加入 登录

Amber Dubey

成为会员时间:2023

黄金联赛

15550 积分
设置 Google Cloud 网络 Earned Dec 9, 2024 EST
开发 Google Cloud 网络 Earned Dec 2, 2024 EST
在 Google Cloud 上使用 Terraform 构建基础设施 Earned Dec 2, 2024 EST
在 Google Cloud 上设置应用开发环境 Earned Sep 11, 2024 EDT
为 Compute Engine 实现云负载均衡 Earned Sep 4, 2024 EDT
Preparing for your Professional Data Engineer Journey Earned Jun 12, 2024 EDT
利用 BigQuery ML 构建预测模型时的数据工程处理 Earned Jan 4, 2024 EST
在 Google Cloud 上为机器学习 API 准备数据 Earned Dec 28, 2023 EST
使用 BigQuery 构建数据仓库 Earned Dec 9, 2023 EST

完成设置 Google Cloud 网络课程,赢取技能徽章, 您将了解如何在 Google Cloud Platform 上执行基本的网络组建和管理任务 - 创建自定义网络、添加子网防火墙规则,然后创建虚拟机并测试 虚拟机之间相互通信时的延迟时间。

了解详情

完成开发 Google Cloud 网络课程,赢取技能徽章。在此课程中,您将学习 部署和监控应用的多种方法,包括执行以下任务的方法:探索 IAM 角色并添加/移除 项目访问权限、创建 VPC 网络、部署和监控 Compute Engine 虚拟机、 编写 SQL 查询、在 Compute Engine 中部署和监控虚拟机,以及使用 Kubernetes 通过多种部署方法部署应用。

了解详情

完成在 Google Cloud 上使用 Terraform 构建基础设施技能徽章中级课程, 展示您在以下方面的技能:在使用 Terraform 时遵循基础设施即代码 (IaC) 原则;利用 Terraform 配置 来预配和管理 Google Cloud 资源;管理有效状态(本地和远程);以及将 Terraform 代码模块化,以方便重复使用和整理。

了解详情

完成“在 Google Cloud 上设置应用开发环境”课程,赢取技能徽章;通过该课程,您将了解如何使用以下技术的基本功能来构建和连接以存储为中心的云基础设施: Cloud Storage、Identity and Access Management、Cloud Functions 和 Pub/Sub。

了解详情

完成入门级技能徽章课程为 Compute Engine 实现云负载均衡,展示以下方面的技能: 在 Compute Engine 中创建和部署虚拟机 以及配置网络和应用负载均衡器。

了解详情

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.

了解详情

完成中级技能徽章课程利用 BigQuery ML 构建预测模型时的数据工程处理, 展示自己在以下方面的技能:利用 Dataprep by Trifacta 构建 BigQuery 数据转换流水线; 利用 Cloud Storage、Dataflow 和 BigQuery 构建提取、转换和加载 (ETL) 工作流; 以及利用 BigQuery ML 构建机器学习模型。

了解详情

完成入门级技能徽章课程在 Google Cloud 上为机器学习 API 准备数据,展示以下技能: 使用 Dataprep by Trifacta 清理数据、在 Dataflow 中运行数据流水线、在 Dataproc 中创建集群和运行 Apache Spark 作业,以及调用机器学习 API,包括 Cloud Natural Language API、Google Cloud Speech-to-Text API 和 Video Intelligence API。

了解详情

完成中级技能徽章课程使用 BigQuery 构建数据仓库,展示以下技能: 联接数据以创建新表、排查联接故障、使用并集附加数据、创建日期分区表, 以及在 BigQuery 中使用 JSON、数组和结构体。

了解详情