Join Sign in

Dhruba Samanta

Member since 2025

Diamond League

13875 points
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 中的資料工程簡介 Earned Aug 3, 2026 EDT
在 Cloud 轉換資料 Earned Jul 31, 2026 EDT
綜合應用:為 Cloud 資料分析師工作做準備 Earned Jul 31, 2026 EDT
資料敘事的強大力量:如何在 Cloud 以圖表呈現資料 Earned Jul 30, 2026 EDT
在 Cloud 管理與儲存資料 Earned Jul 12, 2026 EDT
Google Cloud 資料分析功能簡介 Earned Jun 28, 2026 EDT
Vector Search 和嵌入 Earned Jan 3, 2026 EST
開發人員的負責任 AI 技術:隱私權與安全性 Earned Jan 3, 2026 EST
開發人員的負責任 AI 技術:公平性與偏誤 Earned Jan 2, 2026 EST
開發人員的負責任 AI 技術:可解釋性與透明度 Earned Jan 2, 2026 EST
Vertex AI Studio 簡介 Earned Jan 1, 2026 EST
生成式 AI 適用的機器學習運作 (MLOps) Earned Jan 1, 2026 EST
建立圖像說明生成模型 Earned Jan 1, 2026 EST
Transformer 和 BERT 模型 Earned Jan 1, 2026 EST
編碼器-解碼器架構 Earned Jan 1, 2026 EST
注意力機制 Earned Dec 31, 2025 EST
圖像生成簡介 Earned Dec 31, 2025 EST
生成式 AI 代理:實現組織轉型 Earned Dec 31, 2025 EST
生成式 AI 應用程式:徹底改變工作方式 Earned Dec 28, 2025 EST
生成式 AI:掌握幕後技術與環境 Earned Dec 27, 2025 EST
生成式 AI:瞭解基礎概念 Earned Dec 26, 2025 EST
在 Agent Platform 設計提示 Earned Dec 24, 2025 EST
生成式 AI:不只是聊天機器人 Earned Dec 23, 2025 EST
生成式 AI 簡介 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.

Learn more

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.

Learn more

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.

Learn more

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.

Learn more

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.

Learn more

在本課程中,您會學到 Google Cloud 上的資料工程、資料工程師的角色與職責,以及這些內容如何對應至 Google Cloud 提供的服務。您也將瞭解處理資料工程難題的許多方法。

Learn more

Google Cloud 資料分析專業證書課程共有五堂課程,這是第三堂。本課程會先簡要說明資料歷程,從最初的資料收集,一直到最後的洞察分析。接著,您將依序學習如何使用 SQL 將原始資料轉換為可用的格式、怎麼透過資料管道轉換大量資料。最後,您將練習如何將轉換策略應用於實際資料集,滿足業務需求。

Learn more

這是 Google Cloud Data Analytics 專業證書五堂課程中的第五堂。在本課程中,您將結合第一到第四堂課程的基礎知識和技能,並活用所學,透過專題實作呈現完整的資料生命週期。您將練習使用雲端式工具,有效率地取得、儲存、處理、分析資料,並以圖表呈現及傳達資料洞察結果。本課程結束後,您將完成一項專案,證明自己精通於有效整理多個來源的資料、向不同相關人士說明解決方案,以及運用雲端式軟體將資料洞察結果以圖表呈現。此外,您還會更新履歷,並練習面試技巧,為應徵和面試做好準備。

Learn more

這是 Google Cloud Data Analytics 專業證書五堂課程中的第四堂。本課程著重於培養雲端資料圖表製作的技能,共分五個主要階段:敘事、規劃、探索資料、建立圖表,以及與他人分享資料。您還會實際使用 UI/UX 技能,繪製具說服力的雲端原生圖表線框稿,並運用雲端原生資料圖表工具探索資料集、建立報表和資訊主頁,推動決策並促進協作。

Learn more

這是 Google Cloud 資料分析專業證書五堂課程中的第二堂。本課程將帶您瞭解資料的結構化和組織方式。您將透過實作,瞭解資料湖倉架構和 BigQuery、Google Cloud Storage 與 DataProc 等雲端元件,有效率地儲存、分析及處理大型資料集。

Learn more

這是 Google Cloud 資料分析專業證書五堂課程中的第一堂。在本課程中,您將瞭解雲端資料分析領域的定義,並說明雲端資料分析師在資料擷取、儲存、處理和視覺化方面的角色與職責。您將瞭解 BigQuery 和 Cloud Storage 等 Google Cloud 工具的架構,以及如何運用這些工具有效組織、呈現及彙整資料。

Learn more

這堂課程會介紹 AI 搜尋技術、工具和應用程式。主題涵蓋使用向量嵌入執行語意搜尋;結合語意和關鍵字做法的混合型搜尋機制;以及運用檢索增強生成 (RAG) 技術建構有基準的 AI 代理,盡可能減少 AI 幻覺。您可以實際使用 Vertex AI Vector Search,打造智慧型搜尋引擎。

Learn more

本課程涵蓋「AI 隱私權」和「AI 安全性」這兩個重要主題。我們將介紹實用的方法和工具,協助您運用 Google Cloud 產品和開放原始碼工具,導入 AI 隱私權和安全性的建議做法。

Learn more

本課程旨在說明負責任 AI 技術的概念和 AI 開發原則,同時介紹各項技術,在實務上找出公平性和偏誤,減少 AI/機器學習做法上的偏誤。我們也將探討實用方法和工具,透過 Google Cloud 產品和開放原始碼工具,導入負責任 AI 技術的最佳做法。

