Cloud course.

Więcej informacji

Complete the intermediate Engineer Data for Predictive Modeling with BigQuery ML skill badge to demonstrate skills in the following: building data transformation pipelines to BigQuery using Dataprep by Trifacta; using Cloud Storage, Dataflow, and BigQuery to build extract, transform, and load (ETL) workflows; and building machine learning models using BigQuery ML.

Więcej informacji

Complete the intermediate Create ML Models with BigQuery ML skill badge to demonstrate skills in creating and evaluating machine learning models with BigQuery ML to make data predictions.

Więcej informacji

Ukończ szkolenie wprowadzające Przygotowywanie danych do użycia z interfejsami ML w Google Cloud, aby zdobyć odznakę potwierdzającą zdobycie następujących umiejętności: czyszczenie danych przy użyciu usługi Dataprep firmy Trifacta, uruchamianie potoków danych w Dataflow, tworzenie klastrów i uruchamianie zadań Apache Spark w Dataproc, a także wywoływanie interfejsów API dotyczących uczenia maszynowego, w tym Cloud Natural Language API, Google Cloud Speech-to-Text API oraz Video Intelligence API.

Więcej informacji

To szkolenie wprowadza w ważne kwestie dotyczące prywatności i bezpieczeństwa w dziedzinie AI. W jego trakcie przedstawiamy praktyczne techniki i narzędzia, które umożliwiają wdrożenie sprawdzonych metod w zakresie prywatności i bezpieczeństwa AI przy użyciu usług Google Cloud oraz narzędzi open source.

Więcej informacji

Generative AI applications can create new user experiences that were nearly impossible before the invention of large language models (LLMs). As an application developer, how can you use generative AI to build engaging, powerful apps on Google Cloud? In this course, you'll learn about generative AI applications and how you can use prompt design and retrieval augmented generation (RAG) to build powerful applications using LLMs. You'll learn about a production-ready architecture that can be used for generative AI applications and you'll build an LLM and RAG-based chat application.

Więcej informacji

Na tym szkoleniu przedstawiamy koncepcje interpretowalności i przejrzystości AI. Omawiamy na nim, jak ważna jest przejrzystość AI dla deweloperów i inżynierów. Pokazujemy praktyczne techniki i narzędzia, które pomagają osiągnąć interpretowalność oraz przejrzystość zarówno w danych, jak i modelach AI.

Więcej informacji

Na tym szkoleniu przedstawiamy koncepcje odpowiedzialnej AI i zasad dotyczących AI. Omawiamy praktyczne metody identyfikowania obiektywności i uprzedzeń, a także ograniczania występowania uprzedzeń podczas używania AI/ML. W trakcie szkolenia przedstawiamy też praktyczne techniki i narzędzia, które umożliwiają wdrożenie sprawdzonych metod w zakresie odpowiedzialnej AI przy użyciu usług Google Cloud oraz narzędzi open source.

Więcej informacji

This course introduces participants to MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud. MLOps is a discipline focused on the deployment, testing, monitoring, and automation of ML systems in production. Machine Learning Engineering professionals use tools for continuous improvement and evaluation of deployed models. They work with (or can be) Data Scientists, who develop models, to enable velocity and rigor in deploying the best performing models.

Więcej informacji

This course introduces participants to MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud. MLOps is a discipline focused on the deployment, testing, monitoring, and automation of ML systems in production. Learners will get hands-on practice using Vertex AI Feature Store's streaming ingestion at the SDK layer.

Więcej informacji

This course equips machine learning practitioners with the essential tools, techniques, and best practices for evaluating both generative and predictive AI models. Model evaluation is a critical discipline for ensuring that ML systems deliver reliable, accurate, and high-performing results in production. Participants will gain a deep understanding of various evaluation metrics, methodologies, and their appropriate application across different model types and tasks. The course will emphasize the unique challenges posed by generative AI models and provide strategies for tackling them effectively. By leveraging Google Cloud's Vertex AI platform, participants will learn how to implement robust evaluation processes for model selection, optimization, and continuous monitoring.

