加入 登录

Dhruba Samanta

成为会员时间:2025

钻石联赛

13875 积分
Arcade Voyage: App Modernization Earned Sep 29, 2026 EDT
Arcade Simulator: DevOps Engineer Earned Sep 13, 2026 EDT
Arcade Re-Trail: Vaults & Vectors Earned Aug 29, 2026 EDT
Spans and Plans Earned Aug 24, 2026 EDT
Arcade Simulator: Network Security Engineer Earned Aug 17, 2026 EDT
Google Cloud 数据工程简介 Earned Aug 3, 2026 EDT
云端数据转换 Earned Jul 31, 2026 EDT
融会贯通:为云数据分析师岗位做好准备 Earned Jul 31, 2026 EDT
讲故事的力量:如何在云端可视化数据 Earned Jul 30, 2026 EDT
云端数据管理和存储 Earned Jul 12, 2026 EDT
Google Cloud 数据分析功能简介 Earned Jun 28, 2026 EDT
矢量搜索和嵌入 Earned Jan 3, 2026 EST
面向开发者的 Responsible AI:隐私保护和安全 Earned Jan 3, 2026 EST
面向开发者的 Responsible AI:公平性与偏见 Earned Jan 2, 2026 EST
面向开发者的 Responsible AI:可解释性和透明度 Earned Jan 2, 2026 EST
Vertex AI Studio 简介 Earned Jan 1, 2026 EST
适用于生成式 AI 的机器学习运维 (MLOps) Earned Jan 1, 2026 EST
创建图片标注模型 Earned Jan 1, 2026 EST
Transformer 模型和 BERT 模型 Earned Jan 1, 2026 EST
编码器-解码器架构 Earned Jan 1, 2026 EST
注意力机制 Earned Dec 31, 2025 EST
图像生成简介 Earned Dec 31, 2025 EST
生成式 AI 智能体:助力组织转型 Earned Dec 31, 2025 EST
生成式 AI 应用:改变工作方式 Earned Dec 28, 2025 EST
生成式 AI:全面了解生成式 AI Earned Dec 27, 2025 EST
生成式 AI:剖析基本概念 Earned Dec 26, 2025 EST
在 Agent Platform 中设计提示 Earned Dec 24, 2025 EST
生成式 AI:不只是聊天机器人 Earned Dec 23, 2025 EST
生成式 AI 简介 Earned Dec 15, 2025 EST

Great code shouldn't get bogged down by infrastructure headaches. In this voyage, you'll master modern deployment patterns by turning ideas into production-ready microservices. From generating dynamic files and decoupling services with Pub/Sub to deploying polyglot apps across three different languages on App Engine, you'll cover the full developer lifecycle. Complete the challenge labs and show you know how to build fast, scale effortlessly, and keep things resilient.

了解详情

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.

了解详情

Since last month's Arcade Trail wrapped up earlier than expected, we’re opening up this bonus game only for this month so you can grab that missed Arcade Point! You'll start on the vault side with Google Cloud Storage—managing buckets, exploring APIs, and locking down sensitive data with Bucket Lock. Then, you'll shift to event-driven vectors at the command line, triggering Cloud Run Functions and routing real-time messages through Pub/Sub. Complete with two hands-on challenge labs, this trail gets your streak back on track while building real-world storage and serverless skills.

了解详情

It’s all about global spans and execution plans. First, you'll get under the hood of Google Cloud Spanner to design schemas, load data at scale, and master query plan optimization. From there, you'll execute your serverless backend plan by wiring up Cloud Run Functions, Pub/Sub messaging, and API Gateway. Packed with two challenge labs, you'll leave with full control over enterprise data and event-driven APIs.

了解详情

Welcome to this month's Arcade Simulator where you will step into the shoes of a Network Security Engineer. In this simulation, you'll first lock down access control across your infrastructure—crafting custom IAM roles, scripting permissions, and setting up Identity-Aware Proxy to secure user authentication without traditional VPNs. Then, you'll take control of hybrid enterprise topology, using Network Connectivity Center to link multi-cloud networks, VPCs, and site-to-site HA-VPNs. Complete with two realistic challenge labs, this simulation equips you to eliminate access blind spots, secure cross-cloud traffic, and build a fortress-grade network on Google Cloud.

