Gabung Login

Terapkan keterampilan Anda di Konsol Google Cloud

Siddhi Shitole

Menjadi anggota sejak 2022

Managing and Securing the Apigee Hybrid API Platform Earned Sep 22, 2025 EDT
Serverless Data Processing with Dataflow: Develop Pipelines Earned Jan 3, 2025 EST
Bekerja dengan Model Gemini di BigQuery Earned Des 29, 2024 EST
Meningkatkan Produktivitas dengan Gemini in BigQuery Earned Des 29, 2024 EST
Serverless Data Processing with Dataflow: Operations Earned Des 26, 2024 EST
Membangun Mesh Data dengan Dataplex Earned Des 21, 2024 EST
Smart Analytics, Machine Learning, and AI on Google Cloud Earned Des 20, 2024 EST
Pengantar Data Engineering di Google Cloud Earned Nov 27, 2024 EST
Rekayasa Data untuk Pembuatan Model Prediktif dengan BigQuery ML Earned Okt 29, 2024 EDT
Serverless Data Processing with Dataflow: Foundations Earned Sep 13, 2024 EDT
Build Streaming Data Pipelines on Google Cloud Earned Sep 9, 2024 EDT
Preparing for your Professional Data Engineer Journey Earned Agu 24, 2024 EDT
Pengantar AI dan Machine Learning di Google Cloud Earned Jul 7, 2024 EDT
Membangun Data Warehouse dengan BigQuery Earned Mar 6, 2024 EST
Building Resilient Streaming Systems on Google Cloud Platform Earned Mar 6, 2024 EST
Responsible AI: Menerapkan Prinsip AI dengan Google Cloud Earned Okt 30, 2023 EDT
Pengantar Vertex AI Studio Earned Okt 30, 2023 EDT
Membuat Model Pemberian Teks pada Gambar Earned Okt 30, 2023 EDT
Model Transformer dan Model BERT Earned Okt 30, 2023 EDT
Arsitektur Encoder-Decoder Earned Okt 30, 2023 EDT
Mekanisme Atensi Earned Okt 30, 2023 EDT
Pengantar Pembuatan Gambar Earned Okt 30, 2023 EDT
Generative AI Fundamentals Earned Okt 30, 2023 EDT
Pengantar Model Bahasa Besar Earned Okt 29, 2023 EDT
Pengantar AI Generatif Earned Okt 29, 2023 EDT
Pengantar Responsible AI Earned Okt 29, 2023 EDT
Arsitektur Cloud: Merancang, Mengimplementasikan, dan Mengelola Earned Okt 23, 2023 EDT
Mengoptimalkan Biaya untuk Google Kubernetes Engine Earned Okt 23, 2023 EDT
Menyiapkan Jaringan Google Cloud Earned Okt 23, 2023 EDT
Menyiapkan Data untuk ML API di Google Cloud Earned Sep 23, 2023 EDT
On Premises Installation and Fundamentals with Google Cloud's Apigee API Platform Earned Agu 10, 2023 EDT
Men-deploy dan Mengelola Apigee X Earned Agu 3, 2023 EDT
On Premises Capacity Upgrade and Monitoring with Google Cloud's Apigee API Platform Earned Agu 2, 2023 EDT
On Premises Management, Security, and Upgrade with Google Cloud's Apigee API Platform Earned Jul 29, 2023 EDT
Architecting and Installing the Apigee Hybrid API Platform Earned Jul 26, 2023 EDT
API Development on Google Cloud's Apigee API Platform Earned Jul 25, 2023 EDT
API Security on Google Cloud's Apigee API Platform Earned Jul 24, 2023 EDT
API Design and Fundamentals of Google Cloud's Apigee API Platform Earned Jul 23, 2023 EDT
Infrastruktur Google Cloud yang Dapat Diandalkan: Desain dan Proses Earned Jun 2, 2023 EDT
Preparing for your Professional Cloud Architect Journey Earned Mei 18, 2023 EDT
Production Machine Learning Systems Earned Mei 1, 2023 EDT
Machine Learning in the Enterprise Earned Apr 30, 2023 EDT
Feature Engineering Earned Apr 27, 2023 EDT
Build, Train and Deploy ML Models with Keras on Google Cloud Earned Apr 25, 2023 EDT
Launching into Machine Learning Earned Apr 19, 2023 EDT
How Google Does Machine Learning Earned Apr 9, 2023 EDT
Logging and Monitoring in Google Cloud Earned Des 28, 2022 EST
Security Best Practices in Google Cloud Earned Des 28, 2022 EST
Managing Security in Google Cloud Earned Des 28, 2022 EST
Networking in Google Cloud: Routing and Addressing Earned Des 27, 2022 EST
Networking in Google Cloud: Fundamentals Earned Des 26, 2022 EST
Preparing for Your Professional Cloud Security Engineer Journey Earned Des 16, 2022 EST
Build Batch Data Pipelines on Google Cloud Earned Okt 3, 2022 EDT
Build Data Lakes and Data Warehouses on Google Cloud Earned Sep 28, 2022 EDT
Google Cloud Big Data and Machine Learning Fundamentals Earned Sep 26, 2022 EDT
Membangun Infrastruktur dengan Terraform di Google Cloud Earned Agu 27, 2022 EDT
Mengembangkan Jaringan Google Cloud Anda Earned Agu 26, 2022 EDT
Menyiapkan Lingkungan Pengembangan Aplikasi di Google Cloud Earned Agu 25, 2022 EDT
Mengimplementasikan Cloud Load Balancing untuk Compute Engine Earned Agu 25, 2022 EDT
Mulai Menggunakan Google Kubernetes Engine Earned Agu 24, 2022 EDT
Infrastruktur Google Cloud Elastis: Penskalaan dan Otomatisasi Earned Agu 23, 2022 EDT
Infrastruktur Google Cloud yang Penting: Layanan Inti Earned Agu 23, 2022 EDT
Infrastruktur Google Cloud yang Penting: Fondasi Earned Agu 21, 2022 EDT
Dasar-Dasar Google Cloud: Infrastruktur Inti Earned Agu 19, 2022 EDT
Bersiap untuk Perjalanan Associate Cloud Engineer Anda Earned Agu 17, 2022 EDT

