Ayush Gharat
Menjadi anggota sejak 2024
Gold League
92616 poin
Menjadi anggota sejak 2024
Selesaikan badge keahlian tingkat menengah Rekayasa Data untuk Pembuatan Model Prediktif dengan BigQuery ML untuk menunjukkan keterampilan Anda dalam hal berikut: membangun pipeline transformasi data ke BigQuery dengan Dataprep by Trifacta; menggunakan Cloud Storage, Dataflow, dan BigQuery untuk membangun alur kerja ekstrak, transformasi, dan pemuatan (ETL); serta membangun model machine learning menggunakan BigQuery ML.
Selesaikan badge keahlian Membangun Infrastruktur dengan Terraform di Google Cloud tingkat menengah untuk menunjukkan keterampilan dalam hal berikut: Prinsip Infrastruktur sebagai Kode (IaC) menggunakan Terraform, penyediaan dan pengelolaan resource Google Cloud dengan konfigurasi Terraform, pengelolaan status yang efektif (lokal dan jarak jauh), serta modularisasi kode Terraform agar dapat digunakan kembali dan diatur.
Selesaikan badge keahlian pengantar Memantau dan Membuat Log dengan Google Cloud Observability untuk menunjukkan kemahiran dalam hal berikut: memantau virtual machine di Compute Engine, menggunakan Cloud Monitoring untuk pengawasan multi-project, memperluas kemampuan pemantauan dan logging ke Cloud Functions, membuat dan mengirimkan metrik aplikasi kustom, serta mengonfigurasi pemberitahuan Cloud Monitoring berdasarkan metrik kustom.
Selesaikan badge keahlian Mengimplementasikan Alur Kerja DevOps di Google Cloud tingkat menengah untuk menunjukkan keterampilan dalam hal berikut: membuat dan mengelola repositori git, meluncurkan, mengelola, dan menskalakan deployment di Google Kubernetes Engine (GKE), serta merancang pipeline CI/CD yang mengotomatiskan pembangunan dan deployment image container ke GKE.
Selesaikan kursus badge keahlian tingkat lanjut Menggunakan Keahlian Agen dengan Sistem Multi-Agen untuk menunjukkan keahlian dalam membangun sistem multi-agen dengan ADK, menghubungkan agen dengan protokol Agent-to-Agent (A2A), mengintegrasikan alat eksternal menggunakan Model Context Protocol (MCP), dan men-deploy solusi multi-agen lengkap ke Agent Engine. Pelajari konten lain dalam program Gemini Enterprise Agent Ready (GEAR).
Close the gap between general AI capabilities and your domain knowledge through Agent Skills. This course walks you through the full lifecycle of custom skill building, from local scaffolding and testing to enterprise scaling and sharing using Google's agent ecosystem, including Google Antigravity, ADK, and Skill Registry. Additionally, you use Google Agents CLI toolkit to attach skills to standalone 24/7 cloud agents, equipping your team with reliable, autonomous digital coworkers.
Pelajari cara mendesain, mengoordinasikan, dan men-deploy sistem multi-agen (MAS) menggunakan Agent Development Kit (ADK) Google dan Model Context Protocol (MCP). Dengan menggunakan contoh concierge perjalanan, Anda akan mempelajari cara mengorkestrasi jaringan agen khusus dengan batasan kustom. Di akhir kursus, Anda akan memahami pola desain dan strategi deployment yang diperlukan untuk alur kerja AI yang tangguh dan skalabel.
Pelajari praktik AgentOps yang diperlukan untuk membawa agen AI generatif dari tahap prototipe ke produksi. Kursus ini mencakup kemampuan observasi end-to-end, mengotomatiskan pemeriksaan kualitas di pipeline CI/CD, dan mengamankan infrastruktur agen untuk kepatuhan perusahaan. Pelajari konten lain dalam program Gemini Enterprise Agent Ready (GEAR).
Selesaikan badge keahlian pengantar Membangun Mesh Data dengan Knowledge Catalog untuk menunjukkan keterampilan dalam hal berikut: membuat mesh data dengan Knowledge Catalog untuk memfasilitasi keamanan, tata kelola, dan penemuan data di Google Cloud. Anda akan berlatih dan menguji keterampilan Anda dalam memberikan tag pada aset, menetapkan peran IAM, dan menilai kualitas data di Knowledge Catalog.
