Modern cloud teams rely on automation and strong platform knowledge to move faster and smarter. In this trail, you’ll deploy Kubernetes Load Balancers and Cloud SQL using Terraform, strengthen observability with Cloud Logging, and customize analytics experiences in Looker using Liquid. You’ll also put your knowledge to the test through role-based Arcade Quizzes — from Data Practitioner and Database Engineer to Workspace Administrator — sharpening both your technical confidence and real-world readiness.
This month's Arcade Sprint 1 is live! It's designed for quick learning. Since the labs are open all month, there's no rush; just jump in when you have the time. You'll earn 1 Arcade Point and a new skill with each step. It's that simple: grab your point and keep the momentum going!
Great data experiences don’t happen by accident — they’re modeled, optimized, and scaled with intent. In this challenge, you’ll build a strong foundation with Looker by creating modeled queries, defining measures and dimensions, modularizing LookML with extends, and refining logic using functions and operators. You’ll filter Explores, merge results, and sort insights to uncover what truly matters. You’ll also enhance performance with caching and explore distributed processing with Dataproc. These are the same capabilities that Zoomcar used on Google Cloud to modernize its data stack — and now, you get to build them too!
Modern apps don’t just need to run—they need to run smart, fast, and secure. With these labs, you'll get hands-on with the foundational tools that power today's connected experiences. You'll configure VPC networks, manage identity with IAM and IAP, and monitor systems using Prometheus and Cloud Monitoring. You’ll also deploy serverless apps with Cloud Run and generate PDFs with Go. It’s everything you need to sharpen your networking know-how—fast!
Hey there! You're invited to game on with Skills Boost Arcade Trivia for May Week 1! Play throughout the month and boost your cloud learning journey. Every week, we'll release a new set of questions to test your knowledge of Google Cloud Platform. Get started now and earn the May Trivia Week 1 badge!
Welcome to Base Camp, where you’ll develop key Google Cloud skills (available in Spanish and Portuguese too!) and earn an exclusive credential that will open doors to the cloud for you. No prior experience is required!
In diesem Kurs werden wichtige Themen zu Datenschutz und Sicherheit beim Einsatz von künstlicher Intelligenz vorgestellt. Dabei lernen Sie, wie Sie mit Google Cloud-Produkten und Open-Source-Tools empfohlene Vorgehensweisen im Zusammenhang mit Datenschutz und Sicherheit beim Einsatz von KI umsetzen.
In diesem Kurs werden Konzepte in Bezug auf die Interpretierbarkeit und Transparenz von künstlicher Intelligenz vorgestellt. Sie erfahren, warum die Transparenz der KI für Entwickler-Teams wichtig ist. Dabei lernen Sie praktische Techniken und Tools kennen, mit denen Sie sowohl die Interpretierbarkeit als auch die Transparenz von Daten und KI-Modellen optimieren können.
In diesem Kurs werden Konzepte für die verantwortungsbewusste Anwendung von KI und KI-Grundsätze vorgestellt. Es werden Techniken behandelt, wie Sie Fairness und Verzerrung (Bias) in der Praxis erkennen sowie Verzerrung in KI- und ML-Anwendungen reduzieren können. Dabei lernen Sie, wie Sie mit Google Cloud-Produkten und Open-Source-Tools Best Practices für eine verantwortungsbewusste Anwendung von KI umsetzen.
This course is designed for data analysts who want to learn about using BigQuery for their data analysis needs. Through a combination of videos, labs, and demos, we cover various topics that discuss how to ingest, transform, and query your data in BigQuery to derive insights that can help in business decision making.
Dieser Kurs gibt Machine-Learning-Anwendern alle grundlegenden Tools, Techniken und Best Practices zur Bewertung von generativen und prädiktiven KI-Modellen an die Hand. Die Modellbewertung ist ein wichtiger Schritt, bei dem geprüft wird, ob ML-Systeme in der Produktion zuverlässige, genaue und leistungsstarke Ergebnisse erzielen. Die Teilnehmer erwerben fundierte Kenntnisse über verschiedene Bewertungsmesswerte und -methoden und lernen, sie auf unterschiedliche Modelltypen und Aufgaben anzuwenden. Im Kurs wird schwerpunktmäßig auf die besonderen Herausforderungen generativer KI-Modelle eingegangen und es werden Strategien vorgestellt, wie sich diese effektiv bewältigen lassen. Die Teilnehmer lernen auf der Plattform Vertex AI von Google Cloud, robuste Bewertungsprozesse zur Auswahl, Optimierung und kontinuierlichen Überwachung des Modells zu implementieren.
Dieser Kurs vermittelt Ihnen das Wissen und die nötigen Tools, um die speziellen Herausforderungen zu erkennen, mit denen MLOps-Teams bei der Bereitstellung und Verwaltung von Modellen basierend auf generativer KI konfrontiert sind. Sie erfahren, wie KI-Teams durch Vertex AI dabei unterstützt werden, MLOps-Prozesse zu optimieren und mit Projekten erfolgreich zu sein, in denen generative KI zum Einsatz kommt.