This course discusses how environments are managed in Apigee hybrid, and how runtime plane components are secured. You will also learn how to deploy and debug API proxies in Apigee hybrid, and about capacity planning and scaling.

Pelajari lebih lanjut

In this second installment of the Dataflow course series, we are going to be diving deeper on developing pipelines using the Beam SDK. We start with a review of Apache Beam concepts. Next, we discuss processing streaming data using windows, watermarks and triggers. We then cover options for sources and sinks in your pipelines, schemas to express your structured data, and how to do stateful transformations using State and Timer APIs. We move onto reviewing best practices that help maximize your pipeline performance. Towards the end of the course, we introduce SQL and Dataframes to represent your business logic in Beam and how to iteratively develop pipelines using Beam notebooks.

Pelajari lebih lanjut

Kursus ini menunjukkan cara menggunakan model AI/ML untuk tugas-tugas AI generatif di BigQuery. Melalui kasus penggunaan praktis yang melibatkan pengelolaan hubungan pelanggan (CRM), Anda akan mempelajari alur kerja pemecahan masalah bisnis dengan model Gemini. Untuk memudahkan pemahaman, kursus ini juga menyediakan panduan langkah demi langkah melalui solusi coding menggunakan kueri SQL dan notebook Python.

Pelajari lebih lanjut

Kursus ini mengeksplorasi Gemini in BigQuery, yakni paket fitur yang didukung AI untuk membantu alur kerja data ke AI. Paket fitur ini meliputi eksplorasi dan persiapan data, pembuatan kode dan pemecahan masalah, serta penemuan dan visualisasi alur kerja. Melalui penjelasan konseptual, kasus penggunaan praktis, dan lab interaktif, kursus ini akan membantu para praktisi data dalam meningkatkan produktivitas mereka dan mempercepat pipeline pengembangan.

Pelajari lebih lanjut

In the last installment of the Dataflow course series, we will introduce the components of the Dataflow operational model. We will examine tools and techniques for troubleshooting and optimizing pipeline performance. We will then review testing, deployment, and reliability best practices for Dataflow pipelines. We will conclude with a review of Templates, which makes it easy to scale Dataflow pipelines to organizations with hundreds of users. These lessons will help ensure that your data platform is stable and resilient to unanticipated circumstances.

