Gharat Ayush
メンバー加入日: 2024
ゴールドリーグ
92616 ポイント
メンバー加入日: 2024
「BigQuery ML を使用した予測モデリング向けのデータ エンジニアリング」のスキルバッジを獲得できる中級コースを修了すると、 Dataprep by Trifacta を使用した BigQuery へのデータ変換パイプラインの構築、 Cloud Storage、Dataflow、BigQuery を使用した抽出、変換、読み込み(ETL)ワークフローの構築、 BigQuery ML を使用した ML モデルの構築に関するスキルを実証できます。
「Google Cloud における Terraform を使用したインフラストラクチャの構築」の中級スキルバッジを獲得すると、 Terraform を使用した Infrastructure as Code(IaC)の原則、Terraform 構成を使用した Google Cloud リソースのプロビジョニングと管理、 状態の効果的な管理(ローカルおよびリモート)、組織内での再利用性を念頭に置いた Terraform コードのモジュール化といったスキルを実証できます。
入門スキルバッジ コース「Google Cloud Observability を使用したモニタリングとロギング」を修了すると、 Compute Engine における仮想マシンのモニタリング、 複数プロジェクトの監視を目的とした Cloud Monitoring の利用、モニタリング機能とロギング機能の Cloud Functions への拡張、 アプリケーションに対するカスタム指標の作成と送信、カスタム指標に基づく Cloud Monitoring アラートの構成に関するスキルを実証できます。
Google Cloud での DevOps ワークフローの実装 コースの中級スキルバッジを獲得できるアクティビティを修了すると、 Git リポジトリの作成と管理、 Google Kubernetes Engine(GKE)上でのデプロイのリリース、管理、スケール、 コンテナ イメージのビルドと GKE へのデプロイを自動化する CI / CD パイプラインの設計といったスキルを実証できます。
マルチエージェント システムでエージェント スキルを使用する の上級スキルバッジ コースを修了すると、ADK を使用したマルチエージェント システムの構築、エージェント間(A2A) プロトコルを使用したエージェントの接続、Model Context Protocol(MCP)を使用した外部ツールの統合、完全なマルチエージェント ソリューションの Agent Engine へのデプロイに関するスキルを証明できます。Gemini Enterprise Agent Ready(GEAR)プログラムの他のコンテンツもご確認ください。
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.
Google の Agent Development Kit(ADK)と Model Context Protocol(MCP)を使用して、マルチエージェント システムを設計、調整、デプロイする方法を学びます。旅行コンシェルジュの例を使用して、カスタム ガードレールを備えた専門エージェントのネットワークをオーケストレートする方法を学びます。このコースを修了すると、堅牢でスケーラブルな AI ワークフローに必要な設計パターンとデプロイ戦略を理解できます。
生成 AI エージェントをプロトタイプから本番環境に移行するために必要な AgentOps のプラクティスを学びます。このコースでは、エンドツーエンドのオブザーバビリティ、CI / CD パイプラインでの品質チェックの自動化、エンタープライズ コンプライアンスのためのエージェント インフラストラクチャの保護について説明します。Gemini Enterprise Agent Ready(GEAR)プログラムの他のコンテンツを確認する。
「Knowledge Catalog を使用したデータメッシュの構築」入門コースを修了してスキルバッジを獲得すると、Knowledge Catalog を使用してデータメッシュを構築し、 Google Cloud 上のデータ セキュリティ、ガバナンス、検出を強化するスキルを実証できます。このコースでは、Knowledge Catalog でアセットにタグを付け、IAM ロールを割り当て、データ品質を評価する方法を練習し、そのスキルをテストします。
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.