Künstliche Intelligenz (KI) bietet revolutionäre Möglichkeiten, geht aber auch mit neuen Sicherheitsherausforderungen einher. In diesem Kurs lernen Führungskräfte im Bereich Sicherheit und Datenschutz Strategien für den sicheren Umgang mit KI in ihren Unternehmen kennen. Es wird ein Framework für das proaktive Erkennen und Mindern KI-spezifischer Risiken, den Schutz sensibler Daten, das Einhalten rechtlicher Vorgaben und den Aufbau einer robusten KI-Infrastruktur vorgestellt. Anhand von Anwendungsfällen aus vier verschiedenen Branchen wird gezeigt, wie sich diese Strategien auf reale Szenarien anwenden lassen.
Dieser Kurs soll Google Workspace-Admins auf die Behebung häufiger Probleme in Google Workspace vorbereiten. Teilnehmende lernen, wie sie Probleme in Gmail, Google Kalender und Google Drive diagnostizieren und beheben und wie sie die Admin-Konsole bedienen. Außerdem lernen sie, wie sie Audit-Logs analysieren, um Sicherheitsprobleme zu beheben, und wie sie Informationen erfassen und verfügbare Ressourcen nutzen, um technische Probleme zu beheben und zu melden.
Hey there! You're invited to game on with the Arcade Trivia for January Week 1! Play throughout the month and boost your cloud learning journey. Every week, we'll release a new set of questions to test your knowledge of Google Cloud Platform. Get started now and earn the January Trivia Week 1 badge!
This course is for deployment personnel of Google Cloud and its partner organizations who are tasked with managing cultural change and skill gaps of customers adopting Google Workspace, engaging sponsors and enlisting the support of customer stakeholders, communicating the anticipated changes to the customer and their users. It will guide you through the Workspace change management methodology and all phases of the customer journey.
Planning for a Google Workspace Deployment is the final course in the Google Workspace Administration series. In this course, you will be introduced to Google's deployment methodology and best practices. You will follow Katelyn and Marcus as they plan for a Google Workspace deployment at Cymbal. They'll focus on the core technical project areas of provisioning, mail flow, data migration, and coexistence, and will consider the best deployment strategy for each area. You will also be introduced to the importance of Change Management in a Google Workspace deployment, ensuring that users make a smooth transition to Google Workspace and gain the benefits of work transformation through communications, support, and training. This course covers theoretical topics, and does not have any hands on exercises. If you haven’t already done so, please cancel your Google Workspace trial now to avoid any unwanted charges.
In diesem Kurs wird vermittelt, wie Daten in einer Google Workspace-Umgebung verwaltet werden. Die Teilnehmenden lernen, wie sie Regeln zum Schutz vor Datenverlust in Gmail und Drive einrichten, um Datenlecks zu verhindern. Anschließend erfahren sie, wie sie Google Vault für die Aufbewahrung, die Sicherung und das Abrufen von Daten nutzen können. Als Nächstes lernen sie, wie sie Datenregionen und Exporteinstellungen so konfigurieren, dass sie den Vorschriften entsprechen. Außerdem wird gezeigt, wie Daten mithilfe von Labels klassifiziert werden können, um sie besser zu organisieren und zu schützen.
In diesem Kurs lernen die Teilnehmenden, wie sie ihre Google Workspace-Umgebung schützen können. Sie implementieren strenge Passwortrichtlinien und die Bestätigung in zwei Schritten, um den Nutzerzugriff zu steuern. Anschließend lernen sie, wie sie mit dem Sicherheitsprüftool Risiken proaktiv erkennen und darauf reagieren können. Als Nächstes verwalten sie den Zugriff auf Drittanbieter-Anwendungen und Mobilgeräte, um für Sicherheit zu sorgen. Abschließend setzen die Teilnehmenden Maßnahmen für E-Mail-Sicherheit und Compliance um, die Unternehmensdaten schützen sollen.
In diesem Kurs werden die Hauptdienste von Google Workspace umfassend behandelt. Teilnehmende lernen, wie sie Einstellungen für diese Dienste aktivieren, deaktivieren und konfigurieren können, darunter Gmail, Google Kalender, Google Drive, Google Meet, Google Chat und Google Docs. Anschließend erfahren sie, wie sie Gemini bereitstellen und verwalten können, um Nutzende zu unterstützen. Schließlich werden Anwendungsfälle für AppSheet und Apps Script untersucht, in denen Aufgaben automatisiert und die Funktionen von Google Workspace-Anwendungen erweitert werden.
In diesem Kurs lernen Sie, wie Sie Nutzende und Ressourcen in Google Workspace verwalten. Die Teilnehmenden lernen, wie sie Organisationseinheiten so konfigurieren, dass sie den Anforderungen ihres Unternehmens entsprechen. Außerdem erfahren sie, wie sie verschiedene Arten von Google-Gruppen verwalten. Darüber hinaus wird die Verwaltung von Domaineinstellungen in Google Workspace behandelt. Schließlich wird gezeigt, wie Ressourcen in einer Google Workspace-Umgebung optimiert und strukturiert werden.