Pelajari lebih lanjut

Selesaikan badge keahlian pengantar Membangun Mesh Data dengan Dataplex untuk menunjukkan keterampilan dalam hal berikut: membuat mesh data dengan Dataplex untuk memfasilitasi keamanan, tata kelola, dan penemuan data di Google Cloud. Anda akan berlatih dan menguji keterampilan Anda dalam memberikan tag pada aset, menetapkan peran IAM, dan menilai kualitas data di Dataplex.

Pelajari lebih lanjut

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.

Pelajari lebih lanjut

Dalam kursus ini, Anda akan belajar tentang data engineering on Google Cloud, peran dan tanggung jawab data engineer, dan bagaimana hal tersebut terhubung dengan penawaran yang disediakan oleh Google Cloud. Anda juga akan mempelajari cara untuk mengatasi tantangan terkait data engineering.

Pelajari lebih lanjut

Selesaikan badge keahlian tingkat menengah Rekayasa Data untuk Pembuatan Model Prediktif dengan BigQuery ML untuk menunjukkan keterampilan Anda dalam hal berikut: membangun pipeline transformasi data ke BigQuery dengan Dataprep by Trifacta; menggunakan Cloud Storage, Dataflow, dan BigQuery untuk membangun alur kerja ekstrak, transformasi, dan pemuatan (ETL); serta membangun model machine learning menggunakan BigQuery ML.

Pelajari lebih lanjut

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.

Pelajari lebih lanjut

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.

Pelajari lebih lanjut

This course helps learners create a study plan for the PDE (Professional Data Engineer) certification exam. Learners explore the breadth and scope of the domains covered in the exam. Learners assess their exam readiness and create their individual study plan.

Pelajari lebih lanjut

Kursus ini memperkenalkan kemampuan AI dan machine learning (ML) Google Cloud, dengan fokus pada pengembangan project AI generatif dan prediktif. Kursus ini akan membahas berbagai teknologi, produk, dan alat yang tersedia di seluruh siklus proses data ke AI, yang memberdayakan data scientist, developer AI, dan engineer ML untuk meningkatkan keahlian mereka melalui latihan interaktif.

Pelajari lebih lanjut

Selesaikan badge keahlian tingkat menengah Membangun Data Warehouse dengan BigQuery untuk menunjukkan keterampilan Anda dalam hal berikut: menggabungkan data untuk membuat tabel baru, memecahkan masalah penggabungan, menambahkan data dengan union, membuat tabel berpartisi tanggal, serta menggunakan JSON, array, dan struct di BigQuery.

Pelajari lebih lanjut

This 1-week, accelerated on-demand course builds upon Google Cloud Platform Big Data and Machine Learning Fundamentals. Through a combination of video lectures, demonstrations, and hands-on labs, you'll learn to build streaming data pipelines using Google cloud Pub/Sub and Dataflow to enable real-time decision making. You will also learn how to build dashboards to render tailored output for various stakeholder audiences.

Pelajari lebih lanjut

Seiring semakin meningkatnya penggunaan Kecerdasan Buatan dan Machine Learning di kalangan perusahaan, proses membangunnya secara bertanggung jawab juga menjadi semakin penting. Membicarakan responsible AI mungkin lebih mudah bagi banyak orang daripada mempraktikkannya. Jika Anda tertarik untuk mempelajari cara mengoperasionalkan responsible AI dalam organisasi Anda, kursus ini cocok untuk Anda. Dalam kursus ini, Anda akan mempelajari bagaimana Google Cloud mengoperasionalkan responsible AI, dengan praktik terbaik dan pelajaran yang dapat dipetik. Hal ini berguna sebagai framework bagi Anda untuk membangun pendekatan responsible AI.

Pelajari lebih lanjut

Kursus ini memperkenalkan Vertex AI Studio, sebuah alat untuk berinteraksi dengan model AI generatif, membuat prototipe ide bisnis, dan meluncurkannya ke dalam produksi. Melalui kasus penggunaan yang imersif, pelajaran menarik, dan lab interaktif, Anda akan menjelajahi siklus proses dari perintah ke produk dan mempelajari cara memanfaatkan Vertex AI Studio untuk aplikasi multimodal Gemini, desain perintah, rekayasa perintah, dan tuning model. Tujuan kursus ini adalah agar Anda dapat memanfaatkan potensi AI generatif dalam project Anda dengan Vertex AI Studio.