Google Cloud で AI エージェントを保護し、管理する方法を学びます。このコースでは、エージェントのメモリを保護し、IAM と VPC Service Controls を使用して厳格なアクセス制御を適用するほか、リアルタイムの会話ガードレールをデプロイして、安全かつコンプライアンスに準拠したエンタープライズ デプロイを実現するための実践的なロードマップを提供します。
「マルチエージェント アーキテクチャをデプロイする」の上級スキルバッジ コースを完了すると、次のスキルを証明できます。 ADK を使用したマルチエージェント システムの構築、エージェント間(A2A)プロトコルを使用したエージェントの接続、 Model Context Protocol(MCP)を使用した外部ツールの統合、完全なマルチエージェント ソリューションの Agent Engine へのデプロイ。
このコースでは、Model Armor の重要なセキュリティ機能を復習し、このサービスを使いこなすための技術が身についていることを確認します。LLM に関連するセキュリティ リスクと、Model Armor にによる AI アプリケーションの保護の仕組みについて説明します。
データベース向け MCP ツールボックスを使用して、エンタープライズ データベースを活用できる AI エージェントを構築します。安全なデータベース操作ツールを定義し、インテリジェントなクエリ機能を実装します(ベクトル エンベディング、構造化クエリを活用)。
このコースでは、Google Agent Development Kit を使用して複雑なマルチエージェント システムを構築する方法を学びます。各種ツールを備えた複数のエージェントを構築し、それらのエージェントを親子関係とフローで接続してエージェント間の対話方法を定義します。構築したエージェントは、ローカルで実行するとともに、Gemini Enterprise Agent Platform の Agent Runtime にデプロイしてマネージド エージェント フローとして実行します。このとき、インフラストラクチャに関する決定やリソースのスケーリングは、Agent Runtime によって行われます。 これらのラボは、このプロダクトのプレリリース版に基づいています。メンテナンスの更新が提供された場合、これらのラボにずれが生じる可能性があります。
このコースでは、PDF、ウェブページ、音声ファイルなどのさまざまなソースを 1 つのインテリジェントなワークスペースに集約する方法を学びます。ドキュメントとチャットして特定の情報を見つけ、即座に要約を生成し、AI による引用で回答を検証できるようになります。
Google が持つ検索と AI の専門知識を Gemini Enterprise と融合させましょう。Gemini Enterprise は、従業員が単一の検索バーでドキュメント ストレージ、メール、チャット、チケット発行システム、その他のデータソースから特定の情報を検索できるよう設計された強力なツールです。また、Gemini Enterprise アシスタントは、ブレインストーミング、調査、ドキュメントの概要作成、カレンダーの予定への同僚の招待といったアクションの実行を支援し、あらゆる種類の知識労働や共同作業を加速させます。(Gemini Enterprise は以前 Google Agentspace という名前でした。このコースでは以前のプロダクト名が使用されている場合があります。)
このコースでは、AI エージェント、エンタープライズ検索、Gemini Notebook、インテリジェントなデータアクセスを統合し、組織の課題を解決する強力なプラットフォーム「Gemini Enterprise」を紹介します。受講者は、Gemini Enterprise の機能を実例とハンズオンのアクティビティを通して実際のビジネスニーズに結び付けながら、そのアーキテクチャや、ロールを超えたデータアクセスとプライバシーの取り扱いについて説明できるようになります。
このコースでは、Vertex AI Agent Builder、Gemini Enterprise、会話エージェント、Agent Development Kit など、Google Cloud のエージェント プラットフォームに関する包括的な概要を説明します。受講者は、各サービスの固有の機能を理解し、ユースケースごとに最適なソリューションを見極められるようになります。また、検索およびチャット アプリケーションを作成するための基礎知識を習得します。
これは、「Google Cloud サイバーセキュリティ認定証」プログラムの 5 つのコースのうちの 2 つ目です。このコースでは、広く使用されているクラウド リスク管理フレームワークについて学習し、セキュリティ ドメイン、コンプライアンス ライフサイクル、HIPAA、NIST CSF、SOC などの業界標準について確認します。リスクの特定、セキュリティ管理の実装、コンプライアンス評価、データ保護管理のスキルを身につけます。さらに、リスクとコンプライアンスに特化した Google Cloud ツールとマルチクラウド ツールを実際に使用する経験も積むことができます。また、就職活動や面接の準備に関するテクニックも取り入れ、クラウド リスク管理の複雑な状況を理解し、効果的に対処するための包括的な基礎を提供します。
