参加 ログイン

Patil Nupul

メンバー加入日: 2026

ダイヤモンド リーグ

17648 ポイント
Cloud Run でのサーバーレス アプリケーションの開発 Earned 9月 25, 2026 EDT
Arcade Simulator: DevOps Engineer Earned 9月 21, 2026 EDT
Google Cloud の ML API 用にデータを準備 Earned 9月 7, 2026 EDT
安全な Google Cloud ネットワークの構築 Earned 9月 1, 2026 EDT
Compute Engine での Cloud Load Balancing の実装 Earned 8月 31, 2026 EDT
Google Cloud コンピューティングの基礎: Google Cloud のデータ、ML、AI Earned 8月 30, 2026 EDT
Google Cloud におけるアプリ開発環境の設定 Earned 8月 29, 2026 EDT
Google Cloud コンピューティングの基礎: Google Cloud のネットワークとセキュリティ Earned 8月 28, 2026 EDT
Google Cloud コンピューティングの基礎: Google Cloud のインフラストラクチャ Earned 8月 25, 2026 EDT
Google Cloud コンピューティングの基礎 Earned 8月 21, 2026 EDT
Model Armor: AI デプロイの保護 Earned 8月 20, 2026 EDT
AI の世界におけるセキュリティの基礎 Earned 8月 20, 2026 EDT
Google Cloud コンピューティングの基礎: クラウド コンピューティングの基本 Earned 8月 20, 2026 EDT
開発者向けの責任ある AI: プライバシーと安全性 Earned 8月 19, 2026 EDT
開発者向けの責任ある AI: 解釈可能性と透明性 Earned 8月 18, 2026 EDT
発者向けの責任ある AI: 公平性とバイアス Earned 8月 18, 2026 EDT
総仕上げ: Google Cloud のセキュリティ アナリストになるための準備 Earned 7月 12, 2026 EDT
クラウド サイバーセキュリティ攻撃: 検出、対応、復元 Earned 7月 10, 2026 EDT
Vertex AI を使用した ML オペレーション（MLOps）: モデルの評価 Earned 7月 2, 2026 EDT
クラウドのセキュリティ リスク: 脅威の特定と保護対策 Earned 7月 1, 2026 EDT
生成 AI のための ML オペレーション（MLOps) Earned 6月 16, 2026 EDT
生成 AI エージェント: 組織の変革 Earned 6月 14, 2026 EDT
クラウドのセキュリティ リスク管理戦略 Earned 6月 13, 2026 EDT
生成 AI アプリ: 働き方を変革する Earned 6月 13, 2026 EDT
生成 AI: 現在の状況を知る Earned 6月 13, 2026 EDT
生成 AI: 基本概念の理解 Earned 6月 12, 2026 EDT
生成 AI: chatbot を超えて Earned 6月 12, 2026 EDT
責任ある AI: Google Cloud における AI に関する原則の適用 Earned 6月 11, 2026 EDT
Agent Platform におけるプロンプト設計 Earned 6月 11, 2026 EDT
責任ある AI の概要 Earned 6月 10, 2026 EDT
大規模言語モデルの概要 Earned 6月 10, 2026 EDT
生成 AI の概要 Earned 6月 10, 2026 EDT
クラウド コンピューティングにおけるセキュリティ原則の概要 Earned 6月 3, 2026 EDT

「Cloud Run でのサーバーレス アプリケーションの開発」コースの中級スキルバッジを獲得すると、 データ マネジメントのための Cloud Run と Cloud Storage の統合、 Cloud Run と Pub/Sub を使用した復元力のある非同期システムの構築、 Cloud Run を使用した REST API ゲートウェイの構築、Cloud Run でのサービスの構築とデプロイといったスキルを実証できます。

詳細

Welcome to this month's Arcade Simulator, where you'll step into the shoes of a DevOps Engineer tasked with keeping production environments fast, scalable, and resilient. You'll lay down a secure foundation with multi-VPC networks and access controls, then deploy multi-tier load balancers to distribute compute traffic seamlessly. Clear both challenge labs to prove you can automate, secure, and scale enterprise infrastructure without missing a beat.