As enterprise teams transition to autonomous AI agents, security evolves toward proactive, identity-centric protection. In this course, you will implement a zero-trust security architecture for Cymbal Banking's underwriting platform using the Gemini Enterprise Agent Platform. By deploying a regional Egress Agent Gateway, configuring Model Armor and Semantic Governance (SGP) safety templates, assigning cryptographic SPIFFE identities to agent runtimes, and declaring a VPC-SC perimeter in Terraform, you will protect database boundaries and manage tools with production-grade governance.
Pelajari cara mengamankan dan mengatur agen AI di Google Cloud. Kursus ini memberikan roadmap praktis untuk mengamankan memori agen, menerapkan kontrol akses yang ketat dengan IAM dan Kontrol Layanan VPC, serta men-deploy batasan percakapan real-time untuk memastikan deployment perusahaan yang aman dan patuh.
Selesaikan badge keahlian Men-deploy Arsitektur Multi-Agen tingkat lanjut untuk menunjukkan keterampilan Anda dalam hal berikut: membangun sistem multi-agen dengan ADK, menghubungkan agen dengan protokol Agent-to-Agent (A2A), mengintegrasikan alat eksternal menggunakan Model Context Protocol (MCP), dan men-deploy solusi multi-agen lengkap ke Agent Engine.
Kursus ini meninjau fitur keamanan penting Model Armor dan membekali Anda untuk bekerja menggunakan layanan ini. Anda akan mempelajari risiko keamanan yang terkait dengan LLM dan cara Model Armor melindungi aplikasi AI Anda.
Membangun agen AI yang dapat memanfaatkan database perusahaan menggunakan MCP Toolbox for Databases. Anda akan menentukan alat interaksi database yang aman, dan mengimplementasikan kapabilitas pembuatan kueri cerdas (memanfaatkan embedding vektor, kueri terstruktur).
Dalam kursus ini, Anda akan mempelajari cara menggunakan Agent Development Kit Google untuk membangun sistem multi-agen yang kompleks. Anda akan membangun agen yang dilengkapi dengan berbagai alat. Anda juga akan menghubungkannya melalui hubungan dan alur induk-turunan untuk menentukan interaksi antara berbagai agen. Anda akan menjalankan agen secara lokal dan men-deploy-nya ke Agent Runtime di Gemini Enterprise Agent Platform untuk dijalankan sebagai alur agen terkelola. Agent Runtime akan menangani keputusan infrastruktur dan penskalaan resource. Lab ini didasarkan pada versi pra-rilis produk ini. Lab ini mungkin mengalami jeda saat kami melakukan update pemeliharaan.
Dalam kursus ini, Anda akan mempelajari cara menyatukan berbagai sumber seperti PDF, halaman web, dan bahkan file audio ke dalam satu ruang kerja cerdas. Anda akan mempelajari cara berinteraksi dengan dokumen untuk menemukan informasi spesifik, membuat ringkasan instan, dan memverifikasi jawaban dengan kutipan yang didukung AI.
Padukan keahlian Google di bidang penelusuran dan AI dengan Gemini Enterprise, alat canggih yang dirancang untuk membantu karyawan menemukan informasi spesifik dari penyimpanan dokumen, email, chat, sistem tiket, dan sumber data lain, semuanya dari satu kotak penelusuran. Asisten Gemini Enterprise juga dapat membantu Anda bertukar pikiran, melakukan riset, membuat kerangka dokumen, serta mengambil tindakan seperti mengundang rekan kerja ke acara kalender untuk mempercepat pekerjaan dan kolaborasi berbasis pengetahuan dalam berbagai bentuk. (Perhatikan bahwa Gemini Enterprise sebelumnya bernama Google Agentspace, mungkin ada referensi ke nama produk sebelumnya dalam kursus ini.)
Kursus ini memperkenalkan Gemini Enterprise, platform canggih yang menggabungkan agen AI, penelusuran perusahaan, Gemini Notebook, dan akses data cerdas untuk menyelesaikan tantangan organisasi. Melalui contoh nyata dan eksplorasi langsung, peserta kursus akan dapat mengaitkan kemampuan Gemini Enterprise dengan kebutuhan bisnis nyata, mendeskripsikan arsitekturnya, dan menjelaskan caranya menangani akses data dan privasi di berbagai peran.