Learn more

本課程旨在說明 AI 的可解釋性和透明度概念、探討 AI 透明度對開發人員和工程師的重要性。課程中也會介紹實務方法和工具,有助於讓資料和 AI 模型透明且可解釋。

Learn more

本課程會介紹 Vertex AI Studio。您可以運用這項工具和生成式 AI 模型互動、根據商業構想設計原型,並投入到正式環境。透過身歷其境的應用實例、有趣的課程及實作實驗室,您將能探索從提示到正式環境的生命週期,同時學習如何將 Vertex AI Studio 運用在多模態版 Gemini 應用程式、提示設計、提示工程和模型調整。這個課程的目標是讓您能運用 Vertex AI Studio,在專案中發揮生成式 AI 的潛能。

Learn more

本課程旨在提供必要的知識和工具,協助您探索機器學習運作團隊在部署及管理生成式 AI 模型時面臨的獨特挑戰,並瞭解 Vertex AI 如何幫 AI 團隊簡化機器學習運作程序,打造成效非凡的生成式 AI 專案。

Learn more

本課程說明如何使用深度學習來建立圖像說明生成模型。您將學習圖像說明生成模型的各個不同組成部分,例如編碼器和解碼器,以及如何訓練和評估模型。在本課程結束時,您將能建立自己的圖像說明生成模型,並使用模型產生圖像說明文字。

Learn more

這堂課程將說明變換器架構,以及基於變換器的雙向編碼器表示技術 (BERT) 模型,同時帶您瞭解變換器架構的主要組成 (如自我注意力機制) 和如何用架構建立 BERT 模型。此外,也會介紹 BERT 適用的各種任務,像是文字分類、問題回答和自然語言推論。課程預計約 45 分鐘。

Learn more

本課程概要說明解碼器與編碼器的架構,這種強大且常見的機器學習架構適用於序列對序列的任務,例如機器翻譯、文字摘要和回答問題。您將認識編碼器與解碼器架構的主要元件,並瞭解如何訓練及提供這些模型。在對應的研究室逐步操作說明中,您將學習如何從頭開始使用 TensorFlow 寫程式,導入簡單的編碼器與解碼器架構來產生詩詞。

Learn more

本課程將介紹注意力機制,說明這項強大技術如何讓類神經網路專注於輸入序列的特定部分。此外,也將解釋注意力的運作方式,以及如何使用注意力來提高各種機器學習任務的成效,包括機器翻譯、文字摘要和回答問題。

Learn more

本課程將介紹擴散模型,這是一種機器學習模型,近期在圖像生成領域展現亮眼潛力。概念源自物理學,尤其深受熱力學影響。過去幾年來,在學術界和業界都是炙手可熱的焦點。在 Google Cloud 中,擴散模型是許多先進圖像生成模型和工具的基礎。課程將介紹擴散模型背後的理論,並說明如何在 Vertex AI 上訓練和部署這些模型。

Learn more

「生成式 AI 代理:實現組織轉型」是 Gen AI Leader 學習路徑的第五堂也是最後一堂課程。本課程將探討組織如何運用自訂生成式 AI 代理,解決特定的業務難題。您將動手練習建構基本的生成式 AI 代理,同時探索這類代理的各種元件,例如模型、推論迴圈和工具。

Learn more

「生成式 AI 應用程式:徹底改變工作方式」是 Generative AI Leader 學習路徑的第四門課程。本課程將介紹 Google 的生成式 AI 應用程式,例如 Gemini for Workspace 和NotebookLM,也會引導您瞭解各種概念,像是建立基準、檢索增強生成、建構有效的提示詞,以及打造自動化工作流程等。

Learn more

「生成式 AI:掌握幕後技術與環境」是 Gen AI Leader 學習路徑的第三門課程。生成式 AI 正在改變我們的工作方式,以及與周遭世界的互動模式。身為領導者,您要如何駕馭其強大的功能,創造實際的業務成果?在本課程中,您將認識建構生成式 AI 解決方案時的各個層面、Google Cloud 產品與服務,以及選擇解決方案時應考量的因素。

Learn more

生成式 AI:瞭解基礎概念是 Gen AI Leader 學習路徑的第二門課程。在本課程中,您將瞭解 AI、機器學習和生成式 AI 的差異,以及各種類型的資料如何協助生成式 AI 解決業務難題,進而掌握生成式 AI 的基礎概念。您還能深入瞭解 Google Cloud 因應基礎模型限制的策略,以及開發、部署安全且負責任的 AI 技術時面臨的主要挑戰。

Learn more

完成 在 Agent Platform 設計提示 技能徽章入門課程,即可證明您具備下列技能: 在 Agent Platform 設計提示、分析圖片,以及運用多模態模型生成內容。瞭解如何建立有效的提示、引導生成式 AI 輸出內容, 以及將 Gemini 模型用於實際的行銷情境。

Learn more

「生成式 AI:不只是聊天機器人」是 Gen AI Leader 學習路徑的第一門課程,沒有先修條件。本課程旨在帶領您超越對聊天機器人的基本認識,探索生成式 AI 能為貴組織帶來的真正潛力。您將瞭解基礎模型和提示工程等概念,這些都是發揮生成式 AI 威力的關鍵。本課程也會引導您思考重要事項,協助您為貴組織制定成功的生成式 AI 策略。

Learn more

這個入門微學習課程主要說明生成式 AI 的定義和使用方式,以及此 AI 與傳統機器學習方法的差異。本課程也會介紹各項 Google 工具,協助您開發自己的生成式 AI 應用程式。

Learn more