Pelajari lebih lanjut

Kursus ini menjelaskan cara membuat model keterangan gambar menggunakan deep learning. Anda akan belajar tentang berbagai komponen model keterangan gambar, seperti encoder dan decoder, serta cara melatih dan mengevaluasi model. Pada akhir kursus ini, Anda akan dapat membuat model keterangan gambar Anda sendiri dan menggunakannya untuk menghasilkan teks bagi gambar.

Pelajari lebih lanjut

Kursus ini memperkenalkan Anda pada arsitektur Transformer dan model Representasi Encoder Dua Arah dari Transformer (Bidirectional Encoder Representations from Transformers atau BERT). Anda akan belajar tentang komponen utama arsitektur Transformer, seperti mekanisme self-attention, dan cara penggunaannya untuk membangun model BERT. Anda juga akan belajar tentang berbagai tugas yang dapat memanfaatkan BERT, seperti klasifikasi teks, menjawab pertanyaan, dan inferensi natural language. Kursus ini diperkirakan memakan waktu sekitar 45 menit untuk menyelesaikannya.

Pelajari lebih lanjut

Kursus ini memberi Anda sinopsis tentang arsitektur encoder-decoder, yang merupakan arsitektur machine learning yang canggih dan umum untuk tugas urutan-ke-urutan seperti terjemahan mesin, ringkasan teks, dan tanya jawab. Anda akan belajar tentang komponen utama arsitektur encoder-decoder serta cara melatih dan menyalurkan model ini. Dalam panduan lab yang sesuai, Anda akan membuat kode pada penerapan simpel arsitektur encoder-decoder di TensorFlow untuk pembuatan puisi dari awal.

Pelajari lebih lanjut

Dalam kursus ini Anda akan diperkenalkan dengan mekanisme atensi, yakni teknik efektif yang membuat jaringan neural berfokus pada bagian tertentu urutan input. Anda akan mempelajari cara kerja atensi, cara penggunaannya untuk meningkatkan performa berbagai tugas machine learning, termasuk terjemahan mesin, peringkasan teks, dan menjawab pertanyaan.

Pelajari lebih lanjut

Kursus ini memperkenalkan model difusi, yaitu kelompok model machine learning yang belakangan ini menunjukkan potensinya dalam ranah pembuatan gambar. Model difusi mengambil inspirasi dari fisika, khususnya termodinamika. Dalam beberapa tahun terakhir, model difusi menjadi populer baik di dunia industri maupun penelitian. Model difusi mendasari banyak alat dan model pembuatan gambar yang canggih di Google Cloud. Kursus ini memperkenalkan Anda pada teori yang melandasi model difusi dan cara melatih serta men-deploy-nya di Vertex AI.

Pelajari lebih lanjut

Earn a skill badge by passing the final quiz, you'll demonstrate your understanding of foundational concepts in generative AI. A skill badge is a digital badge issued by Google Cloud in recognition of your knowledge of Google Cloud products and services. Share your skill badge by making your profile public and adding it to your social media profile.

Pelajari lebih lanjut

Ini adalah kursus pengantar pembelajaran mikro yang membahas definisi model bahasa besar (LLM), kasus penggunaannya, dan cara menggunakan prompt tuning untuk meningkatkan performa LLM. Kursus ini juga membahas beberapa alat Google yang dapat membantu Anda mengembangkan aplikasi AI Generatif Anda sendiri.

Pelajari lebih lanjut

Ini adalah kursus pengantar pembelajaran mikro yang bertujuan untuk mendefinisikan AI Generatif, cara penggunaannya, dan perbedaannya dari metode machine learning konvensional. Kursus ini juga mencakup Alat-alat Google yang dapat membantu Anda mengembangkan aplikasi AI Generatif Anda sendiri.

Pelajari lebih lanjut

Ini adalah kursus pengantar pembelajaran mikro yang dimaksudkan untuk menjelaskan responsible AI, alasan pentingnya responsible AI, dan cara Google mengimplementasikan responsible AI dalam produknya. Kursus ini juga memperkenalkan 7 prinsip AI Google.