Kursus ini memberikan gambaran komprehensif tentang platform agen Google Cloud, termasuk Vertex AI Agent Builder, Gemini Enterprise, Conversational Agents, dan Agent Development Kit. Para peserta akan memahami kemampuan unik tiap penawaran, dapat membedakan solusi optimal untuk kasus penggunaan tertentu, dan memperoleh pengetahuan dasar dalam membuat aplikasi penelusuran dan chat.
Ini adalah kursus kedua dari lima kursus dalam Sertifikat Keamanan Siber Google Cloud. Dalam kursus ini, Anda akan mempelajari framework pengelolaan risiko cloud yang banyak digunakan, mempelajari domain keamanan, siklus proses kepatuhan, dan standar industri seperti HIPAA, NIST CSF, dan SOC. Anda akan mengembangkan keterampilan identifikasi risiko, penerapan kontrol keamanan, evaluasi kepatuhan, dan pengelolaan perlindungan data. Selain itu, Anda akan mendapatkan pengalaman langsung dengan alat Google Cloud dan multi-cloud yang spesifik untuk risiko dan kepatuhan. Kursus ini juga mencakup teknik persiapan wawancara dan lamaran kerja, yang menawarkan fondasi komprehensif untuk memahami dan secara efektif menavigasi lanskap kompleks pengelolaan risiko cloud.
In this course, the first in the Configure Google Kubernetes Engine Networking series, you'll learn how to use the Google Cloud Architecture Center to get started designing a VPC networking solution to support a GKE infrastructure.
Kursus ini dikhususkan untuk membekali Anda dengan pengetahuan dan alat yang diperlukan guna mengungkap tantangan unik yang dihadapi oleh tim MLOps saat men-deploy dan mengelola model AI Generatif, serta mengeksplorasi cara Vertex AI memberdayakan tim AI dalam menyederhanakan proses MLOps dan mencapai keberhasilan dalam project AI Generatif.
Selamat datang di kursus TPU Cloud. Kita akan mempelajari kelebihan dan kekurangan TPU dalam berbagai skenario dan membandingkan beragam akselerator TPU untuk membantu Anda memilih akselerator yang tepat. Anda akan mempelajari bermacam strategi untuk memaksimalkan performa dan efisiensi model AI serta memahami pentingnya interoperabilitas GPU/TPU untuk alur kerja machine learning yang fleksibel. Melalui konten yang menarik dan demo praktis, kami akan memandu Anda langkah demi langkah dalam memanfaatkan TPU secara efektif.
Penasaran dengan hardware canggih di balik AI? Modul ini menguraikan komputer AI yang dioptimalkan untuk performa, dan menunjukkan mengapa komputer tersebut sangat penting. Kita akan membahas bagaimana CPU, GPU, dan TPU membuat tugas AI menjadi sangat cepat, apa yang membuat masing-masing unik, dan bagaimana software AI memanfaatkannya secara maksimal. Pada akhirnya, Anda akan tahu persis cara memilih GPU yang tepat untuk project AI Anda, sehingga membantu Anda membuat pilihan cerdas untuk workload AI Anda.
Pelajari cara menggunakan Agent Development Kit (ADK). Kursus ini membahas framework open source ADK, mulai dari rekayasa perintah sederhana hingga pendekatan pengembangan software terstruktur berbasis kode yang cocok untuk sistem multi-agen tingkat perusahaan.
Learn how to use Gemini Notebook to create a personalized study guide for the Professional Cloud Architect certification exam. You'll review Gemini Notebook features, create a notebook in Gemini Notebook, and learn how to use a study guide to practice for a certification exam.
Welcome to Observability in Google Cloud, the second part of a two-part course series. It is suggested that you complete part 1, Logging and Monitoring in Google Cloud, prior to taking this course. This course is all about application performance management tools, including Error Reporting, Cloud Trace, and Cloud Profiler.
This course provides foundational knowledge for securing your Google Cloud environment. You will learn Google Cloud's security model, including Zero Trust principles and the Shared Fate model. You will configure identity services like Cloud Identity and Workforce Identity Federation, manage access control using Identity and Access Management (IAM) roles, conditions, and policies, and implement network security controls such as VPCs, Cloud Firewall tiers, and VPC Service Controls to build a secure perimeter. As the foundation of the Security in Google Cloud learning path, this course establishes the core principles required for two subsequent specialized tracks: the five-course Security Best Practices in Google Cloud series and the four-course Mitigate Threats in Google Cloud series.