詳細

「Google Cloud の ML API 用にデータを準備」コースの入門スキルバッジを獲得できるアクティビティを修了すると、 Dataprep by Trifacta を使用したデータのクリーニング、Dataflow でのデータ パイプラインの実行、Managed Service for Apache Spark でのクラスタの作成と Apache Spark ジョブの実行、 Cloud Natural Language API、Google Cloud Speech-to-Text API、Video Intelligence API などの ML API の呼び出しに関するスキルを証明できます。

詳細

安全な Google Cloud ネットワークの構築コースを修了してスキルバッジを獲得しましょう。このコースでは、Google Cloud でアプリケーションを ビルド、スケール、保護するための複数のネットワーク関連リソースについて学習します。

詳細

「Compute Engine での Cloud Load Balancing の実装」入門コースを修了してスキルバッジを獲得すると、次のスキルを実証できます: Compute Engine における仮想マシンの作成とデプロイ、 ネットワーク ロードバランサとアプリケーション ロードバランサの構成。

詳細

Google Cloud コンピューティングの基礎コースは、クラウド コンピューティングのバックグラウンドや経験がほとんどまたはまったくない方を対象としています。クラウドの基礎、ビッグデータ、ML の中核となるコンセプトと、Google Cloud を活用できる場面や方法の概要を示します。 この一連のコースを修了すると、これらのコンセプトについて明確に理解し、実践的なスキルを実証できます。 このコースは、次の順で完了する必要があります。 1. Google Cloud コンピューティングの基礎: クラウド コンピューティングの基本 2. Google Cloud コンピューティングの基礎: Google Cloud のインフラストラクチャ 3. Google Cloud コンピューティングの基礎: Google Cloud でのネットワーキングとセキュリティ 4. Google Cloud コンピューティングの基礎: Google Cloud のデータ、ML、AI このシリーズの最後のコースでは、マネージド ビッグデータ サービス、ML とその価値、スキルバッジを獲得して Google Cloud に関するスキルセットをさらに実証する方法について説明します。

詳細

「Google Cloud におけるアプリ開発環境の設定」コースを完了すると、スキルバッジを獲得できます。このコースでは、 Cloud Storage、Identity and Access Management、Cloud Functions、Pub/Sub のテクノロジーの基本機能を使用して、ストレージ中心のクラウド インフラストラクチャを構築し接続する方法を学びます。

詳細

Google Cloud コンピューティングの基礎コースは、クラウド コンピューティングのバックグラウンドや経験がほとんどまたはまったくない方を対象としています。クラウドの基礎、ビッグデータ、ML の中核となるコンセプトと、Google Cloud を活用できる場面や方法の概要を示します。 この一連のコースを修了すると、これらのコンセプトについて明確に理解し、実践的なスキルを実証できます。 このコースは、次の順で完了する必要があります。 1. Google Cloud コンピューティングの基礎: クラウド コンピューティングの基本 2. Google Cloud コンピューティングの基礎: Google Cloud のインフラストラクチャGoogle Cloud コンピューティングの基礎: Google Cloud でのネットワーキングとセキュリティ 4. Google Cloud コンピューティングの基礎: Google Cloud のデータ、ML、AI この 3 番目のコースでは、クラウドの自動化、管理ツール、安全なネットワークの構築について説明します。