Więcej informacji

This course covers building ML models with TensorFlow and Keras, improving the accuracy of ML models and writing ML models for scaled use.

Więcej informacji

This course explores the benefits of using Vertex AI Feature Store, how to improve the accuracy of ML models, and how to find which data columns make the most useful features. This course also includes content and labs on feature engineering using BigQuery ML, Keras, and TensorFlow.

Więcej informacji

Celem tego szybkiego szkolenia dla początkujących jest wyjaśnienie, czym jest generatywna AI oraz jakie są jej zastosowania. Szkolenie przedstawia również różnice pomiędzy tą technologią a tradycyjnymi systemami uczącymi się, a także narzędzia Google, które pomogą Ci tworzyć własne aplikacje korzystające z generatywnej AI.

Więcej informacji

This course is dedicated to equipping you with the knowledge and tools needed to uncover the unique challenges faced by MLOps teams when deploying and managing Generative AI models, and exploring how Vertex AI empowers AI teams to streamline MLOps processes and achieve success in Generative AI projects.

Więcej informacji

To szybkie szkolenie dla początkujących wyjaśnia, czym są duże modele językowe (LLM) oraz jakie są ich zastosowania. Przedstawia również możliwości zwiększenia ich wydajności przez dostrajanie przy użyciu promptów oraz narzędzia Google, które pomogą Ci tworzyć własne aplikacje korzystające z generatywnej AI.

Więcej informacji

This course is an introduction to Vertex AI Notebooks, which are Jupyter notebook-based environments that provide a unified platform for the entire machine learning workflow, from data preparation to model deployment and monitoring. The course covers the following topics: (1) The different types of Vertex AI Notebooks and their features and (2) How to create and manage Vertex AI Notebooks.

Więcej informacji

This course introduces Google Cloud's AI and machine learning (ML) capabilities, with a focus on developing both generative and predictive AI projects. It explores the various technologies, products, and tools available throughout the data-to-AI lifecycle, empowering data scientists, AI developers, and ML engineers to enhance their expertise through interactive exercises.

Więcej informacji

Complete the intermediate Optimize Costs for Google Kubernetes Engine skill badge course to demonstrate skills in the following: creating and managing multi-tenant clusters, monitoring resource usage by namespace, configuring cluster and pod autoscaling for efficiency, setting up load balancing for optimal resource distribution, and implementing liveness and readiness probes to ensure application health and cost-effectiveness.

Więcej informacji

Earn a skill badge by completing the Set Up a Google Cloud Network skill badge course, where you will learn how to perform basic networking tasks on Google Cloud Platform - create a custom network, add subnets firewall rules, then create VMs and test the latency when they communicate with each other.

Więcej informacji

Aby zdobyć odznakę umiejętności, ukończ szkolenie Budowanie sieci w Google Cloud, w trakcie którego poznasz różne sposoby wdrażania i monitorowania aplikacji i dowiesz się, jak: przeglądać role uprawnień, dodawać/usuwać dostęp do projektu, tworzyć sieci VPC, wdrażać i monitorować maszyny wirtualne Compute Engine, pisać zapytania SQL oraz wdrażać aplikacje przy użyciu różnych metod w Kubernetes.

Więcej informacji

Ukończ szkolenie wprowadzające Wdrażanie równoważenia obciążenia Cloud Load Balancing w Compute Engine, aby zdobyć odznakę potwierdzającą zdobycie następujących umiejętności: tworzenie i wdrażanie maszyn wirtualnych w Compute Engine oraz konfigurowanie sieciowych systemów równoważenia obciążenia i systemów równoważenia obciążenia aplikacji.

Więcej informacji

Aby zdobyć odznakę umiejętności, ukończ szkolenie Konfigurowanie środowiska programistycznego w Google Cloud, w trakcie którego dowiesz się, jak utworzyć i podłączyć infrastrukturę w chmurzę do przechowywania danych przy użyciu podstawowych funkcji technologii Cloud Storage, Identity and Access Management, Cloud Functions oraz Pub/Sub.

Więcej informacji