Приєднатися Увійти

Ankita Kankariya

Учасник із 2020

Бронзова ліга

Кількість балів: 4700
Engineer Data for Predictive Modeling with BigQuery ML Earned лист. 9, 2022 EST
Підготовка даних для інтерфейсів API машинного навчання в Google Cloud Earned лист. 9, 2022 EST
Build Batch Data Pipelines on Google Cloud Earned жовт. 22, 2022 EDT
Google Cloud Big Data and Machine Learning Fundamentals - українська Earned жовт. 22, 2022 EDT
Build Data Lakes and Data Warehouses on Google Cloud Earned жовт. 22, 2022 EDT
Deploy Kubernetes Applications on Google Cloud Earned лист. 4, 2020 EST
Build a Secure Google Cloud Network Earned лист. 4, 2020 EST
Set Up a Google Cloud Network Earned жовт. 28, 2020 EDT
Налаштування мережі Google Cloud Earned жовт. 21, 2020 EDT
Налаштування середовища для розробки додатка в Google Cloud Earned жовт. 13, 2020 EDT
Налаштування Cloud Load Balancing для Compute Engine Earned жовт. 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.

Докладніше

Пройдіть вступний кваліфікаційний курс Підготовка даних для інтерфейсів API машинного навчання в Google Cloud, щоб продемонструвати свої навички щодо очистки даних за допомогою сервісу Dataprep by Trifacta, запуску конвеєрів даних у Dataflow, створення кластерів і запуску завдань Apache Spark у Managed Service for Apache Spark, а також виклику API машинного навчання, зокрема Cloud Natural Language API, Google Cloud Speech-to-Text API і Video Intelligence API.

Докладніше

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.

Докладніше

Під час курсу ви зможете ознайомитися з продуктами й сервісами Google Cloud для роботи з масивами даних і машинним навчанням, які підтримують життєвий цикл роботи з даними для тренування моделей штучного інтелекту. У курсі розглядаються процеси, проблеми й переваги створення конвеєру масиву даних і моделей машинного навчання з Vertex AI у Google Cloud.

Докладніше

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.

Докладніше

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.

Докладніше

Earn a skill badge by completing the Build a Secure Google Cloud Network skill badge course, where you will learn about multiple networking-related resources to build, scale, and secure your applications on Google Cloud.

Докладніше

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.

Докладніше

Щоб отримати кваліфікаційний значок, пройдіть курс Налаштування мережі Google Cloud. У ньому ви дізнаєтеся про різні способи розгортання й моніторингу додатків, зокрема навчитеся визначати ролі керування ідентифікацією і доступом, надавати або вилучати доступ до проектів, створювати мережі VPC, розгортати й відстежувати віртуальні машини Compute Engine, писати запити SQL, а також по-різному вводити додатки в дію за допомогою Kubernetes.

Докладніше

Щоб отримати кваліфікаційний значок, пройдіть курс Налаштування середовища для розробки додатка в Google Cloud. У ньому ви навчитеся створювати й підключати хмарну інфраструктуру, спрямовану на зберігання даних, за допомогою базових можливостей таких технологій, як Cloud Storage, система керування ідентифікацією і доступом, Cloud Functions та Pub/Sub.

Докладніше

Пройдіть вступний кваліфікаційний курс Налаштування Cloud Load Balancing для Compute Engine, щоб продемонструвати свої навички: створення й розгортання віртуальних машин у Compute Engine; налаштування мережі й розподілювачів навантаження додатків.

Докладніше