詳細

Google Cloud コンピューティングの基礎コースは、クラウド コンピューティングのバックグラウンドや経験がほとんどまたはまったくない方を対象としています。クラウドの基礎、ビッグデータ、ML の中核となるコンセプトと、Google Cloud を活用できる場面や方法の概要を示します。 この一連のコースを修了すると、これらのコンセプトについて明確に理解し、実践的なスキルを実証できます。 このコースは、次の順で完了する必要があります。 1. Google Cloud コンピューティングの基礎: クラウド コンピューティングの基本 2. Google Cloud コンピューティングの基礎: Google Cloud のインフラストラクチャ 3. Google Cloud コンピューティングの基礎: Google Cloud でのネットワーキングとセキュリティ 4. Google Cloud コンピューティングの基礎: Google Cloud のデータ、ML、AI

詳細

「Google Cloud コンピューティングの基礎」クエストを修了してスキルバッジを獲得しましょう。 クエストでは、Compute Engine を使用して、仮想マシン（VM）、永続ディスク、ウェブサーバーを操作する方法を学習します。

詳細

このコースでは、Model Armor の重要なセキュリティ機能を復習し、このサービスを使いこなすための技術が身についていることを確認します。LLM に関連するセキュリティ リスクと、Model Armor にによる AI アプリケーションの保護の仕組みについて説明します。

詳細

AI は、革新的な技術である一方で、新たなセキュリティ上の課題を生み出す可能性も否定できません。このコースでは、セキュリティとデータ保護の責任者を対象に、組織内で AI を安全に管理するための戦略を説明します。AI 特有のリスクを事前に特定して軽減し、機密データを保護し、コンプライアンスを確保しながら、復元力の高い AI インフラストラクチャを構築するための枠組みについて学ぶ。4 つの業界のユースケースを通して、これらの戦略が実際の場面でどのように活用されているかを探る。

詳細

Google Cloud コンピューティングの基礎コースは、クラウド コンピューティングのバックグラウンドや経験がほとんどまたはまったくない方を対象としています。クラウドの基礎、ビッグデータ、ML の中核となるコンセプトと、Google Cloud を活用できる場面や方法の概要を示します。 この一連のコースを修了すると、これらのコンセプトについて明確に理解し、実践的なスキルを実証できます。 このコースは、次の順で完了する必要があります。 1. Google Cloud コンピューティングの基礎: クラウド コンピューティングの基本 2. Google Cloud コンピューティングの基礎: Google Cloud のインフラストラクチャ 3. Google Cloud コンピューティングの基礎: Google Cloud でのネットワーキングとセキュリティ 4. Google Cloud コンピューティングの基礎: Google Cloud のデータ、ML、AI この最初のコースでは、クラウド コンピューティングの概要、Google Cloud の使用方法、さまざまなコンピューティング オプションについて説明します。

詳細

このコースでは、AI のプライバシーと安全性に関する重要なトピックを紹介します。具体的には、Google Cloud プロダクトとオープンソース ツールを使用して AI のプライバシーと安全性の推奨プラクティスを実装するための実践的な方法とツールを検証します。

詳細

このコースでは、AI の解釈可能性と透明性のコンセプトを紹介します。デベロッパーとエンジニアにとって AI の透明性が重要であることについて説明します。データと AI モデルの両方で解釈可能性と透明性を達成できる実践的な方法とツールを検証します。

詳細

このコースでは、責任ある AI および AI に関する原則のコンセプトを紹介します。AI / ML の実践における公平性とバイアスを特定し、バイアスを軽減するための実践的な手法を取り扱います。具体的には、Google Cloud プロダクトとオープンソース ツールを使用して責任ある AI のベスト プラクティスを実装するための実践的な方法とツールを検証します。

詳細

これは、「Google Cloud サイバーセキュリティ認定証」プログラムの 5 つのコースのうちの 5 つ目です。このコースでは、クラウド セキュリティの原則、リスク管理、脆弱性の特定、インシデント管理、危機管理コミュニケーションなどの重要なコンセプトを組み合わせて適用する、インタラクティブな集大成プロジェクトに取り組みます。また、履歴書の最終更新を行い、新しい面接テクニックを駆使して、この分野の就職活動や面接に自信を持って臨めるようにします。

