加入 登录

Apply your skills in Google Cloud console

Alexander Laderman

成为会员时间：2021

钻石联赛

8975 积分
生成式 AI 適用的機器學習運作 (MLOps) Earned Nov 1, 2025 EDT
Serverless Data Processing with Dataflow: Foundations Earned Sep 10, 2025 EDT
大型語言模型簡介 Earned Dec 7, 2023 EST
生成式 AI 簡介 Earned Nov 27, 2023 EST
在 Google Cloud 設定應用程式開發環境 Earned Jun 13, 2023 EDT
Google Kubernetes Engine 成本效益最佳化 Earned Jun 13, 2023 EDT
設定 Google Cloud 網路 Earned Jun 7, 2023 EDT
建立 Google Cloud 網路 Earned Jun 4, 2023 EDT
在 Google Cloud 使用 Terraform 建構基礎架構 Earned Jun 2, 2023 EDT
Preparing for your Professional Cloud Architect Journey Earned May 30, 2023 EDT
使用 BigQuery ML 為預測模型進行資料工程 Earned Jan 24, 2023 EST
在 Google Cloud 為機器學習 API 準備資料 Earned Jan 23, 2023 EST
在 Compute Engine 導入 Cloud Load Balancing Earned Dec 14, 2022 EST

本課程旨在提供必要的知識和工具，協助您探索機器學習運作團隊在部署及管理生成式 AI 模型時面臨的獨特挑戰，並瞭解 Vertex AI 如何幫 AI 團隊簡化機器學習運作程序，打造成效非凡的生成式 AI 專案。

了解详情

This course is part 1 of a 3-course series on Serverless Data Processing with Dataflow. In this first course, we start with a refresher of what Apache Beam is and its relationship with Dataflow. Next, we talk about the Apache Beam vision and the benefits of the Beam Portability framework. The Beam Portability framework achieves the vision that a developer can use their favorite programming language with their preferred execution backend. We then show you how Dataflow allows you to separate compute and storage while saving money, and how identity, access, and management tools interact with your Dataflow pipelines. Lastly, we look at how to implement the right security model for your use case on Dataflow.

了解详情

這是一堂入門級的微學習課程，旨在探討大型語言模型 (LLM) 的定義和用途，並說明如何調整提示來提高 LLM 成效。此外，也會介紹多項 Google 工具，協助您自行開發生成式 AI 應用程式。

了解详情

這個入門微學習課程主要說明生成式 AI 的定義和使用方式，以及此 AI 與傳統機器學習方法的差異。本課程也會介紹各項 Google 工具，協助您開發自己的生成式 AI 應用程式。

了解详情

只要修完「在 Google Cloud 設定應用程式開發環境」課程，就能獲得技能徽章。 在本課程中，您將學會如何使用以下技術的基本功能，建構和連結以儲存空間為中心的雲端基礎架構：Cloud Storage、Identity and Access Management、Cloud Functions 和 Pub/Sub。

了解详情

完成 Google Kubernetes Engine 成本效益最佳化 技能徽章中階課程， 即可證明您具備下列技能：建立及管理多租戶叢集、依據命名空間監控資源使用量、 設定自動調度叢集和 Pod 資源以提升效能、設定負載平衡以最佳化 資源分配，以及導入有效性和完備性探測，確保應用程式維持健康並符合成本效益。

了解详情

完成「設定 Google Cloud 網路」課程，即可獲得技能徽章。 您將瞭解如何在 Google Cloud Platform 執行基本的網路工作，包括建立自訂網路、新增子網路防火牆規則，還有建立 VM 並測試 VM 之間的通訊延遲。

了解详情

完成 建立 Google Cloud 網路 課程即可獲得技能徽章。這個課程將說明 部署及監控應用程式的多種方法，包括查看 IAM 角色及新增/移除 專案存取權、建立虛擬私有雲網路、部署及監控 Compute Engine VM、編寫 SQL 查詢、在 Compute Engine 部署及監控 VM，以及 使用 Kubernetes 透過多種方法部署應用程式。

了解详情

完成「在 Google Cloud 使用 Terraform 建構基礎架構」技能徽章中階課程， 即可證明自己具備下列知識與技能：使用 Terraform 的基礎架構即程式碼 (IaC) 原則、運用 Terraform 設定佈建及管理 Google Cloud 資源、有效管理狀態 (本機和遠端)，以及將 Terraform 程式碼模組化，以利重複使用和管理。

了解详情

This course helps learners create a study plan for the PCA (Professional Cloud Architect) certification exam. Learners explore the breadth and scope of the domains covered in the exam. Learners assess their exam readiness and create their individual study plan.

了解详情

完成使用 BigQuery ML 為預測模型進行資料工程技能徽章中階課程， 即可證明自己具備下列知識與技能：運用 Dataprep by Trifacta 建構連至 BigQuery 的資料轉換 pipeline； 使用 Cloud Storage、Dataflow 和 BigQuery 建構「擷取、轉換及載入」(ETL) 工作負載， 以及使用 BigQuery ML 建構機器學習模型。

了解详情

完成 在 Google Cloud 為機器學習 API 準備資料 技能徽章入門課程，即可證明您具備下列技能： 使用 Dataprep by Trifacta 清理資料、在 Dataflow 執行資料管道、在 Dataproc 建立叢集和執行 Apache Spark 工作，以及呼叫機器學習 API，包含 Cloud Natural Language API、Google Cloud Speech-to-Text API 和 Video Intelligence API。

了解详情

完成「在 Compute Engine 導入 Cloud Load Balancing」技能徽章入門課程，即可證明您具備下列技能： 在 Compute Engine 建立及部署虛擬機器， 以及設定網路和應用程式負載平衡器。

了解详情