「Google Kubernetes Engine のネットワークの構成」シリーズの最初のコースであるこのコースでは、Google Cloud アーキテクチャ センターを使用して、GKE インフラストラクチャをサポートする VPC ネットワーク ソリューションの設計を開始する方法を学びます。
このコースでは、生成 AI モデルのデプロイと管理において MLOps チームが直面する特有の課題に対処するために必要な知識とツールを提供し、AI チームが MLOps プロセスを合理化して生成 AI プロジェクトを成功させるうえで Vertex AI がどのように役立つかを説明します。
Cloud TPU コースへようこそ。このコースでは、さまざまなシナリオにおける TPU の長所と短所を検討し、各種 TPU アクセラレータを比較して最適なものを選択できるようにします。また、AI モデルのパフォーマンスと効率を最大化する戦略を学び、柔軟な ML ワークフローにおける GPU / TPU の相互運用性の重要性について理解を深めます。魅力的なコンテンツと実践的なデモを通じて、TPU を効果的に活用するための方法を段階的に確認していきます。
AI を支える強力なハードウェアにご関心をお持ちですか?このモジュールでは、パフォーマンスの最適化が図られた AI コンピュータについて解説し、それがなぜ重要なのかを説明します。CPU、GPU、TPU が AI タスクを高速化する仕組み、それぞれの特徴、AI ソフトウェアがそれらを最大限に活用する方法について探ります。最後には、AI プロジェクトに最適な GPU を選択する方法を正確に理解し、AI ワークロードに適した選択を行えるようになります。
Agent Development Kit(ADK)を使用して、複雑でプロダクション レディな AI エージェントを構築する方法について学習します。このコースでは、ADK のオープンソース フレームワークについて学び、簡単なプロンプト エンジニアリングから、エンタープライズ クラスのマルチエージェント システムに適したコードファーストの構造化ソフトウェア開発アプローチに移行する方法を習得します。
Gemini Notebook を活用して、Professional Cloud Architect 認定試験に向けた自分専用の学習ガイドの作成方法を学びます。Gemini Notebook の機能を確認して、Gemini Notebook でノートブックを作成し、認定試験の対策として学習ガイドを活用する方法を身につけます。
2 部構成でお届けするコースシリーズの第 2 部「Google Cloud でのオブザーバビリティ」へようこそ。このコースを受講する前に、パート 1 の「Google Cloud におけるロギングとモニタリング」を修了することをおすすめします。このコースでは、Error Reporting、Cloud Trace、Cloud Profiler などのアプリケーション パフォーマンス管理ツールについて学びます。
このコースでは、Google Cloud 環境を保護するための基礎知識を習得します。ゼロトラストの原則や運命共有モデルなど、Google Cloud のセキュリティ モデルについて学びます。Cloud Identity や Workforce Identity 連携などのアカウント管理サービスを構成し、Identity and Access Management(IAM)のロール、条件、ポリシーを使用してアクセス制御を管理します。また、VPC、Cloud Firewall ティア、VPC Service Controls などのネットワーク セキュリティ制御を実装して、安全な境界を構築します。 「Security in Google Cloud」学習プログラムの基礎となるこのコースでは、後続の 2 つの専門コース(5 つのコースからなる「Google Cloud におけるセキュリティのベスト プラクティス」シリーズと、4 つのコースからなる「Mitigate Threats in Google Cloud」シリーズ)に必要な基本原則を確立します。
AI Hypercomputer を使い始めたい方に最適なコースです。AI Hypercomputer の基礎と、それが AI ワークロードで AI を支援する仕組みについて説明します。GPU、TPU、CPU など、ハイパーコンピュータ内の各種コンポーネントについて学び、ニーズに合った適切なデプロイ アプローチを選択する方法を知ることができます。