Pelajari lebih lanjut

Dapatkan badge keahlian dengan menyelesaikan kursus Arsitektur Cloud: Merancang, Mengimplementasikan, dan Mengelola untuk menunjukkan keahlian Anda dalam hal berikut: men-deploy situs yang dapat diakses secara publik menggunakan server web Apache, mengonfigurasi VM Compute Engine menggunakan skrip startup, mengonfigurasi RDP yang aman menggunakan Bastion host Windows dan aturan firewall, membangun dan men-deploy image Docker ke cluster Kubernetes serta kemudian mengupdatenya, membuat instance CloudSQL, dan mengimpor database MySQL. Kursus badge keahlian ini merupakan referensi yang bagus untuk memahami topik yang akan muncul di ujian sertifikasi Professional Cloud Architect Tersertifikasi Google Cloud.

Pelajari lebih lanjut

Selesaikan badge keahlian tingkat menengah Mengoptimalkan Biaya untuk Google Kubernetes Engine untuk menunjukkan keterampilan dalam hal berikut: membuat dan mengelola cluster multi-tenant, memantau penggunaan resource berdasarkan namespace, mengonfigurasi penskalaan otomatis pada cluster dan pod untuk tujuan efisiensi, menyiapkan load balancing untuk mengoptimalkan distribusi resource, dan menerapkan pemeriksaan keaktifan serta kesiapan untuk memastikan kondisi aplikasi dan efektivitas biaya.

Pelajari lebih lanjut

Dapatkan badge keahlian dengan menyelesaikan kursus Menyiapkan Jaringan Google Cloud, untuk mempelajari cara menjalankan tugas-tugas networking dasar di Google Cloud Platform, yakni membuat jaringan kustom, menambahkan aturan firewall subnet, lalu membuat VM dan menguji latensi saat VM berkomunikasi satu sama lain.

Pelajari lebih lanjut

Selesaikan badge keahlian pengantar Menyiapkan Data untuk ML API di Google Cloud untuk menunjukkan keterampilan Anda dalam hal berikut: menghapus data dengan Dataprep by Trifacta, menjalankan pipeline data di Dataflow, membuat cluster dan menjalankan tugas Apache Spark di Dataproc, dan memanggil beberapa ML API, termasuk Cloud Natural Language API, Google Cloud Speech-to-Text API, dan Video Intelligence API.

Pelajari lebih lanjut

This course introduces you to the fundamentals and advanced practices applicable to the installation and management of Google Cloud's Apigee API Platform for private cloud. Through a combination of lectures, hands-on labs, and supplemental materials, you will learn how to design, install, secure, manage, and scale Apigee API Platform. This is the first course of the Installing and Managing Google Cloud's Apigee API Platform for Private Cloud series. After completing this course, enroll in the On Premises Management, Security, and Upgrade with Google Cloud's Apigee API Platform course.

Pelajari lebih lanjut

Dapatkan badge keahlian dengan menyelesaikan kursus badge keahlian Men-deploy dan Mengelola Apigee X, tempat Anda akan mempelajari lebih lanjut arsitektur Apigee X, cara menyediakan organisasi Apigee X dalam project Google Cloud, pengelolaan Apigee X menggunakan API dan UI Apigee, serta kebijakan penggunaan Cloud Armor dan perlindungan ancaman Apigee untuk melindungi API Anda.

Pelajari lebih lanjut

Learn how to upgrade capacity for the Apigee for private cloud platform installation, and how to monitor the platform. This is the third and final course of the Installing and Managing Google Cloud's Apigee API Platform for Private Cloud series.

Pelajari lebih lanjut

This course discusses the management and operation of the Apigee platform for private cloud. It includes topics on operational practices, API deployment, analytics, security and upgrade of the platform. This is the second course of the Installing and Managing Google Cloud's Apigee API Platform for Private Cloud course series. After completing this course, enroll in the On Premises Capacity Upgrade and Monitoring with Google Cloud's Apigee API Platform course.

Pelajari lebih lanjut

This course introduces you to the fundamentals and practices used to install and manage Google Cloud's Apigee API Platform for hybrid cloud. Through a combination of lectures, a hands-on lab, and supplemental materials, you will learn how to install and operate the Apigee API Platform.