Siap mulai menggunakan AI Hypercomputer? Kursus ini akan membantu Anda. Kami akan membahas dasar-dasar terkait apa itu AI Hypercomputer dan cara AI Hypercomputer membantu AI dalam menangani workload AI. Anda akan mempelajari berbagai komponen di dalam hypercomputer, seperti GPU, TPU, dan CPU, serta menemukan cara memilih pendekatan deployment yang sesuai untuk kebutuhan Anda.
This course introduces the Cloud Run serverless platform for running applications. In this course, you learn about the fundamentals of Cloud Run, its resource model and the container lifecycle. You learn about service identities, how to control access to services, and how to develop and test your application locally before deploying it to Cloud Run. The course also teaches you how to integrate with other services on Google Cloud so you can build full-featured applications.
Welcome to the sixth course in our Networking and Google Cloud series, Hybrid and Multicloud. The first module will walk you through various cloud connectivity options, with a deep dive into Cloud Interconnect, exploring its different types and functionalities. In the second module, we'll cover Cloud VPN, discussing its implementation, high availability, VPN topologies, and the Network Connectivity Center for streamline management. By the end of this course, you will be able to explain the different connectivity options available to extend your on-premises and other cloud networks to Google Cloud, and analyze the suitability of different Google Cloud hybrid and multicloud connectivity services for specific use cases.
Welcome to the third course of the "Networking in Google Cloud" series: Network Architecture! In this course, you will explore the fundamentals of designing efficient and scalable network architectures within Google Cloud. In the first module, Introduction to Network Architecture, we'll start by introducing you to the core components and concepts of network architecture, including subnets, routes, firewalls, and load balancing. Then in the second module, network topologies, we'll dive into various network topologies commonly used in Google Cloud, discussing their strengths, and weaknesses.
Kursus akselerasi sesuai permintaan ini memperkenalkan peserta pada infrastruktur dan layanan platform yang komprehensif dan fleksibel yang disediakan oleh Google Cloud. Melalui kombinasi video materi edukasi, demo, dan lab interaktif, peserta akan mengeksplorasi dan men-deploy berbagai elemen solusi, termasuk membuat interkoneksi jaringan yang aman, load balancing, penskalaan otomatis, otomatisasi infrastruktur, serta layanan terkelola.
Kursus akselerasi sesuai permintaan ini memperkenalkan peserta pada infrastruktur dan layanan platform yang komprehensif dan fleksibel yang disediakan oleh Google Cloud, dengan fokus pada Compute Engine. Melalui kombinasi video materi edukasi, demo, dan lab praktis, peserta akan mengeksplorasi dan men-deploy berbagai elemen solusi, termasuk komponen infrastruktur seperti jaringan, sistem, dan layanan aplikasi. Kursus ini juga membahas cara men-deploy solusi praktis termasuk kunci enkripsi yang disediakan pelanggan, pengelolaan keamanan dan akses, kuota dan penagihan, serta pemantauan resource.
Pengantar ini adalah kursus pertama dari lima kursus dalam Sertifikat Keamanan Siber Google Cloud. Dalam kursus ini, Anda akan mempelajari dasar-dasar pengamanan cyber, termasuk siklus proses keamanan, transformasi digital, dan konsep utama cloud computing. Anda akan mengidentifikasi alat umum yang digunakan analis keamanan cloud tingkat pemula untuk mengotomatiskan tugas.
Dasar-Dasar Google Cloud: Infrastruktur Inti memperkenalkan konsep dan terminologi penting untuk bekerja dengan Google Cloud. Melalui video dan lab interaktif, kursus ini menyajikan dan membandingkan banyak layanan komputasi dan penyimpanan Google Cloud, bersama dengan resource penting dan alat pengelolaan kebijakan.
In many IT organizations, incentives are not aligned between developers, who strive for agility, and operators, who focus on stability. Site reliability engineering, or SRE, is how Google aligns incentives between development and operations and does mission-critical production support. Adoption of SRE cultural and technical practices can help improve collaboration between the business and IT. This course introduces key practices of Google SRE and the important role IT and business leaders play in the success of SRE organizational adoption.
Learn the technical aspects you need to know about Chronicle and how it can help you detect and action threats.
Take these next steps to learn more about the Google Security Operations Platform. Build on fundamental knowledge to go deeper on customization and tuning.
This course covers the baseline skills needed for the Google Security Operations Platform. The modules will cover specific actions and features that security engineers should become familiar with to start using the toolset.