了解详情

在本课程中,您将了解 Google Cloud 数据工程、数据工程师的角色和职责,以及相关的 Google Cloud 产品和服务。您还将了解如何应对数据工程挑战。

了解详情

本课程是 Google Cloud 数据分析认证计划的第三门课程(共五门)。在本课程中,您将首先了解从收集数据到获取数据分析洞见的整个数据历程。然后,您将学习如何使用 SQL 将原始数据转换为可用格式。接下来,您将学习如何使用数据流水线转换大量数据。最后,您会获得相关经验,熟悉如何将数据转换策略应用于真实数据集以满足业务需求。

了解详情

本课程是 Google Cloud 数据分析认证计划的第五门课程(共五门)。在本课程中,你将综合运用前 4 门课程所学的基础知识和技能,实操完成一个结业项目,全面探索整个数据生命周期。您将练习使用云端工具来有效地获取、存储、处理、分析、直观呈现数据并传达数据分析洞见。课程结束时,您将完成一个项目,证明您在以下方面的熟练程度:高效地设计数据结构以整理来自多个来源的数据、向不同利益相关方展示解决方案,以及使用云端软件直观呈现数据分析洞见。您还将更新个人简历并练习面试技巧,为求职申请与面试环节做好准备。

了解详情

本课程是 Google Cloud 数据分析认证计划的第四门课程(共五门课程)。在本课程中,您将重点学习在云端可视化数据的相关技能,其中数据可视化可分为五个关键阶段:讲故事、规划、探索数据、构建可视化图表以及与他人共享数据。您还将获得实操经验,尝试使用 UI(界面)/UX(用户体验)技能来制作线框图,从而设计出有影响力的云原生可视化图表,并使用云原生数据可视化工具来探索数据集、创建报告和构建信息中心,从而推动决策并促进协作。

了解详情

本课程是 Google Cloud 数据分析认证计划的第二门课程(共五门)。在本课程中,您将探索数据的结构形式和组织方式。您将获得数据湖仓一体架构和云组件(如 BigQuery、Google Cloud Storage 和 DataProc)的实操经验,以便高效地存储、分析和处理大型数据集。

了解详情

本课程是 Google Cloud 数据分析认证的第一门课程(共五门)。在本课程中,您将认识云数据分析领域,并了解云数据分析师在数据获取、存储、处理和可视化方面的角色和职责。您将探索 BigQuery 和 Cloud Storage 等基于 Google Cloud 的工具的架构,以及如何使用这些工具有效地设计数据结构,以及展示和报告数据。

了解详情

在本次课程中,探索 AI 赋能的搜索技术、工具和应用。学习利用向量嵌入的语义搜索、融合语义和关键字的混合搜索方法,以及检索增强生成 (RAG) 技术,以打造基于事实的 AI 智能体,尽可能减少 AI 幻觉。获取 Vertex AI Vector Search 实战经验,打造您自己的智能搜索引擎。

了解详情

本课程介绍 AI 隐私保护和安全方面的重要主题,还将探索使用 Google Cloud 产品和开源工具实施建议的 AI 隐私保护和安全实践的实用方法和工具。

了解详情

本课程介绍了 Responsible AI 的概念和 AI 原则,还介绍了在 AI/机器学习实践中识别公平性与偏见以及减少偏见的实用技巧,同时探索了使用 Google Cloud 产品和开源工具来实施 Responsible AI 最佳实践的实用方法和工具。

了解详情

本课程介绍了 AI 可解释性和透明度的相关概念,探讨了 AI 透明度对于开发者和工程师的重要性。同时探索了有助于在数据和 AI 模型中实现可解释性和透明度的实用方法及工具。

了解详情

本课程介绍 Vertex AI Studio,这是一种用于与生成式 AI 模型交互、围绕业务创意进行原型设计并在生产环境中落地的工具。通过沉浸式应用场景、富有吸引力的课程和实操实验,您将探索从提示到产品的整个生命周期,了解如何将 Vertex AI Studio 用于多模态 Gemini 应用、提示设计、提示工程和模型调优。本课程的目的在于帮助您利用 Vertex AI Studio,在自己的项目中充分发掘生成式 AI 的潜力。

了解详情

本课程致力于为您提供所需的知识和工具,让您能够了解 MLOps 团队在部署和管理生成式 AI 模型以及探索 Vertex AI 如何帮助 AI 团队简化 MLOps 流程时面临的独特挑战,并帮助您在生成式 AI 项目中取得成功。

