Ukończ szkolenie wprowadzające Przygotowywanie danych do użycia z interfejsami ML w Google Cloud, aby zdobyć odznakę potwierdzającą zdobycie następujących umiejętności: czyszczenie danych przy użyciu usługi Dataprep firmy Trifacta, uruchamianie potoków danych w Dataflow, tworzenie klastrów i uruchamianie zadań Apache Spark w Managed Service for Apache Spark, a także wywoływanie interfejsów API dotyczących uczenia maszynowego, w tym Cloud Natural Language API, Google Cloud Speech-to-Text API oraz Video Intelligence API.
Więcej informacji
Ukończ szkolenie wprowadzające Uzyskiwanie statystyk z danych BigQuery, aby zdobyć odznakę potwierdzającą zdobycie następujących umiejętności: pisanie zapytań SQL, tworzenie zapytań dotyczących tabel publicznych, wczytywanie przykładowych danych w BigQuery, naprawianie typowych błędów składniowych przy użyciu walidatora zapytań w BigQuery oraz tworzenie raportów w Data Studio przez tworzenie połączenia z danymi BigQuery.
Więcej informacji
Complete the advanced Deploy Multi-Agent Architectures skill badge to demonstrate skills in the following: building multi-agent systems with ADK, connecting agents with the Agent-to-Agent (A2A) protocol, integrating external tools using the Model Context Protocol (MCP), and deploying a complete multi-agent solution to Agent Engine. Explore other content in the Gemini Enterprise Agent Ready (GEAR) program.
Więcej informacji
Earn a skill badge by completing the Streaming Analytics into BigQuery skill badge course, where you use Pub/Sub, Dataflow and BigQuery together to stream data for analytics.
Więcej informacji
In this intermediate course, you will learn to design, build, and optimize robust batch data pipelines on Google Cloud. Moving beyond fundamental data handling, you will explore large-scale data transformations and efficient workflow orchestration, essential for timely business intelligence and critical reporting.
Get hands-on practice using Dataflow for Apache Beam and Serverless for Apache Spark (Dataproc Serverless) for implementation, and tackle crucial considerations for data quality, monitoring, and alerting to ensure pipeline reliability and operational excellence. A basic knowledge of data warehousing, ETL/ELT, SQL, Python, and Google Cloud concepts is recommended.
Więcej informacji
Complete the intermediate Build a Data Warehouse with BigQuery skill badge course to demonstrate skills in the following: joining data to create new tables, troubleshooting joins, appending data with unions, creating date-partitioned tables, and working with JSON, arrays, and structs in BigQuery.
Więcej informacji
While the traditional approaches of using data lakes and data warehouses can be effective, they have shortcomings, particularly in large enterprise environments. This course introduces the concept of a data lakehouse and the Google Cloud products used to create one. A lakehouse architecture uses open-standard data sources and combines the best features of data lakes and data warehouses, which addresses many of their shortcomings.
Więcej informacji
Przygotowywanie danych do użycia z interfejsami ML w Google Cloud
Earned sie 12, 2026 EDT
Uzyskiwanie statystyk z danych BigQuery
Earned sie 10, 2026 EDT
Deploy Multi-Agent Architectures
Earned sie 6, 2026 EDT
Streaming Analytics into BigQuery
Earned lip 21, 2026 EDT
Build Batch Data Pipelines on Google Cloud
Earned lip 16, 2026 EDT
Build a Data Warehouse with BigQuery
Earned lip 7, 2026 EDT
Build Data Lakes and Data Warehouses on Google Cloud
Earned lip 6, 2026 EDT