Pelajari lebih lanjut

In this course, you learn how to create APIs that utilize multiple services and how you can use custom code on Apigee. You will also learn about fault handling, and how to share logic between proxies. You learn about traffic management and caching. You also create a developer portal, and publish your API to the portal. You learn about logging and analytics, as well as CI/CD and the different deployment models supported by Apigee. Through a combination of lectures, hands-on labs, and supplemental materials, you will learn how to design, build, secure, deploy, and manage API solutions using Google Cloud's Apigee API Platform.This is the third and final course of the Developing APIs with Google Cloud's Apigee API Platform course series.

Pelajari lebih lanjut

In this course, you learn how to secure your APIs. You explore the security concerns you will encounter for your APIs. You learn about OAuth, the primary authorization method for REST APIs. You will learn about JSON Web Tokens (JWTs) and federated security. You also learn about securing against malicious requests, safely sending requests across a public network, and how to secure your data for users of Apigee. Through a combination of lectures, hands-on labs, and supplemental materials, you will learn how to design, build, secure, deploy, and manage API solutions using Google Cloud's Apigee API Platform. This is the second course of the Developing APIs with Google Cloud's Apigee API Platform series. After completing this course, enroll in the API Development on Google Cloud's Apigee API Platform course.

Pelajari lebih lanjut

In this course, you learn how to design APIs, and how to use OpenAPI specifications to document them. You learn about the API life cycle, and how the Apigee API platform helps you manage all aspects of the life cycle. You learn about how APIs can be designed using API proxies, and how APIs are packaged as API products to be used by app developers. Through a combination of lectures, hands-on labs, and supplemental materials, you will learn how to design, build, secure, deploy, and manage API solutions using Google Cloud's Apigee API Platform. This is the first course of the Developing APIs with Google Cloud's Apigee API Platform series. After completing this course, enroll in the API Security on Google Cloud's Apigee API Platform course.

Pelajari lebih lanjut

Kursus ini membekali peserta dengan keterampilan untuk membangun solusi yang sangat andal dan efisien di Google Cloud menggunakan pola desain yang telah terbukti. Kursus ini merupakan kelanjutan dari kursus Membangun dengan Google Compute Engine atau Membangun dengan Google Kubernetes Engine dan memberikan pengalaman interaktif dengan teknologi yang dibahas dalam kursus tersebut. Melalui kombinasi presentasi, aktivitas desain, dan lab interaktif, peserta akan mempelajari cara menentukan serta menyeimbangkan kebutuhan bisnis dan teknis untuk merancang deployment Google Cloud yang sangat andal, sangat tersedia, aman, dan hemat biaya.

Pelajari lebih lanjut

This course helps learners create a study plan for the PCA (Professional Cloud Architect) certification exam. Learners explore the breadth and scope of the domains covered in the exam. Learners assess their exam readiness and create their individual study plan.

Pelajari lebih lanjut

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.

Pelajari lebih lanjut

This course takes a real-world approach to the ML Workflow through a case study. An ML team faces several ML business requirements and use cases. The team must understand the tools required for data management and governance and consider the best approach for data preprocessing. The team is presented with three options to build ML models for two use cases. The course explains why they would use AutoML, BigQuery ML, or custom training to achieve their objectives.

Pelajari lebih lanjut

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.

Pelajari lebih lanjut

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

Pelajari lebih lanjut

The course begins with a discussion about data: how to improve data quality and perform exploratory data analysis. We describe Vertex AI AutoML and how to build, train, and deploy an ML model without writing a single line of code. You will understand the benefits of Big Query ML. We then discuss how to optimize a machine learning (ML) model and how generalization and sampling can help assess the quality of ML models for custom training.

Pelajari lebih lanjut

This course explores what ML is and what problems it can solve. The course also discusses best practices for implementing machine learning. You’re introduced to Vertex AI, a unified platform to quickly build, train, and deploy AutoML machine learning models. The course discusses the five phases of converting a candidate use case to be driven by machine learning, and why it’s important to not skip them. The course ends with recognizing the biases that ML can amplify and how to recognize them.

Pelajari lebih lanjut

Welcome to the two-part course on Logging, Monitoring, and Observability in Google Cloud. The core operations tools in Google Cloud break down into two major categories. The operations-focused components and the application performance management tools. This course, Logging and Monitoring in Google Cloud, covers the operations-focused components including Logging, Monitoring, and Service Monitoring. After taking this course, it is suggested that you complete part 2, Observability in Google Cloud, to learn about the available application performance management tools.

