Dołącz Zaloguj się

Ankita Kankariya

Jest członkiem od 2020

Liga brązowa

4700 pkt.
Engineer Data for Predictive Modeling with BigQuery ML Earned lis 9, 2022 EST
Przygotowywanie danych do użycia z interfejsami ML w Google Cloud Earned lis 9, 2022 EST
Build Batch Data Pipelines on Google Cloud Earned paź 22, 2022 EDT
[DEPRECATED] Google Cloud Big Data and Machine Learning Fundamentals Earned paź 22, 2022 EDT
Build Data Lakes and Data Warehouses on Google Cloud Earned paź 22, 2022 EDT
Deploy Kubernetes Applications on Google Cloud Earned lis 4, 2020 EST
Budowanie bezpiecznej sieci Google Cloud Earned lis 4, 2020 EST
Set Up a Google Cloud Network Earned paź 28, 2020 EDT
Budowanie sieci w Google Cloud Earned paź 21, 2020 EDT
Konfigurowanie środowiska programistycznego w Google Cloud Earned paź 13, 2020 EDT
Wdrażanie równoważenia obciążenia Cloud Load Balancing w Compute Engine Earned paź 8, 2020 EDT

Complete the intermediate Engineer Data for Predictive Modeling with BigQuery ML skill badge to demonstrate skills in the following: building data transformation pipelines to BigQuery using Dataprep by Trifacta; using Cloud Storage, Dataflow, and BigQuery to build extract, transform, and load (ETL) workflows; and building machine learning models using BigQuery ML.

Więcej informacji

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

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

This course introduces the Google Cloud big data and machine learning products and services that support the data-to-AI lifecycle. It explores the processes, challenges, and benefits of building a big data pipeline and machine learning models with Vertex AI on Google Cloud.

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

Complete the intermediate Deploy Kubernetes Applications on Google Cloud skill badge course to demonstrate skills in the following: Configuring and building Docker container images.Creating and managing Google Kubernetes Engine (GKE) clusters.Utilizing kubectl for efficient cluster management.Deploying Kubernetes applications with robust continuous delivery (CD) practices.

Więcej informacji

Aby zdobyć odznakę umiejętności, ukończ szkolenie Budowanie bezpiecznej sieci Google Cloud, w trakcie którego poznasz różne związane z siecią zasoby do budowania, skalowania i zabezpieczania aplikacji w Google Cloud.

Więcej informacji

Earn a skill badge by completing the Set Up a Google Cloud Network skill badge course, where you will learn how to perform basic networking tasks on Google Cloud Platform - create a custom network, add subnets firewall rules, then create VMs and test the latency when they communicate with each other.

Więcej informacji

Aby zdobyć odznakę umiejętności, ukończ szkolenie Budowanie sieci w Google Cloud, w trakcie którego poznasz różne sposoby wdrażania i monitorowania aplikacji i dowiesz się, jak: przeglądać role uprawnień, dodawać/usuwać dostęp do projektu, tworzyć sieci VPC, wdrażać i monitorować maszyny wirtualne Compute Engine, pisać zapytania SQL oraz wdrażać aplikacje przy użyciu różnych metod w Kubernetes.

Więcej informacji

Aby zdobyć odznakę umiejętności, ukończ szkolenie Konfigurowanie środowiska programistycznego w Google Cloud, w trakcie którego dowiesz się, jak utworzyć i podłączyć infrastrukturę w chmurzę do przechowywania danych przy użyciu podstawowych funkcji technologii Cloud Storage, Identity and Access Management, Cloud Functions oraz Pub/Sub.

Więcej informacji

Ukończ szkolenie wprowadzające Wdrażanie równoważenia obciążenia Cloud Load Balancing w Compute Engine, aby zdobyć odznakę potwierdzającą zdobycie następujących umiejętności: tworzenie i wdrażanie maszyn wirtualnych w Compute Engine oraz konfigurowanie sieciowych systemów równoważenia obciążenia i systemów równoważenia obciążenia aplikacji.

Więcej informacji