Ömer Faruk Güngör
Menjadi anggota sejak 2021
Diamond League
19711 poin
Responsible AI untuk Developer: Privasi & Keamanan
Earned Okt 16, 2026 EDT
Responsible AI untuk Developer: Penafsiran & Transparansi
Earned Okt 16, 2026 EDT
Membuat Aplikasi AI Generatif di Google Cloud
Earned Okt 16, 2026 EDT
Production Machine Learning Systems
Earned Okt 16, 2026 EDT
Men-deploy Sistem Multi-Agen dengan Gemini Enterprise Agent Platform
Earned Okt 15, 2026 EDT
Dasar-Dasar Google Cloud: Infrastruktur Inti
Earned Sep 22, 2026 EDT
Machine Learning Operations (MLOps) dengan Vertex AI: Evaluasi Model
Earned Sep 22, 2026 EDT
Machine Learning Operations (MLOps) untuk AI Generatif
Earned Sep 22, 2026 EDT
Pengantar Model Bahasa Besar
Earned Sep 22, 2026 EDT
MLOps with Agent Platform: Manage Features
Earned Sep 22, 2026 EDT
Machine Learning Operations (MLOps): Getting Started
Earned Sep 22, 2026 EDT
Membuat Model ML dengan BigQuery ML
Earned Sep 21, 2026 EDT
Build a Certification Study Guide: PMLE
Earned Sep 21, 2026 EDT
Pengantar AI dan Machine Learning di Google Cloud
Earned Sep 21, 2026 EDT
Membangun Agen AI dengan Database Enterprise
Earned Sep 17, 2026 EDT
AgentOps: Mengoperasionalkan Agen AI di Google Cloud
Earned Sep 17, 2026 EDT
Orchestrate Workflows with the Data Agent Kit
Earned Sep 17, 2026 EDT
Build Agent Skills with Google
Earned Sep 17, 2026 EDT
Menambahkan Kemampuan Agen dengan Alat
Earned Sep 17, 2026 EDT
Mengelola Memori dan Status Agen
Earned Sep 17, 2026 EDT
Merekayasa Agen AI dengan Agent Development Kit (ADK)
Earned Sep 17, 2026 EDT
Mengoptimalkan Perilaku Agen
Earned Sep 17, 2026 EDT
Strategi Agentic: Menjelajahi, Merancang, dan Membuat Prototipe
Earned Sep 17, 2026 EDT
Mulai Menggunakan Google Antigravity: Membangun Video Game dengan AI
Earned Sep 17, 2026 EDT
Memahami Agen Google Cloud
Earned Sep 17, 2026 EDT
Pengantar AI Generatif
Earned Jul 25, 2026 EDT
Menyiapkan Jaringan Google Cloud
Earned Nov 28, 2021 EST
Rekayasa Data untuk Pembuatan Model Prediktif dengan BigQuery ML
Earned Nov 27, 2021 EST
Menyiapkan Data untuk ML API di Google Cloud
Earned Nov 26, 2021 EST
Menyiapkan Lingkungan Pengembangan Aplikasi di Google Cloud
Earned Nov 22, 2021 EST
DEPRECATED Cloud Architecture
Earned Nov 19, 2021 EST
Mengembangkan Jaringan Google Cloud Anda
Earned Nov 15, 2021 EST
Mengimplementasikan Cloud Load Balancing untuk Compute Engine
Earned Nov 12, 2021 EST
Kursus ini memperkenalkan topik penting tentang privasi dan keamanan AI. Kursus ini mengeksplorasi metode dan alat praktis untuk menerapkan rekomendasi praktik privasi dan keamanan AI melalui penggunaan produk dan alat open source Google Cloud.
Pelajari lebih lanjut
Kursus ini memperkenalkan konsep penafsiran dan transparansi AI. Kursus ini membahas pentingnya transparansi AI bagi developer dan engineer. Kursus ini juga mengeksplorasi metode dan alat praktis untuk membantu mencapai penafsiran dan transparansi, baik dalam model data maupun AI.
Pelajari lebih lanjut
Aplikasi AI generatif dapat mewujudkan pengalaman pengguna baru yang hampir tidak dimungkinkan sebelum ditemukannya model bahasa besar (LLM). Sebagai developer aplikasi, bagaimana cara menggunakan AI generatif untuk membangun aplikasi yang menarik dan canggih di Google Cloud?
Dalam kursus ini, Anda akan mempelajari aplikasi AI generatif dan cara Anda dapat menggunakan desain perintah serta retrieval-augmented generation (RAG) untuk membangun aplikasi yang canggih menggunakan LLM. Anda akan mempelajari arsitektur siap produksi yang dapat digunakan untuk aplikasi AI generatif dan Anda akan membangun aplikasi chat LLM berbasis RAG.