このコースでは、アプリケーションを実行するための Cloud Run サーバーレス プラットフォームについて説明します。Cloud Run の基礎とそのリソースモデル、コンテナ ライフサイクルについて学習します。また、サービス ID、サービスへのアクセスを制御する方法、アプリケーションを Cloud Run にデプロイする前にローカルで開発、テストする方法も確認します。Google Cloud の他のサービスと統合して、フル機能のアプリケーションをビルドする方法も説明しています。
「Google Cloud のネットワーキング」シリーズの 6 番目のコース「ハイブリッド クラウドとマルチクラウド」へようこそ。最初のモジュールでは、Google Cloud のさまざまな接続オプションを説明します。Cloud Interconnect について掘り下げ、その種類とそれぞれの機能を確認します。2 番目のモジュールでは Cloud VPN の実装、高可用性 VPN トポロジ、Network Connectivity Center(NCC)による管理の効率化について説明します。このコースを修了すると、オンプレミス ネットワークや他のクラウド ネットワークを Google Cloud に拡張するためのさまざまな接続オプションについて説明できるようになります。また、Google Cloud の各種のハイブリッドおよびマルチクラウド接続サービスが特定のユースケースに適しているかどうかを検討する方法についても理解できます。さっそく始めましょう。
「Google Cloud のネットワーキング」シリーズの 3 番目のコース「ネットワーク アーキテクチャ」へようこそ。 このコースでは、Google Cloud 内で効率的かつスケーラブルなネットワーク アーキテクチャを設計するための基礎について説明します。 モジュール 1「ネットワーク アーキテクチャの概要」では、サブネット、ルート、ファイアウォール、ロード バランシングなど、ネットワーク アーキテクチャの中核となるコンポーネントやコンセプトを紹介します。 モジュール 2「ネットワーク トポロジ」では、Google Cloud でよく使用されるさまざまなネットワーク トポロジの詳細とその長所と短所について説明します。
このオンデマンド速習コースでは、Google Cloud が提供する包括的で柔軟なインフラストラクチャとプラットフォーム サービスについて紹介します。動画講義、デモ、ハンズオンラボを通してさまざまなソリューションの要素について学び、実際にデプロイしてみます。これにはセキュリティを維持しながらネットワークを相互接続する方法や、ロード バランシング、自動スケーリング、インフラストラクチャの自動化、マネージド サービスも含まれます。
このオンデマンド速習コースでは、Google Cloud で提供される包括的かつ柔軟なインフラストラクチャとプラットフォームのサービスについて、Compute Engine を中心に紹介します。受講者は、動画講義、デモ、ハンズオンラボを通してソリューションの各要素について学習し、演習を行います。これらの要素には、ネットワーク、システム、アプリケーション サービスなどのインフラストラクチャ コンポーネントが含まれます。また、実践的なソリューションの実装も取り上げ、顧客指定の暗号鍵、セキュリティとアクセス管理、割り当てと課金、リソース モニタリングなどについても学習します。
これは、「Google Cloud サイバーセキュリティ認定証」プログラムの 5 つのコースのうちの 1 つ目です。このコースでは、セキュリティ ライフサイクル、デジタル トランスフォーメーション、クラウド コンピューティングの主要なコンセプトなど、サイバーセキュリティの基本を学びます。エントリーレベルのクラウド セキュリティ アナリストがタスクを自動化するために使用する一般的なツールを特定します。
Google Cloud の基礎: コア インストラクチャ では、Google Cloud に関する重要なコンセプトと用語について説明します。このコースでは動画とハンズオンラボを通じて学習を進めていきます。Google Cloud の多数のコンピューティング サービスとストレージ サービス、そしてリソースとポリシーを管理するための重要なツールについて比較しながら説明します。
多くの IT 組織では、アジリティを求める開発者と、安定性を重視する運用担当者の間で、インセンティブが調整されていません。サイト信頼性エンジニアリング(SRE)は、Google が開発と運用の間のインセンティブを調整し、ミッション クリティカルな本番環境サポートを行う方法です。SRE の文化的および技術的手法を導入することで、ビジネスと IT の連携を改善できます。このコースでは、Google の SRE の主な手法を紹介し、SRE の組織的な導入を成功させるうえで IT リーダーとビジネス リーダーが果たす重要な役割について説明します。
Chronicle について知っておくべき技術的な側面と、脅威の検出と対策を行ううえで Chronicleがどのように役立つかを学びます。
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.