詳細

これは、「Google Cloud サイバーセキュリティ認定証」プログラムの 5 つのコースのうちの 4 つ目です。このコースでは、ロギング、セキュリティ、アラートのモニタリングの機能と、攻撃を軽減する手法の開発に重点を置いて説明します。脅威フィードのカスタマイズ、インシデント管理、危機管理コミュニケーション、根本原因分析、インシデント対応、イベント後のコミュニケーションに関する貴重な知識を習得できます。Google Cloud ツールを使用して、セキュリティ侵害インジケーターを特定し、ビジネスの継続性と障害復旧に備える方法も学びます。これらの技術スキルに加えて、履歴書の更新や面接のテクニックの練習も行います。

詳細

このコースでは、ML の実務担当者に、生成 AI モデルと予測 AI モデルの両方を評価するための重要なツール、手法、ベスト プラクティスを身につけていただきます。モデル評価は、ML システムが本番環境で信頼性が高く、正確で、高性能な結果を確実に提供するための重要な分野です。 参加者は、さまざまな評価指標、方法論のほか、さまざまなモデルタイプやタスクにおけるそれらの適切な適用について理解を深めます。このコースでは、生成 AI モデルによってもたらされる固有の課題に重点を置き、それらの課題に効果的に取り組むための戦略を提供します。参加者は、Google Cloud の Vertex AI プラットフォームを活用して、モデルの選択、最適化、継続的なモニタリングのための堅牢な評価プロセスを実装する方法を学びます。

詳細

これは、「Google Cloud サイバーセキュリティ認定証」プログラムの 5 つのコースのうちの 3 つ目です。このコースでは、クラウド環境における ID 管理とアクセス制御の原則について説明します。AAA（認証、認可、監査）、認証情報の処理、証明書の管理などの重要な要素を取り上げます。また、脅威と脆弱性の管理、クラウドネイティブの原則、データ保護対策といった重要なトピックについても学びます。このコースを修了すると、クラウドベースのリソースを保護し、組織の機密情報を守るために必要なスキルと知識を身につけることができます。さらに、キャリア リソースを活用し、面接のテクニックを磨きながら、プロフェッショナルとしての次のキャリア ステップに備えます。

詳細

このコースでは、生成 AI モデルのデプロイと管理において MLOps チームが直面する特有の課題に対処するために必要な知識とツールを提供し、AI チームが MLOps プロセスを合理化して生成 AI プロジェクトを成功させるうえで Vertex AI がどのように役立つかを説明します。

詳細

「Gen AI エージェント: 組織の変革」は、Gen AI Leader 学習プログラムの最後となる 5 番目のコースです。このコースでは、組織でカスタム生成 AI エージェントを使用して特定のビジネス課題に対処する方法を学習します。基本的な生成 AI エージェントを構築する実践演習を行うとともに、モデル、推論ループ、ツールなどのエージェントの構成要素について見ていきます。

詳細

これは、「Google Cloud サイバーセキュリティ認定証」プログラムの 5 つのコースのうちの 2 つ目です。このコースでは、広く使用されているクラウド リスク管理フレームワークについて学習し、セキュリティ ドメイン、コンプライアンス ライフサイクル、HIPAA、NIST CSF、SOC などの業界標準について確認します。リスクの特定、セキュリティ管理の実装、コンプライアンス評価、データ保護管理のスキルを身につけます。さらに、リスクとコンプライアンスに特化した Google Cloud ツールとマルチクラウド ツールを実際に使用する経験も積むことができます。また、就職活動や面接の準備に関するテクニックも取り入れ、クラウド リスク管理の複雑な状況を理解し、効果的に対処するための包括的な基礎を提供します。