Pelajari lebih lanjut
This course covers how to implement the various flavors of production ML systems— static, dynamic, and continuous training; static and dynamic inference; and batch and online processing. You delve into TensorFlow abstraction levels, the various options for doing distributed training, and how to write distributed training models with custom estimators.
This is the second course of the Advanced Machine Learning on Google Cloud series. After completing this course, enroll in the Image Understanding with TensorFlow on Google Cloud course.
Pelajari lebih lanjut
Dalam kursus ini, Anda akan mempelajari cara menggunakan Agent Development Kit Google untuk membangun sistem multi-agen yang kompleks. Anda akan membangun agen yang dilengkapi dengan berbagai alat. Anda juga akan menghubungkannya melalui hubungan dan alur induk-turunan untuk menentukan interaksi antara berbagai agen. Anda akan menjalankan agen secara lokal dan men-deploy-nya ke Agent Runtime di Gemini Enterprise Agent Platform untuk dijalankan sebagai alur agen terkelola. Agent Runtime akan menangani keputusan infrastruktur dan penskalaan resource.
Lab ini didasarkan pada versi pra-rilis produk ini. Lab ini mungkin mengalami jeda saat kami melakukan update pemeliharaan.
Pelajari lebih lanjut
Dasar-Dasar Google Cloud: Infrastruktur Inti memperkenalkan konsep dan terminologi penting untuk bekerja dengan Google Cloud. Melalui video dan lab interaktif, kursus ini menyajikan dan membandingkan banyak layanan komputasi dan penyimpanan Google Cloud, bersama dengan resource penting dan alat pengelolaan kebijakan.
Pelajari lebih lanjut
Kursus ini membekali para praktisi machine learning dengan alat, teknik, dan praktik terbaik penting untuk mengevaluasi model AI generatif dan prediktif. Evaluasi model adalah disiplin ilmu yang sangat penting untuk memastikan sistem ML memberikan hasil yang andal, akurat, dan berperforma tinggi dalam produksi.
Peserta akan mendapatkan pemahaman yang mendalam mengenai berbagai metrik evaluasi, metodologi, dan penerapannya yang sesuai di berbagai jenis model dan tugas. Kursus ini akan berfokus pada tantangan unik yang dibuat oleh model AI generatif dan memberikan strategi untuk mengatasinya secara efektif. Dengan memanfaatkan platform Vertex AI di Google Cloud, para peserta akan belajar cara mengimplementasikan proses evaluasi yang kuat untuk melakukan pemilihan, pengoptimalan, dan pemantauan berkelanjutan pada model.
Pelajari lebih lanjut
Kursus ini dikhususkan untuk membekali Anda dengan pengetahuan dan alat yang diperlukan guna mengungkap tantangan unik yang dihadapi oleh tim MLOps saat men-deploy dan mengelola model AI Generatif, serta mengeksplorasi cara Vertex AI memberdayakan tim AI dalam menyederhanakan proses MLOps dan mencapai keberhasilan dalam project AI Generatif.
Pelajari lebih lanjut
Ini adalah kursus pengantar pembelajaran mikro yang membahas definisi model bahasa besar (LLM), kasus penggunaannya, dan cara menggunakan prompt tuning untuk meningkatkan performa LLM. Kursus ini juga membahas beberapa alat Google yang dapat membantu Anda mengembangkan aplikasi AI Generatif Anda sendiri.
Pelajari lebih lanjut
This course introduces participants to MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud. MLOps is a discipline focused on the deployment, testing, monitoring, and automation of ML systems in production.
Learners will get hands-on practice using Agent Platform Feature Store's streaming ingestion at the SDK layer.
Pelajari lebih lanjut
This course introduces participants to MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud. MLOps is a discipline focused on the deployment, testing, monitoring, and automation of ML systems in production. Machine Learning Engineering professionals use tools for continuous improvement and evaluation of deployed models. They work with (or can be) Data Scientists, who develop models, to enable velocity and rigor in deploying the best performing models.
Pelajari lebih lanjut
Selesaikan badge keahlian tingkat menengah Membuat Model ML dengan BigQuery ML untuk menunjukkan keterampilan dalam hal berikut: membuat dan mengevaluasi model machine learning dengan BigQuery ML untuk membuat prediksi data.
Pelajari lebih lanjut
Learn how to use Gemini Notebook to create a personalized study guide for the Professional Machine Learning Engineer (PMLE) certification exam. You'll review Gemini Notebook features, create a notebook, and use the study guide to practice for a certification exam.
Pelajari lebih lanjut
Kursus ini memperkenalkan kemampuan AI dan machine learning (ML) Google Cloud, dengan fokus pada pengembangan project AI generatif dan prediktif. Kursus ini akan membahas berbagai teknologi, produk, dan alat yang tersedia di seluruh siklus proses data ke AI, yang memberdayakan data scientist, developer AI, dan engineer ML untuk meningkatkan keahlian mereka melalui latihan interaktif.