Ini adalah kursus kelima dari lima kursus dalam Sertifikat Analisis Data Google Cloud. Dalam kursus ini, Anda akan menggabungkan dan menerapkan pengetahuan serta keterampilan dasar dari kursus 1 sampai 4 dalam project akhir praktis yang berfokus pada project siklus proses data secara keseluruhan. Anda akan mempraktikkan penggunaan alat berbasis cloud untuk mengumpulkan, menyimpan, memproses, menganalisis, memvisualisasikan, dan mengomunikasikan insight data secara efektif. Pada akhir kursus, Anda akan menyelesaikan project yang menunjukkan kemahiran Anda dalam menyusun data secara efektif dari berbagai sumber, mempresentasikan solusi kepada berbagai pemangku kepentingan, dan memvisualisasikan insight data menggunakan software berbasis cloud. Anda juga akan memperbarui resume Anda dan mempraktikkan teknik wawancara untuk membantu mempersiapkan diri melamar pekerjaan dan menghadapi wawancara.
Ini adalah kursus keempat dari lima kursus dalam Sertifikat Analisis Data Google Cloud. Dalam kursus ini, Anda akan berfokus pada pengembangan keterampilan dalam lima tahap utama visualisasi data di cloud: bercerita, membuat perencanaan, melakukan eksplorasi data, membuat visualisasi, dan berbagi data dengan orang lain. Anda juga akan mendapatkan pengalaman menggunakan keterampilan UI/UX untuk membuat wireframe visualisasi berbasis cloud yang berdampak dan bekerja dengan alat visualisasi data berbasis cloud untuk mengeksplorasi set data, membuat laporan, serta membangun dasbor yang mendorong keputusan dan meningkatkan kolaborasi.
Ini adalah kursus ketiga dari lima kursus dalam Sertifikat Analisis Data Google Cloud. Dalam kursus ini, Anda akan memulai dengan mendapatkan ringkasan tentang perjalanan data, mulai dari pengumpulan hingga insight. Kemudian Anda akan mempelajari cara menggunakan SQL untuk mengubah data mentah menjadi format yang dapat digunakan. Selanjutnya, Anda akan mempelajari cara mengubah volume data yang besar menggunakan pipeline data. Terakhir, Anda akan memperoleh pengalaman dalam menerapkan strategi transformasi pada set data yang nyata untuk memenuhi kebutuhan bisnis.
Ini adalah kursus kedua dari lima kursus dalam Sertifikat Analisis Data Google Cloud. Dalam kursus ini, Anda akan mempelajari cara data disusun dan diatur. Anda akan mendapatkan pengalaman langsung dalam mengelola arsitektur lakehouse data dan komponen cloud seperti BigQuery, Google Cloud Storage, dan Dataproc untuk menyimpan, menganalisis, serta memproses set data besar secara efisien.
Ini adalah kursus pertama dari lima kursus dalam Sertifikat Analisis Data Google Cloud. Dalam kursus ini, Anda akan mendefinisikan bidang analisis data cloud dan menjelaskan peran serta tanggung jawab seorang analis data cloud terkait akuisisi, penyimpanan, pemrosesan, dan visualisasi data. Anda akan mempelajari arsitektur alat berbasis Google Cloud, seperti BigQuery dan Cloud Storage, serta cara penggunaannya untuk menyusun, menampilkan, dan melaporkan data secara efektif.
Dalam kursus ini, Anda akan mempelajari keahlian dasar untuk mengimplementasikan praktik DevSecOps yang aman dan efisien di Google Cloud. Anda akan mempelajari cara mengamankan pipeline pengembangan dengan layanan Google Cloud seperti Artifact Registry, Cloud Build, Cloud Deploy, dan Otorisasi Biner. Setelah mempelajarinya, Anda dapat membangun, menguji, dan men-deploy aplikasi dalam container dengan kontrol keamanan di seluruh pipeline CI/CD.
This course provides an introduction to using Terraform for Google Cloud. It enables learners to describe how Terraform can be used to implement infrastructure as code and to apply some of its key features and functionalities to create and manage Google Cloud infrastructure. Learners will get hands-on practice building and managing Google Cloud resources using Terraform.
This course teaches you some basic Google Kubernetes Engine (GKE) networking. With written lectures, hands-on lab exercises, and quizzes, you learn how to set up services, facilitate communication, and configure secure access to your GKE applications.
