Muhammad Hafiz Fassya
成为会员时间：2026
钻石联赛
3978 积分
Arcade Simulator: Network Security Engineer
Earned Aug 17, 2026 EDT
Model Armor：保障 AI 部署安全
Earned Aug 15, 2026 EDT
AI 时代安全性简介
Earned Aug 10, 2026 EDT
为组织配置 Gemini Code Assist
Earned Aug 9, 2026 EDT
利用 Cloud Run 部署和扩缩 AI 模型
Earned Aug 7, 2026 EDT
使用 Knowledge Catalog 构建数据网格
Earned Jul 31, 2026 EDT
Arcade Simulator: Data Mesh Architect
Earned Jul 31, 2026 EDT
面向数据科学家和分析师的 Gemini
Earned Jul 16, 2026 EDT
借助 Gemini Code Assist 简化应用开发
Earned Jul 15, 2026 EDT
使用 BigQuery 构建数据仓库
Earned Jul 14, 2026 EDT
通过 BigQuery ML 创建机器学习模型
Earned Jul 12, 2026 EDT
利用 Vertex AI 实现机器学习运维 (MLOps)：模型评估
Earned Jul 11, 2026 EDT
适用于生成式 AI 的机器学习运维 (MLOps)
Earned Jul 11, 2026 EDT
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.
了解详情
本课程回顾了 Model Armor 的基本安全功能，并让您能够使用该服务。您将了解与 LLM 相关的安全风险，以及 Model Armor 如何保护您的 AI 应用。
了解详情
人工智能 (AI) 具备巨大的变革潜力，但也带来了新的安全挑战。本课程专为负责安全性和数据保护的领导者而设计，助其运用相关策略在组织内安全管理 AI。学习一个有助于实现以下目标的框架：主动识别并减轻 AI 特有的风险，保护敏感数据，确保遵从法规，构建弹性 AI 基础设施。通过四个不同行业的精选用例，探索这些策略如何应用于现实场景。
了解详情
本课程面向为组织配置 Gemini Code Assist 的 Google Cloud 开发者和 DevOps 工程师，需事先掌握 Google Cloud 控制台的基本知识。本课程介绍了 Gemini Code Assist 的优势，并比较了不同 Gemini Code Assist 版本的功能。本课程还介绍了如何在组织内配置和管理 Gemini Code Assist。
了解详情
AI 推理是指利用经过训练的机器学习模型，通过应用其学习到的模式，对新的、未见过的数据进行预测的过程。本课程专为有兴趣在 Cloud Run 上快速部署 AI 推理服务的开发者、数据科学家和机器学习工程师而设计。对于熟悉基于云的无服务器应用部署解决方案，但可能没有使用 Google Cloud 无服务器产品运行 AI 推理经验的学员来说，本课程非常有用。
本课程包含使用 GPU 部署 AI 推理模型，以及将生成式 AI 应用与数据存储服务集成的示例。
了解详情
完成入门技能徽章课程使用 Knowledge Catalog 构建数据网格，展示以下方面的技能：使用 Knowledge Catalog 构建数据网格， 以在 Google Cloud 上实现数据安全、治理和发现。您将在 Knowledge Catalog 中练习和测试自己在标记资产、分配 IAM 角色和评估数据质量方面的技能。
了解详情
Welcome to this month's Arcade Simulator where you will be a Data Mesh Architect. In this simulation, you'll first tackle BigQuery to build date-partitioned tables, solve complex join pitfalls, and master nested data structures. Then, you'll shift to decentralized governance using Dataplex Knowledge Catalog to organize assets, assign metadata, and enforce strict cloud security. Complete with two realistic challenge labs, this simulation equips you to break down data silos, scale your infrastructure, and run a secure, seamless data mesh.
了解详情
在本课程中，您将了解 Gemini（Google Cloud 的生成式 AI 赋能的协作工具）如何帮助分析客户数据并预测产品销售情况。此外，您还将了解如何在 BigQuery 中使用客户数据来识别、开发新客户并对其进行分类。通过动手实验，您将体验 Gemini 如何改进数据分析和机器学习工作流。
Duet AI 已更名为 Gemini，这是我们的新一代模型。
了解详情
本课程专为各个级别的开发者打造，您将学到 Gemini Code Assist 的核心特性和功能。Gemini Code Assist 依托 AI 技术，可协助您在 Google Cloud 上进行应用开发。从智能代码建议、自动补全、实时错误检测到重构辅助，您将发现 Gemini Code Assist 如何显著提升开发效率和代码质量，帮助您节省宝贵时间，专注于更具价值和趣味性的任务。
了解详情
完成中级技能徽章课程使用 BigQuery 构建数据仓库，展示以下技能： 联接数据以创建新表、排查联接故障、使用并集附加数据、创建日期分区表， 以及在 BigQuery 中使用 JSON、数组和结构体。
了解详情
完成中级技能徽章课程通过 BigQuery ML 创建机器学习模型，展示您在以下方面的技能： 使用 BigQuery ML 创建和评估机器学习模型，以执行数据预测。
了解详情
本课程能让机器学习从业者掌握评估生成式和预测式 AI 模型的基本工具、方法和最佳实践。要确保机器学习系统在实际运用中提供可靠、准确、高效的结果，做好模型评估至关重要。
学员将深入了解各项评估指标、方法及如何在不同模型类型和任务中适当应用这些指标和方法。课程将着重介绍生成式 AI 模型带来的独特挑战，并提供有效解决这些挑战的策略。通过利用 Google Cloud 的 Vertex AI Platform，学员可学习如何在模型选择、优化和持续监控工作中实施卓有成效的评估流程。
了解详情
本课程致力于为您提供所需的知识和工具，让您能够了解 MLOps 团队在部署和管理生成式 AI 模型以及探索 Vertex AI 如何帮助 AI 团队简化 MLOps 流程时面临的独特挑战，并帮助您在生成式 AI 项目中取得成功。
了解详情