Pelajari lebih lanjut
Membangun agen AI yang dapat memanfaatkan database perusahaan menggunakan MCP Toolbox for Databases. Anda akan menentukan alat interaksi database yang aman, dan mengimplementasikan kapabilitas pembuatan kueri cerdas (memanfaatkan embedding vektor, kueri terstruktur).
Pelajari lebih lanjut
Pelajari praktik AgentOps yang diperlukan untuk membawa agen AI generatif dari tahap prototipe ke produksi. Kursus ini mencakup kemampuan observasi end-to-end, mengotomatiskan pemeriksaan kualitas di pipeline CI/CD, dan mengamankan infrastruktur agen untuk kepatuhan perusahaan. Pelajari konten lain dalam program Gemini Enterprise Agent Ready (GEAR).
Pelajari lebih lanjut
This course brings AI-driven, natural-language data engineering into the IDE and CLI workflows you already use. Built on the Agent Development Kit (ADK), the Data Agent Kit connects to a wide array of Google Cloud services, including BigQuery, Spanner, BigLake, Dataproc, and Managed Airflow. By using it, you can collapse days of pipeline scaffolding, data build tool (dbt) authoring, and orchestration wiring into prompt-driven sessions.
As an intermediate-to-advanced practitioner, you will learn to build a data agent with the Agent Development Kit (ADK). You'll wire up the Model Context Protocol (MCP) layer, and use your agent to explore catalogs, transform data, train models, and orchestrate scheduled pipelines on Google Cloud.
Pelajari lebih lanjut
Close the gap between general AI capabilities and your domain knowledge through Agent Skills. This course walks you through the full lifecycle of custom skill building, from local scaffolding and testing to enterprise scaling and sharing using Google's agent ecosystem, including Google Antigravity, ADK, and Skill Registry. Additionally, you use Google Agents CLI toolkit to attach skills to standalone 24/7 cloud agents, equipping your team with reliable, autonomous digital coworkers.
Pelajari lebih lanjut
Anda telah membangun agen dengan konfigurasi lanjutan. Sekarang, berikan agen itu kemampuan dunia nyata. Lengkapi agen dengan alat yang memungkinkannya menelusuri web, mengeksekusi kode, membuat kueri database, dan menjalankan tindakan kustom.
Pelajari lebih lanjut
Anda telah membangun agen LLM dasar yang merespons kueri. Sekarang, mari kita jadikan agen itu stateful. Menggunakan status sesi untuk membangun agen yang mempertahankan konteks, mengingat preferensi pengguna, dan memberikan pengalaman yang dipersonalisasi. Mengubah agen dari pemberi respons stateless menjadi asisten cerdas.
Mempelajari konten lain dalam program Gemini Enterprise Agent Ready (GEAR).
Bergabung dengan forum komunitas untuk bertanya dan berdiskusi
Pelajari lebih lanjut
Dapatkan badge keahlian tingkat menengah Merekayasa Agen AI dengan Agent Development Kit (ADK) dengan menyelesaikan kursus ini untuk menunjukkan keahlian Anda dalam hal berikut: merumuskan masalah riset model bahasa di dunia nyata; membangun tokenizer sederhana; menyiapkan set data untuk melatih model bahasa transformer; menjalankan loop pelatihan model bahasa kecil.
Pelajari lebih lanjut
Anda telah membangun agen pertama Anda. Sekarang saatnya mengembangkannya lebih lanjut. Dalam kursus ini, Anda akan meningkatkan keterampilan dengan mempelajari cara mengubah agen AI dasar menjadi asisten yang canggih dan presisi. Hal ini dilakukan dengan menerapkan petunjuk tingkat lanjut, pemilihan model, kemampuan perencanaan, dan pola output terstruktur.
Gabung dengan forum komunitas untuk bertanya dan berdiskusi
Pelajari lebih lanjut
Melangkah ke masa depan dengan Strategi Agentic: Menjelajahi, Merancang, dan Membuat Prototipe. Kursus ini memungkinkan Anda menguasai Google Agentic AI Transformation Framework dan beralih dari chatbot ke rekan tim otonom. Melalui kasus penggunaan retail, Anda akan mempelajari cara mengukur nilai bisnis, memprioritaskan project AI, memetakan perjalanan penting pengguna, dan membangun prototipe fungsional menggunakan alat tanpa coding seperti Google AI Studio dan Gemini Enterprise. Kursus ini memberikan roadmap yang solid dan diperlukan bagi para pemimpin bisnis dan teknis untuk memimpin organisasi mereka memasuki era AI agentic.