Networking in Google cloud is a 6 part course series. Welcome to the first course of our six part course series, Networking in Google Cloud: Fundamentals. This course provides a comprehensive overview of core networking concepts, including networking fundamentals, virtual private clouds (VPCs), and the sharing of VPC networks. Additionally, the course covers network logging and monitoring techniques.
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.
In this course you will get hands-on in order to work through real-world challenges faced when building streaming data pipelines. The primary focus is on managing continuous, unbounded data with Google Cloud products.
Dalam kursus ini, Anda akan mempelajari cara Gemini, kolaborator berteknologi AI generatif dari Google Cloud, membantu developer membangun aplikasi. Anda akan mempelajari cara memanfaatkan Gemini untuk menjelaskan kode, merekomendasikan layanan Google Cloud, dan membuat kode untuk aplikasi Anda. Dengan lab interaktif, Anda akan merasakan peningkatan alur kerja pengembangan aplikasi menggunakan Gemini. Duet AI berganti nama menjadi Gemini, yang merupakan model generasi berikutnya dari kami.
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.
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.
Dalam kursus ini, Anda akan belajar tentang data engineering on Google Cloud, peran dan tanggung jawab data engineer, dan bagaimana hal tersebut terhubung dengan penawaran yang disediakan oleh Google Cloud. Anda juga akan mempelajari cara untuk mengatasi tantangan terkait data engineering.
Selesaikan badge keahlian tingkat menengah Membuat Model ML dengan BigQuery ML untuk menunjukkan keterampilan dalam hal berikut: membuat dan mengevaluasi model machine learning dengan BigQuery ML untuk membuat prediksi data.
This course is an introduction to Vertex AI Notebooks, which are Jupyter notebook-based environments that provide a unified platform for the entire machine learning workflow, from data preparation to model deployment and monitoring. The course covers the following topics: (1) The different types of Vertex AI Notebooks and their features and (2) How to create and manage Vertex AI Notebooks.
Master Google Cloud from your terminal! In this course you will rapidly learn essential gcloud command-line skills through short hands-on labs. Gain practical experience managing Compute Engine, Kubernetes Engine, networking, and BigQuery with gcloud; plus, efficient Cloud Storage management with gsutil. You'll finish the entire course in 75 minutes!
Seiring semakin meningkatnya penggunaan Kecerdasan Buatan dan Machine Learning di kalangan perusahaan, proses membangunnya secara bertanggung jawab juga menjadi semakin penting. Membicarakan responsible AI mungkin lebih mudah bagi banyak orang daripada mempraktikkannya. Jika Anda tertarik untuk mempelajari cara mengoperasionalkan responsible AI dalam organisasi Anda, kursus ini cocok untuk Anda. Dalam kursus ini, Anda akan mempelajari bagaimana Google Cloud mengoperasionalkan responsible AI, dengan praktik terbaik dan pelajaran yang dapat dipetik. Hal ini berguna sebagai framework bagi Anda untuk membangun pendekatan responsible AI.
Selesaikan badge keahlian pengantar Desain Perintah dalam Agent Platform untuk menunjukkan keterampilan Anda dalam hal berikut: rekayasa perintah, analisis gambar, dan teknik generatif multimodal, dalam Agent Platform. Pelajari cara membuat perintah yang efektif, memandu output AI generatif, dan menerapkan model Gemini dalam skenario pemasaran di dunia nyata.
Ini adalah kursus pengantar pembelajaran mikro yang dimaksudkan untuk menjelaskan responsible AI, alasan pentingnya responsible AI, dan cara Google mengimplementasikan responsible AI dalam produknya. Kursus ini juga memperkenalkan 7 prinsip AI Google.
Learn how to use Gemini Notebook to create a personalized study guide for the Professional Machine Learning Engineer (PMLE) certification exam. You'll review Gemini Notebook features, create a notebook, and use the study guide to practice for a certification exam.
Selesaikan badge keahlian pengantar Menyiapkan Data untuk ML API di Google Cloud untuk menunjukkan keterampilan Anda dalam hal berikut: menghapus data dengan Dataprep by Trifacta, menjalankan pipeline data di Dataflow, membuat cluster dan menjalankan tugas Apache Spark di Managed Service for Apache Spark, dan memanggil beberapa ML API, termasuk Cloud Natural Language API, Google Cloud Speech-to-Text API, dan Video Intelligence API.