Dieser Kurs bietet eine Einführung in Vertex AI Studio, ein Tool für die Interaktion mit generativen KI-Modellen sowie das Prototyping von Geschäftsideen und ihre Umsetzung. Anhand eines eindrucksvollen Anwendungsfalls, ansprechender Lektionen und einer praktischen Übung lernen Sie den Lebenszyklus vom Prompt bis zum Produkt kennen und erfahren, wie Sie Vertex AI Studio für multimodale Gemini-Anwendungen, Prompt-Design, Prompt Engineering und Modellabstimmung einsetzen können. Ziel ist es, Ihnen aufzuzeigen, wie Sie das Potenzial von generativer KI in Ihren Projekten mit Vertex AI Studio ausschöpfen.
In diesem Einführungskurs im Microlearning-Format wird erklärt, was verantwortungsbewusste Anwendung von KI bedeutet, warum sie wichtig ist und wie Google dies in seinen Produkten berücksichtigt. Darüber hinaus werden die 7 KI-Grundsätze von Google behandelt.
In diesem Einführungskurs im Microlearning-Format wird untersucht, was Large Language Models (LLM) sind, für welche Anwendungsfälle sie genutzt werden können und wie die LLM-Leistung durch Feinabstimmung von Prompts gesteigert werden kann. Darüber hinaus werden Tools von Google behandelt, die das Entwickeln eigener Anwendungen basierend auf generativer KI ermöglichen.
In diesem Kurs erfahren Sie, wie Sie mithilfe von Deep Learning ein Modell zur Bilduntertitelung erstellen. Sie lernen die verschiedenen Komponenten eines solchen Modells wie den Encoder und Decoder und die Schritte zum Trainieren und Bewerten des Modells kennen. Nach Abschluss dieses Kurses haben Sie folgende Kompetenzen erworben: Erstellen eigener Modelle zur Bilduntertitelung und Verwenden der Modelle zum Generieren von Untertiteln
Dieser Kurs bietet eine Einführung in die Transformer-Architektur und das BERT-Modell (Bidirectional Encoder Representations from Transformers). Sie lernen die Hauptkomponenten der Transformer-Architektur wie den Self-Attention-Mechanismus kennen und erfahren, wie Sie diesen zum Erstellen des BERT-Modells verwenden. Darüber hinaus werden verschiedene Aufgaben behandelt, für die BERT genutzt werden kann, wie etwa Textklassifizierung, Question Answering und Natural-Language-Inferenz. Der gesamte Kurs dauert ungefähr 45 Minuten.
Dieser Kurs vermittelt Ihnen eine Zusammenfassung der Encoder-Decoder-Architektur, einer leistungsstarken und gängigen Architektur, die bei Sequenz-zu-Sequenz-Tasks wie maschinellen Übersetzungen, Textzusammenfassungen und dem Question Answering eingesetzt wird. Sie lernen die Hauptkomponenten der Encoder-Decoder-Architektur kennen und erfahren, wie Sie diese Modelle trainieren und bereitstellen können. Im dazugehörigen Lab mit Schritt-für-Schritt-Anleitung können Sie in TensorFlow von Grund auf einen Code für eine einfache Implementierung einer Encoder-Decoder-Architektur erstellen, die zum Schreiben von Gedichten dient.
In diesem Kurs wird der Aufmerksamkeitsmechanismus vorgestellt. Dies ist ein leistungsstarkes Verfahren, das die Fokussierung neuronaler Netzwerke auf bestimmte Abschnitte einer Eingabesequenz ermöglicht. Sie erfahren, wie der Aufmerksamkeitsmechanismus funktioniert und wie Sie damit die Leistung verschiedener Machine Learning-Tasks wie maschinelle Übersetzungen, Zusammenfassungen von Texten und Question Answering verbessern können.
In diesem Kurs werden Diffusion-Modelle vorgestellt, eine Gruppe verschiedener Machine Learning-Modelle, die kürzlich einige vielversprechende Fortschritte im Bereich Bildgenerierung gemacht haben. Diffusion-Modelle basieren auf physikalischen Konzepten der Thermodynamik und sind in den letzten Jahren in der Forschung und Industrie sehr beliebt geworden. Dabei stützen sich Diffusion-Modelle auf viele innovative Modelle und Tools zur Bildgenerierung in Google Cloud. In diesem Kurs werden Ihnen die theoretischen Grundlagen der Diffusion-Modelle erläutert und wie Sie diese Modelle über Vertex AI trainieren und bereitstellen können.
Erfahren Sie, wie Sie mit Google Cloud Rohdaten in klare, datengestützte Entscheidungen umwandeln können. In praxisorientierten Labs und realen Szenarien lernen Sie in diesem Kurs für Einsteiger, wie Sie Daten in BigQuery abfragen, Trends in Looker untersuchen und interaktive Berichte in Data Studio erstellen, die Sie mit anderen teilen können.
In diesem Einführungskurs im Microlearning-Format wird erklärt, was generative KI ist, wie sie genutzt wird und wie sie sich von herkömmlichen Methoden für Machine Learning unterscheidet. Darüber hinaus werden Tools von Google behandelt, mit denen Sie eigene generative KI-Anwendungen entwickeln können.