Pelajari lebih lanjut
Dalam kursus ini, Anda akan mempelajari cara membangun software dengan kecepatan propulsif melalui orkestrasi agen di Google Antigravity. Kursus praktik ini akan memandu Anda untuk menginstal dan mulai menggunakan Antigravity. Selanjutnya, Anda akan menggunakan Firebase untuk mengaktifkan layanan pada aplikasi yang Anda bangun dengan Antigravity. Terakhir, Anda akan membangun video game, Voyager, dengan meminta agen di Antigravity untuk bekerja secara paralel.
Pelajari lebih lanjut
Kursus ini memberikan gambaran komprehensif tentang platform agen Google Cloud, termasuk Vertex AI Agent Builder, Gemini Enterprise, Conversational Agents, dan Agent Development Kit. Para peserta akan memahami kemampuan unik tiap penawaran, dapat membedakan solusi optimal untuk kasus penggunaan tertentu, dan memperoleh pengetahuan dasar dalam membuat aplikasi penelusuran dan chat.
Pelajari lebih lanjut
Ini adalah kursus pengantar pembelajaran mikro yang bertujuan untuk mendefinisikan AI Generatif, cara penggunaannya, dan perbedaannya dari metode machine learning konvensional. Kursus ini juga membahas beberapa Alat Google yang dapat membantu Anda mengembangkan aplikasi AI Generatif Anda sendiri.
Pelajari lebih lanjut
Dapatkan badge keahlian dengan menyelesaikan kursus Menyiapkan Jaringan Google Cloud, untuk mempelajari cara menjalankan tugas-tugas networking dasar di Google Cloud Platform, yakni membuat jaringan kustom, menambahkan aturan firewall subnet, lalu membuat VM dan menguji latensi saat VM berkomunikasi satu sama lain.
Pelajari lebih lanjut
Selesaikan badge keahlian tingkat menengah Rekayasa Data untuk Pembuatan Model Prediktif dengan BigQuery ML untuk menunjukkan keterampilan Anda dalam hal berikut: membangun pipeline transformasi data ke BigQuery dengan Dataprep by Trifacta; menggunakan Cloud Storage, Dataflow, dan BigQuery untuk membangun alur kerja ekstrak, transformasi, dan pemuatan (ETL); serta membangun model machine learning menggunakan BigQuery ML.
Pelajari lebih lanjut
Selesaikan badge keahlian pengantar Menyiapkan Data untuk ML API di Google Cloud untuk menunjukkan keterampilan Anda dalam hal berikut: menghapus data dengan Dataprep by Trifacta, menjalankan pipeline data di Dataflow, membuat cluster dan menjalankan tugas Apache Spark di Managed Service for Apache Spark, dan memanggil beberapa ML API, termasuk Cloud Natural Language API, Google Cloud Speech-to-Text API, dan Video Intelligence API.
Pelajari lebih lanjut
Dapatkan badge keahlian dengan menyelesaikan kursus Menyiapkan Lingkungan Pengembangan Aplikasi di Google Cloud, yang memungkinkan Anda mempelajari cara membangun dan menghubungkan infrastruktur cloud yang berpusat pada penyimpanan menggunakan kemampuan dasar teknologi berikut: Cloud Storage, Identity and Access Management, Cloud Functions, dan Pub/Sub.
Pelajari lebih lanjut
Quest level dasar ini berbeda dengan penawaran Qwiklabs lainnya. Semua lab yang termasuk dalam level ini telah diseleksi untuk membekali profesional IT dengan praktik langsung tentang berbagai topik dan layanan yang diujikan dalam Sertifikasi Google Cloud Certified Professional Cloud Architect . Dari IAM, hingga jaringan, dan penerapan Kubernetes Engine, quest ini tersusun atas sejumlah lab spesifik yang akan menguji pengetahuan Anda tentang GCP. Harap diketahui bahwa, meskipun praktik dengan lab ini akan meningkatkan keterampilan dan kemampuan Anda, sebaiknya Anda juga mempelajari panduan ujian serta referensi persiapan lain yang tersedia.
Pelajari lebih lanjut
Dapatkan badge keahlian dengan menyelesaikan kursus Mengembangkan Jaringan Google Cloud Anda yang berisi pelajaran tentang berbagai cara untuk men-deploy dan memantau aplikasi, termasuk cara: menjelajahi peran IAM dan menambahkan/menghapus akses project, membuat jaringan VPC, men-deploy dan memantau VM Compute Engine, menulis kueri SQL, men-deploy dan memantau VM di Compute Engine, serta men-deploy aplikasi menggunakan Kubernetes dengan beberapa pendekatan deployment.
Pelajari lebih lanjut
Selesaikan badge keahlian pengantar Mengimplementasikan Cloud Load Balancing untuk Compute Engine untuk menunjukkan keterampilan dalam hal berikut: membuat dan men-deploy virtual machine di Compute Engine serta mengonfigurasi load balancer aplikasi dan jaringan.
Pelajari lebih lanjut