詳細

「生成 AI アプリ: 働き方を変革する」は、生成 AI リーダー学習プログラムの 4 つ目のコースです。このコースでは、Gemini for Workspace や NotebookLM など、Google の生成 AI アプリケーションを紹介します。グラウンディング、検索拡張生成、効果的なプロンプトの作成、自動化されたワークフローの構築などのコンセプトについて学びます。

詳細

「生成 AI: 現在の状況を知る」は、生成 AI リーダー学習プログラムの 3 つ目のコースです。生成 AI は、私たちの働き方や、私たちを取り巻く世界との関わり方を変えつつあります。リーダーとして、その力をどのように活用し、真のビジネス成果につなげればよいのでしょうか？このコースでは、生成 AI ソリューションの構築におけるさまざまなレイヤ、Google Cloud のサービス、ソリューションを選択する際に考慮すべき要素について学びます。

詳細

「生成 AI: 基本概念の理解」は、Gen AI Leader 学習プログラムの 2 つ目のコースです。このコースでは、AI、ML、生成 AI の違いを探り、さまざまな種類のデータが生成 AI によるビジネス課題への対処を可能にする仕組みを理解することで、生成 AI の基本概念を習得します。また、基盤モデルの限界に対処するための Google Cloud の戦略、および責任ある安全な AI の開発と導入における重要な課題に関するインサイトも得られます。

詳細

「生成 AI: chatbot を超えて」は、生成 AI リーダー学習プログラムの最初のコースで、前提条件はありません。このコースは、chatbot の基礎的な理解をさらに広げ、組織で実現できる生成 AI の真の可能性を把握することを目的としています。基盤モデルやプロンプト エンジニアリングなど、生成 AI の力を活用するうえで重要な概念も紹介します。また、このコースでは、組織において優れた生成 AI 戦略を策定する場合に検討するべき重要事項も見ていきます。

詳細

企業における AI と ML の利用が拡大し続けるなか、責任を持ってそれを構築することの重要性も増しています。多くの企業にとっての課題は、責任ある AI と口で言うのは簡単でも、それを実践するのは難しいということです。このコースは、責任ある AI を組織で運用化する方法を学びたい方に最適です。 このコースでは、Google Cloud が責任ある AI を現在どのように運用化しているかを、ベスト プラクティスや教訓と併せて学び、責任ある AI に対する独自のアプローチを構築するためのフレームワークとして活用できるようにします。

詳細

「Agent Platform におけるプロンプト設計」スキルバッジを獲得できる入門コースを修了すると、 Agent Platform のプロンプト エンジニアリング、画像分析、マルチモーダル生成手法のスキルを実証できます。効果的なプロンプトを作成する方法、目的どおりの生成 AI 出力を生成する方法、 Gemini モデルを実際のマーケティング シナリオに適用する方法を学びます。

詳細

この入門レベルのマイクロラーニング コースでは、責任ある AI の概要と重要性、および Google が責任ある AI を自社プロダクトにどのように実装しているのかについて説明します。また、Google の AI に関する 7 つの原則についても説明します。

詳細

このコースは、大規模言語モデル（LLM）とは何か、どのようなユースケースで活用できるのか、プロンプトのチューニングで LLM のパフォーマンスを高めるにはどうすればよいかについて学習する、入門レベルのマイクロ ラーニング コースです。独自の生成 AI アプリを開発する際に利用できる Google ツールも紹介します。

詳細

この入門レベルのマイクロラーニング コースでは、生成 AI の概要、利用方法、従来の ML の手法との違いについて説明します。独自の生成 AI アプリを作成する際に利用できる Google ツールも紹介します。

詳細

これは、「Google Cloud サイバーセキュリティ認定証」プログラムの 5 つのコースのうちの 1 つ目です。このコースでは、セキュリティ ライフサイクル、デジタル トランスフォーメーション、クラウド コンピューティングの主要なコンセプトなど、サイバーセキュリティの基本を学びます。エントリーレベルのクラウド セキュリティ アナリストがタスクを自動化するために使用する一般的なツールを特定します。

詳細