Dapatkan badge keahlian dengan menyelesaikan kursus Membangun Jaringan Google Cloud yang Aman yang membahas resource yang terkait dengan beberapa jaringan untuk membangun, menskalakan, dan mengamankan aplikasi Anda di Google Cloud.
Dapatkan badge keahlian dengan menyelesaikan kursus Menyiapkan Lingkungan Pengembangan Aplikasi di Google Cloud, yang memungkinkan Anda mempelajari cara membangun dan menghubungkan infrastruktur cloud yang berpusat pada penyimpanan menggunakan kemampuan dasar teknologi berikut: Cloud Storage, Identity and Access Management, Cloud Functions, dan Pub/Sub.
Kursus Fondasi Google Cloud Computing ditujukan bagi individu yang memiliki sedikit atau tanpa latar belakang atau pengalaman dalam cloud computing. Kursus ini memberikan ringkasan tentang berbagai konsep penting dalam dasar-dasar cloud, big data, dan machine learning, serta peran dan cara penggunaan Google Cloud. Di akhir rangkaian kursus, peserta kursus akan mampu menjelaskan konsep-konsep ini dan menunjukkan beberapa keterampilan praktis. Berbagai kursus ini harus diselesaikan dalam urutan berikut: Fondasi Google Cloud Computing: Dasar-Dasar Cloud Computing Fondasi Google Cloud Computing: Infrastruktur di Google Cloud Fondasi Google Cloud Computing: Networking dan Keamanan di Google Cloud Fondasi Google Cloud Computing: Data, ML, dan AI di Google Cloud Kursus terakhir dalam rangkaian ini mengulas layanan big data terkelola, machine learning dan nilainya, serta cara untuk menunjukkan keahlian Anda di Google Cloud dengan mendapatkan Badge Keahlian.
Kursus Fondasi Google Cloud Computing ditujukan bagi individu yang memiliki sedikit atau tidak memiliki latar belakang atau pengalaman dalam cloud computing. Kursus ini memberikan gambaran umum tentang berbagai konsep penting dalam dasar-dasar cloud computing, big data, dan machine learning, serta di mana dan bagaimana Google Cloud berperan di dalamnya. Pada akhir rangkaian kursus, peserta kursus akan mampu mengartikulasikan konsep ini dan menunjukkan beberapa keterampilan praktis. Berbagai kursus ini harus diselesaikan dalam urutan berikut: 1. Fondasi Google Cloud Computing: Dasar-Dasar Cloud Computing 2. Fondasi Google Cloud Computing: Infrastruktur di Google Cloud 3. Fondasi Google Cloud Computing: Networking dan Keamanan di Google Cloud 4. Fondasi Google Cloud Computing: Data, ML, dan AI di Google Cloud Kursus ketiga ini membahas alat otomatisasi dan pengelolaan cloud serta membangun jaringan yang aman.
Kursus Fondasi Google Cloud Computing ditujukan bagi individu yang memiliki sedikit atau tanpa latar belakang atau pengalaman dalam cloud computing. Kursus ini memberikan ringkasan tentang berbagai konsep penting dalam dasar-dasar cloud, big data, dan machine learning, serta peran dan cara penggunaan Google Cloud. Di akhir rangkaian kursus, peserta kursus akan mampu menjelaskan konsep-konsep ini dan menunjukkan beberapa keterampilan praktis. Berbagai kursus ini harus diselesaikan dalam urutan berikut: 1. Fondasi Google Cloud Computing: Dasar-Dasar Cloud Computing 2. Fondasi Google Cloud Computing: Infrastruktur di Google Cloud 3. Fondasi Google Cloud Computing: Jaringan dan Keamanan di Google Cloud 4. Fondasi Google Cloud Computing: Data, ML, dan AI di Google Cloud
Selesaikan badge keahlian pengantar Mengimplementasikan Cloud Load Balancing untuk Compute Engine untuk menunjukkan keterampilan dalam hal berikut: membuat dan men-deploy virtual machine di Compute Engine serta mengonfigurasi load balancer aplikasi dan jaringan.