Pelajari lebih lanjut

This self-paced training course gives participants broad study of security controls and techniques on Google Cloud. Through recorded lectures, demonstrations, and hands-on labs, participants explore and deploy the components of a secure Google Cloud solution, including Cloud Storage access control technologies, Security Keys, Customer-Supplied Encryption Keys, API access controls, scoping, shielded VMs, encryption, and signed URLs. It also covers securing Kubernetes environments.

Pelajari lebih lanjut

This self-paced training course gives participants broad study of security controls and techniques on Google Cloud. Through recorded lectures, demonstrations, and hands-on labs, participants explore and deploy the components of a secure Google Cloud solution, including Cloud Identity, Resource Manager, IAM, Virtual Private Cloud firewalls, Cloud Load Balancing, Cloud Peering, Cloud Interconnect, and VPC Service Controls. This is the first course of the Security in Google Cloud series. After completing this course, enroll in the Security Best Practices in Google Cloud course.

Pelajari lebih lanjut

Welcome to the second course in the networking and Google Cloud series routing and addressing. In this course, we'll cover the central routing and addressing concepts that are relevant to Google Cloud's networking capabilities. Module one will lay the foundation by exploring network routing and addressing in Google Cloud, covering key building blocks such as routing IPv4, bringing your own IP addresses and setting up cloud DNS. In Module two will shift our focus to private connection options, exploring use cases and methods for accessing Google and other services privately using internal IP addresses. By the end of this course, you'll have a solid grasp of how to effectively route and address your network traffic within Google Cloud.

Pelajari lebih lanjut

Networking in Google cloud is a 6 part course series. Welcome to the first course of our six part course series, Networking in Google Cloud: Fundamentals.  This course provides a comprehensive overview of core networking concepts, including networking fundamentals, virtual private clouds (VPCs), and the sharing of VPC networks. Additionally, the course covers network logging and monitoring techniques. 

Pelajari lebih lanjut

This course helps learners prepare for the Professional Cloud Security Engineer (PCSE) Certification exam. Learners will be exposed to and engage with exam topics through a series of lectures, diagnostic questions, and knowledge checks. After completing this course, learners will have a personalized workbook that will guide them through the rest of their certification readiness journey.

Pelajari lebih lanjut

In this intermediate course, you will learn to design, build, and optimize robust batch data pipelines on Google Cloud. Moving beyond fundamental data handling, you will explore large-scale data transformations and efficient workflow orchestration, essential for timely business intelligence and critical reporting. Get hands-on practice using Dataflow for Apache Beam and Serverless for Apache Spark (Dataproc Serverless) for implementation, and tackle crucial considerations for data quality, monitoring, and alerting to ensure pipeline reliability and operational excellence. A basic knowledge of data warehousing, ETL/ELT, SQL, Python, and Google Cloud concepts is recommended.

Pelajari lebih lanjut

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.

Pelajari lebih lanjut

This course introduces the Google Cloud big data and machine learning products and services that support the data-to-AI lifecycle. It explores the processes, challenges, and benefits of building a big data pipeline and machine learning models with Vertex AI on Google Cloud.

Pelajari lebih lanjut

Selesaikan badge keahlian Membangun Infrastruktur dengan Terraform di Google Cloud tingkat menengah untuk menunjukkan keterampilan dalam hal berikut: Prinsip Infrastruktur sebagai Kode (IaC) menggunakan Terraform, penyediaan dan pengelolaan resource Google Cloud dengan konfigurasi Terraform, pengelolaan status yang efektif (lokal dan jarak jauh), serta modularisasi kode Terraform agar dapat digunakan kembali dan diatur.

Pelajari lebih lanjut

Dapatkan badge keahlian dengan menyelesaikan kursus Mengembangkan Jaringan Google Cloud Anda yang berisi pelajaran tentang berbagai cara untuk men-deploy dan memantau aplikasi, termasuk cara: menjelajahi peran IAM dan menambahkan/menghapus akses project, membuat jaringan VPC, men-deploy dan memantau VM Compute Engine, menulis kueri SQL, men-deploy dan memantau VM di Compute Engine, serta men-deploy aplikasi menggunakan Kubernetes dengan beberapa pendekatan deployment.

