Miembro desde 2018
Alexa Skills Development
Earned ene 30, 2018 EST
[DEPRECATED] Data Engineering
Earned ene 25, 2018 EST
Scientific Data Processing
Earned ene 25, 2018 EST
API de aprendizaje automático
Earned ene 20, 2018 EST
Kubernetes en Google Cloud
Earned ene 16, 2018 EST
In this Quest, you will learn how to create Alexa skills that respond to voice commands and which can be used on the Amazon Echo, Dot, and Tap devices. You will create back-end functions in AWS Lambda, and then connect them with voice response logic using the Alexa Skills Kit. You will use both the AWS Console and the Amazon Developer Portal in these labs, the latter requiring you to have or create a no-cost, no-credit-card-required account. No hardware device is required for any lab; an Alexa voice response simulation system is provided in the Amazon Developer Portal. Templates used in these labs can be adapted and extended to create your own Alexa skills and offer them to the worldwide Alexa user community.
This advanced-level quest is unique amongst the other catalog offerings. The labs have been curated to give IT professionals hands-on practice with topics and services that appear in the Google Cloud Certified Professional Data Engineer Certification. From Big Query, to Dataprep, to Cloud Composer, this quest is composed of specific labs that will put your Google Cloud data engineering knowledge to the test. Be aware that while practice with these labs will increase your skills and abilities, you will need other preparation, too. The exam is quite challenging and external studying, experience, and/or background in cloud data engineering is recommended. Looking for a hands on challenge lab to demonstrate your skills and validate your knowledge? On completing this quest, enroll in and finish the additional challenge lab at the end of the Engineer Data in the Google Cloud to receive an exclusive Google Cloud digital badge.
¿Macrodatos, aprendizaje automático y datos científicos? Parece la combinación perfecta. En esta Quest de nivel avanzado, obtendrá experiencia práctica en servicios de GCP como BigQuery, Managed Service for Apache Spark y Tensorflow, aplicándolos a casos prácticos en los que se usan conjuntos de datos científicos de la vida real. Mediante la adquisición de experiencia en tareas como el análisis de datos de terremotos y la agregación de imágenes satelitales, Scientific Data Processing lo ayudará a expandir sus habilidades en macrodatos y aprendizaje automático para que pueda solucionar problemas propios relacionados con un amplio espectro de disciplinas científicas.
No es ningún secreto que el aprendizaje automático es uno de los campos de mayor crecimiento en tecnología, y Google Cloud Platform desempeñó un papel decisivo como impulsor de su desarrollo. Con una gran cantidad de API, GCP cuenta con una herramienta para casi cualquier trabajo de aprendizaje automático. En esta Quest de nivel avanzado, adquirirá experiencia práctica en las API de aprendizaje automático cuando complete los labs Cómo implementar un chatbot de IA con Dialogflow y Cómo detectar etiquetas, rostros y puntos de referencia en imágenes con la API de Cloud Vision, entre otros.
Kubernetes es el sistema para la organización de contenedores más popular, y Google Kubernetes Engine se diseñó específicamente para admitir implementaciones de Kubernetes administradas en Google Cloud. En este curso de nivel avanzado, adquirirás experiencia práctica en la configuración de imágenes y contenedores de Docker, así como en la implementación de aplicaciones completas de Kubernetes Engine. También aprenderás las habilidades prácticas necesarias para integrar la organización de contenedores en tu propio flujo de trabajo. ¿Buscas un lab de desafío práctico para demostrar tus habilidades y validar tus conocimientos? Cuando termines este curso, completa el lab de desafío adicional que encontrarás al final del curso Implementa aplicaciones de Kubernetes en Google Cloud para recibir una insignia digital exclusiva de Google Cloud.