Kursus Fondasi Google Cloud Computing ditujukan bagi individu yang memiliki sedikit atau tidak memiliki latar belakang atau pengalaman dalam cloud computing. Kursus ini memberikan gambaran umum tentang berbagai konsep penting dalam dasar-dasar cloud computing, big data, dan machine learning, serta di mana dan bagaimana Google Cloud berperan di dalamnya. Pada akhir rangkaian kursus, peserta kursus akan mampu mengartikulasikan konsep ini dan menunjukkan beberapa keterampilan praktis. Berbagai kursus ini harus diselesaikan dalam urutan berikut: 1. Fondasi Google Cloud Computing: Dasar-Dasar Cloud Computing 2. Fondasi Google Cloud Computing: Infrastruktur di Google Cloud 3. Fondasi Google Cloud Computing: Networking dan Keamanan di Google Cloud 4. Fondasi Google Cloud Computing: Data, ML, dan AI di Google Cloud Kursus pertama ini memberikan gambaran umum tentang cloud computing, cara menggunakan Google Cloud, dan berbagai opsi komputasi.
This is the second of five courses in the Google Cloud Data Analytics Certificate. In this course, you’ll explore how data is structured and organized. You’ll gain hands-on experience with the data lakehouse architecture and cloud components like BigQuery, Google Cloud Storage, and DataProc to efficiently store, analyze, and process large datasets.
This is the fifth of five courses in the Google Cloud Data Analytics Certificate. In this course, you’ll combine and apply the foundational knowledge and skills from courses 1-4 in a hands-on Capstone project that focuses on the full data lifecycle project. You’ll practice using cloud-based tools to acquire, store, process, analyze, visualize, and communicate data insights effectively. By the end of the course, you’ll have completed a project demonstrating their proficiency in effectively structuring data from multiple sources, presenting solutions to varied stakeholders, and visualizing data insights using cloud-based software. You’ll also update your resume and practice interview techniques to help prepare for applying and interviewing for jobs.
This is the fourth of five courses in the Google Cloud Data Analytics Certificate. In this course, you’ll focus on developing skills in the five key stages of visualizing data in the cloud: storytelling, planning, exploring data, building visualizations, and sharing data with others. You’ll also gain experience using UI/UX skills to wireframe impactful, cloud-native visualizations and work with cloud-native data visualization tools to explore datasets, create reports, and build dashboards that drive decisions and foster collaboration.
This is the third of five courses in the Google Cloud Data Analytics Certificate. In this course, you’ll begin by getting an overview of the data journey, from collection to insights. You’ll then learn how to use SQL to transform raw data into a usable format. Next, you’ll learn how to transform high volumes of data with a data pipeline. Finally, you’ll gain experience applying transformation strategies to real data sets to solve business needs.
This is the first of five courses in the Google Cloud Data Analytics Certificate. In this course, you’ll define the field of cloud data analysis and describe roles and responsibilities of a cloud data analyst as they relate to data acquisition, storage, processing, and visualization. You’ll explore the architecture of Google Cloud-based tools, like BigQuery and Cloud Storage, and how they are used to effectively structure, present, and report data.
This course explores the benefits of using Vertex AI Feature Store, how to improve the accuracy of ML models, and how to find which data columns make the most useful features. This course also includes content and labs on feature engineering using BigQuery ML, Keras, and TensorFlow.
This course covers building ML models with TensorFlow and Keras, improving the accuracy of ML models and writing ML models for scaled use.
The course begins with a discussion about data: how to improve data quality and perform exploratory data analysis. We describe Vertex AI AutoML and how to build, train, and deploy an ML model without writing a single line of code. You will understand the benefits of Big Query ML. We then discuss how to optimize a machine learning (ML) model and how generalization and sampling can help assess the quality of ML models for custom training.
Kursus ini memperkenalkan kemampuan AI dan machine learning (ML) Google Cloud, dengan fokus pada pengembangan project AI generatif dan prediktif. Kursus ini akan membahas berbagai teknologi, produk, dan alat yang tersedia di seluruh siklus proses data ke AI, yang memberdayakan data scientist, developer AI, dan engineer ML untuk meningkatkan keahlian mereka melalui latihan interaktif.
Ini adalah kursus pengantar pembelajaran mikro yang membahas definisi model bahasa besar (LLM), kasus penggunaannya, dan cara menggunakan prompt tuning untuk meningkatkan performa LLM. Kursus ini juga membahas beberapa alat Google yang dapat membantu Anda mengembangkan aplikasi AI Generatif Anda sendiri.
Ini adalah kursus pengantar pembelajaran mikro yang bertujuan untuk mendefinisikan AI Generatif, cara penggunaannya, dan perbedaannya dari metode machine learning konvensional. Kursus ini juga membahas beberapa Alat Google yang dapat membantu Anda mengembangkan aplikasi AI Generatif Anda sendiri.