Pelajari lebih lanjut

Dapatkan badge keahlian dengan menyelesaikan kursus Menyiapkan Lingkungan Pengembangan Aplikasi di Google Cloud, yang memungkinkan Anda mempelajari cara membangun dan menghubungkan infrastruktur cloud yang berpusat pada penyimpanan menggunakan kemampuan dasar teknologi berikut: Cloud Storage, Identity and Access Management, Cloud Functions, dan Pub/Sub.

Pelajari lebih lanjut

Selesaikan badge keahlian pengantar Mengimplementasikan Cloud Load Balancing untuk Compute Engine untuk menunjukkan keterampilan dalam hal berikut: membuat dan men-deploy virtual machine di Compute Engine serta mengonfigurasi load balancer aplikasi dan jaringan.

Pelajari lebih lanjut

Selamat datang di kursus Mulai Menggunakan Google Kubernetes Engine. Jika Anda tertarik dengan Kubernetes, lapisan software yang berada di antara aplikasi Anda dan infrastruktur hardware Anda, maka Anda berada di tempat yang tepat! Google Kubernetes Engine menghadirkan Kubernetes sebagai layanan terkelola di Google Cloud. Tujuan kursus ini adalah untuk memperkenalkan dasar-dasar Google Kubernetes Engine, atau GKE, sebagaimana umumnya disebut, dan cara membuat aplikasi dalam container dan menjalankannya di Google Cloud. Kursus ini dimulai dengan pengantar dasar tentang Google Cloud, lalu dilanjutkan dengan ringkasan container dan Kubernetes, arsitektur Kubernetes, dan operasi Kubernetes.

Pelajari lebih lanjut

Kursus akselerasi sesuai permintaan ini memperkenalkan peserta pada infrastruktur dan layanan platform yang komprehensif dan fleksibel yang disediakan oleh Google Cloud. Melalui kombinasi video materi edukasi, demo, dan lab interaktif, peserta akan mengeksplorasi dan men-deploy berbagai elemen solusi, termasuk membuat interkoneksi jaringan yang aman, load balancing, penskalaan otomatis, otomatisasi infrastruktur, serta layanan terkelola.

Pelajari lebih lanjut

Kursus akselerasi sesuai permintaan ini memperkenalkan peserta pada infrastruktur dan layanan platform yang komprehensif dan fleksibel yang disediakan oleh Google Cloud, dengan fokus pada Compute Engine. Melalui kombinasi video materi edukasi, demo, dan lab praktis, peserta akan mengeksplorasi dan men-deploy berbagai elemen solusi, termasuk komponen infrastruktur seperti jaringan, sistem, dan layanan aplikasi. Kursus ini juga membahas cara men-deploy solusi praktis termasuk kunci enkripsi yang disediakan pelanggan, pengelolaan keamanan dan akses, kuota dan penagihan, serta pemantauan resource.

Pelajari lebih lanjut

Kursus akselerasi sesuai permintaan ini memperkenalkan peserta pada infrastruktur dan layanan platform yang komprehensif dan fleksibel yang disediakan oleh Google Cloud, dengan fokus pada Compute Engine. Melalui kombinasi video materi edukasi, demo, dan lab interaktif, peserta akan mengeksplorasi dan men-deploy berbagai elemen solusi, termasuk komponen infrastruktur seperti jaringan, virtual machine, dan layanan aplikasi. Anda akan mempelajari cara menggunakan Google Cloud melalui konsol dan Cloud Shell. Anda juga akan mempelajari peran arsitek cloud, pendekatan desain infrastruktur, dan konfigurasi networking virtual dengan Virtual Private Cloud (VPC), Project, Jaringan, Subnetwork, alamat IP, Rute, dan Aturan firewall.

Pelajari lebih lanjut

Dasar-Dasar Google Cloud: Infrastruktur Inti memperkenalkan konsep dan terminologi penting untuk bekerja dengan Google Cloud. Melalui video dan lab interaktif, kursus ini menyajikan dan membandingkan banyak layanan komputasi dan penyimpanan Google Cloud, bersama dengan resource penting dan alat pengelolaan kebijakan.

Pelajari lebih lanjut

Kursus ini membantu Anda menyusun persiapan untuk ujian Associate Cloud Engineer. Anda akan mempelajari domain Google Cloud yang tercakup dalam ujian dan cara membuat rencana belajar untuk meningkatkan pengetahuan domain Anda.

Pelajari lebih lanjut