Приєднатися Увійти

Dinesh Kumar Siva

Учасник із 2019

Золота ліга

Кількість балів: 3905
Build a Certification Study Guide: PDE Exam Prep Earned лют. 26, 2024 EST
DEPRECATED Explore Machine Learning Models with Explainable AI Earned груд. 29, 2021 EST
Serverless Data Processing with Dataflow: Foundations Earned груд. 24, 2021 EST
Use Machine Learning APIs on Google Cloud Earned груд. 22, 2021 EST
Налаштування Cloud Load Balancing для Compute Engine Earned груд. 16, 2021 EST
Smart Analytics, Machine Learning, and AI on Google Cloud Earned груд. 9, 2021 EST
Build Streaming Data Pipelines on Google Cloud Earned груд. 8, 2021 EST
Підготовка даних для інтерфейсів API машинного навчання в Google Cloud Earned груд. 2, 2021 EST
Build Data Lakes and Data Warehouses on Google Cloud Earned жовт. 25, 2021 EDT
Google Cloud Big Data and Machine Learning Fundamentals - українська Earned жовт. 15, 2021 EDT

Learn how to use Gemini Notebook to create a personalized study guide for the Professional Data Engineer certification exam. You'll review Gemini Notebook features, create a notebook in Gemini Notebook, and learn how to use a study guide to practice for a certification exam.

Докладніше

Earn a skill badge by completing the Explore Machine Learning Models with Explainable AI quest, where you will learn how to do the following using Explainable AI: build and deploy a model to an AI platform for serving (prediction), use the What-If Tool with an image recognition model, identify bias in mortgage data using the What-If Tool, and compare models using the What-If Tool to identify potential bias. A skill badge is an exclusive digital badge issued by Google Cloud in recognition of your proficiency with Google Cloud products and services and tests your ability to apply your knowledge in an interactive hands-on environment. Complete this skill badge quest and the final assessment challenge lab to receive a skill badge that you can share with your network.

Докладніше

This course is part 1 of a 3-course series on Serverless Data Processing with Dataflow. In this first course, we start with a refresher of what Apache Beam is and its relationship with Dataflow. Next, we talk about the Apache Beam vision and the benefits of the Beam Portability framework. The Beam Portability framework achieves the vision that a developer can use their favorite programming language with their preferred execution backend. We then show you how Dataflow allows you to separate compute and storage while saving money, and how identity, access, and management tools interact with your Dataflow pipelines. Lastly, we look at how to implement the right security model for your use case on Dataflow.

Докладніше

Earn the advanced skill badge by completing the Use Machine Learning APIs on Google Cloud course, where you learn the basic features for the following machine learning and AI technologies: Cloud Vision API, Cloud Translation API, and Cloud Natural Language API.

Докладніше

Пройдіть вступний кваліфікаційний курс Налаштування Cloud Load Balancing для Compute Engine, щоб продемонструвати свої навички: створення й розгортання віртуальних машин у Compute Engine; налаштування мережі й розподілювачів навантаження додатків.

Докладніше

Incorporating machine learning into data pipelines increases the ability to extract insights from data. This course covers ways machine learning can be included in data pipelines on Google Cloud. For little to no customization, this course covers AutoML. For more tailored machine learning capabilities, this course introduces Notebooks and BigQuery machine learning (BigQuery ML). Also, this course covers how to productionalize machine learning solutions by using Vertex AI.

Докладніше

In this course you will get hands-on in order to work through real-world challenges faced when building streaming data pipelines. The primary focus is on managing continuous, unbounded data with Google Cloud products.

Докладніше

Пройдіть вступний кваліфікаційний курс Підготовка даних для інтерфейсів API машинного навчання в Google Cloud, щоб продемонструвати свої навички щодо очистки даних за допомогою сервісу Dataprep by Trifacta, запуску конвеєрів даних у Dataflow, створення кластерів і запуску завдань Apache Spark у Managed Service for Apache Spark, а також виклику API машинного навчання, зокрема Cloud Natural Language API, Google Cloud Speech-to-Text API і Video Intelligence API.

Докладніше

While the traditional approaches of using data lakes and data warehouses can be effective, they have shortcomings, particularly in large enterprise environments. This course introduces the concept of a data lakehouse and the Google Cloud products used to create one. A lakehouse architecture uses open-standard data sources and combines the best features of data lakes and data warehouses, which addresses many of their shortcomings.

Докладніше

Під час курсу ви зможете ознайомитися з продуктами й сервісами Google Cloud для роботи з масивами даних і машинним навчанням, які підтримують життєвий цикл роботи з даними для тренування моделей штучного інтелекту. У курсі розглядаються процеси, проблеми й переваги створення конвеєру масиву даних і моделей машинного навчання з Vertex AI у Google Cloud.

Докладніше