了解详情

本课程教您如何使用深度学习来创建图片标注模型。您将了解图片标注模型的不同组成部分,例如编码器和解码器,以及如何训练和评估模型。学完本课程,您将能够自行创建图片标注模型并用来生成图片说明。

了解详情

本课程向您介绍 Transformer 架构和 Bidirectional Encoder Representations from Transformers (BERT) 模型。您将了解 Transformer 架构的主要组成部分,例如自注意力机制,以及该架构如何用于构建 BERT 模型。您还将了解可以使用 BERT 的不同任务,例如文本分类、问答和自然语言推理。完成本课程估计需要大约 45 分钟。

了解详情

本课程简要介绍了编码器-解码器架构,这是一种功能强大且常见的机器学习架构,适用于机器翻译、文本摘要和问答等 sequence-to-sequence 任务。您将了解编码器-解码器架构的主要组成部分,以及如何训练和部署这些模型。在相应的实验演示中,您将在 TensorFlow 中从头编写简单的编码器-解码器架构实现代码,以用于诗歌生成。

了解详情

本课程将向您介绍注意力机制,这是一种强大的技术,可令神经网络专注于输入序列的特定部分。您将了解注意力的工作原理,以及如何使用它来提高各种机器学习任务的性能,包括机器翻译、文本摘要和问题解答。

了解详情

本课程向您介绍扩散模型。这类机器学习模型最近在图像生成领域展现出了巨大潜力。扩散模型的灵感来源于物理学,特别是热力学。过去几年内,扩散模型成为热门研究主题并在整个行业开始流行。Google Cloud 上许多先进的图像生成模型和工具都是以扩散模型为基础构建的。本课程向您介绍扩散模型背后的理论,以及如何在 Vertex AI 上训练和部署此类模型。

了解详情

“生成式 AI 智能体:助力组织转型”是“Gen AI Leader”学习路线中的第五门课程,也是最后一门课程。本课程探讨了组织如何使用量身定制的生成式 AI 智能体,帮助应对特定的业务挑战。您将亲自动手构建一个基本的生成式 AI 智能体,并探索这些智能体的组成部分,例如模型、推理循环以及各种工具。

了解详情

“生成式 AI 应用:改变工作方式”是 Generative AI Leader 学习路线的第四门课程。本课程介绍 Google 的生成式 AI 应用,例如 Gemini for Workspace 和 NotebookLM。它将引导您逐一了解接地、检索增强生成、构建有效提示和构建自动化工作流等概念。

了解详情

“生成式 AI:全面了解生成式 AI”是“Gen AI Leader”学习路线中的第三门课程。生成式 AI 正在改变我们的工作方式以及与世界的互动方式。作为领导者,应该如何利用生成式 AI 来推动实际业务成果?在本课程中,您将探索构建生成式 AI 解决方案的不同层级、Google Cloud 的产品/服务,以及选择解决方案时需要考虑的因素。

了解详情

生成式 AI:剖析基本概念是“Gen AI Leader”学习路线的第二门课程。在本课程中,您将探索 AI、机器学习和生成式 AI 之间的差异,了解各种数据类型如何赋能生成式 AI 来应对业务挑战,从而了解生成式 AI 的基本概念。您还将深入了解 Google Cloud 应对基础模型局限性的策略,以及负责任和安全的 AI 开发与部署面临哪些关键挑战。

了解详情

完成 在 Agent Platform 中设计提示入门技能徽章课程,展示以下方面的技能: Agent Platform 中的提示工程、图片分析和多模态生成式技术。探索如何编写有效的提示,指导生成式 AI 输出, 以及将 Gemini 模型应用于真实的营销场景。

了解详情

生成式 AI:不只是聊天机器人是 Gen AI Leader 学习路线的第一门课程,没有前提条件要求。本课程旨在带您超越对聊天机器人的浅层认知,深入挖掘生成式 AI 为您的组织带来的真正潜力。您将探索基础模型和提示工程等概念,它们对于利用生成式 AI 的强大功能至关重要。本课程还将提供指导,让您了解在为组织制定成功的生成式 AI 策略时,应考虑哪些重要因素。

了解详情

这是一节入门级微课程,旨在解释什么是生成式 AI、它的用途以及与传统机器学习方法的区别。该课程还介绍了可以帮助您开发自己的生成式 AI 应用的各种 Google 工具。

了解详情