これは、5 つのコースからなる「Google Cloud データ アナリティクス認定証」プログラムの 5 つ目のコースです。このコースでは、コース 1~4 で学んだ基礎知識とスキルを組み合わせて応用することで、データ ライフサイクル全体に焦点を当てたハンズオン キャップストーン プロジェクトに取り組みます。クラウドベースのツールを使用して、データの分析情報を効果的に取得、保存、処理、分析、可視化し、明確に伝えるための実践を行います。このコースの終了までに、プロジェクトを完了し、複数のソースから得られたデータを効果的に構造化して、さまざまな関係者にソリューションを提示し、クラウドベースのソフトウェアを使用してデータ分析情報を可視化する能力を実証します。また、履歴書を更新し、面接の練習を行って、就職活動や面接に備えることができます。
これは、「Google Cloud データ アナリティクス認定証」プログラムを構成する 5 つのコースのうちの 4 つ目です。このコースでは、クラウドでのデータ可視化における 5 つの主要な段階(ストーリーテリング、計画、データ探索、ビジュアリゼーションの構築、他のユーザーとのデータ共有)のスキルを開発することに重点を置いています。さらに、UI / UX スキルを使用して、クラウドネイティブで効果的な可視化のワイヤーフレームを実際に作成するとともに、クラウドネイティブのデータ可視化ツールを使用して、データセットの探索、レポートの作成のほか、意思決定とコラボレーションを促進するダッシュボードの構築を行います。
これは、「Google Cloud データ アナリティクス認定証」プログラムの 5 つのコースのうちの 3 つ目です。最初に、データの収集から分析情報の取得まで、データ ジャーニーの概要について紹介します。次に、SQL を使用して元データを使用可能な形式に変換する方法を学びます。また、データ パイプラインを使用して大量のデータを変換する方法についても学びます。最後に、実際のデータセットに変換戦略を適用することで、ビジネスニーズに対応する方法を学びます。
これは、「Google Cloud データ アナリティクス認定証」の 5 つのコースのうちの 2 つ目です。このコースでは、データの構造化および整理の方法を確認します。また、BigQuery、Google Cloud Storage、DataProc などのデータ レイクハウス アーキテクチャやクラウド コンポーネントについて実践的な経験を積み、大規模なデータセットを効率的に保存、分析、処理できるようになります。
これは、5 つのコースからなる「Google Cloud データ アナリティクス認定証」プログラムの 1 つ目のコースです。このコースでは、クラウドデータ分析とは何かについて、そしてデータの取得、保存、処理、可視化に関連するクラウド データ アナリストの役割と責任について学びます。受講者は、Google Cloud ベースのツール(BigQuery や Cloud Storage など)のアーキテクチャと、それらを使用してデータを効果的に整理、提示し、レポートを作成する方法を確認します。
このコースでは、Google Cloud で安全かつ効率的な DevSecOps プラクティスを実践するための基本的なスキルを学びます。Artifact Registry、Cloud Build、 Cloud Deploy、Binary Authorization などの Google Cloud サービスを使用して開発パイプラインを保護する方法を学びます。これにより、 CI/CD パイプライン全体でセキュリティ制御を使用して、コンテナ化されたアプリケーションをビルド、テスト、デプロイできます。
このコースでは、Google Cloud 向けに Terraform を使用する方法の概要を説明します。このコースを受講すると、Terraform を使用して Infrastructure as Code を実装し、その主要な特性と機能を使って Google Cloud インフラストラクチャを作成および管理する方法について説明できるようになります。 また、Terraform を使用して Google Cloud のリソースを構築、管理する実践的な演習を受けられます。
このコースでは、Google Kubernetes Engine(GKE)の基本的なネットワーキングについて学習します。書面による講義、ハンズオン ラボ演習、クイズを通して、サービスを設定し、通信を促進し、GKE アプリケーションへのセキュアなアクセスを構成する方法を学びます。
Google Cloud のネットワーキングは、6 部構成のコースシリーズです。6 部構成のコースシリーズの最初のコース「Google Cloud のネットワーキング: 基礎」へようこそ。 このコースでは、ネットワーキングの基礎、Virtual Private Cloud(VPC)、VPC ネットワークの共有など、ネットワーキングの主なコンセプトに関する包括的な概要を説明します。また、ネットワークのロギング手法とモニタリング手法についても説明します。
このコースは、Dataflow を使用したサーバーレスのデータ処理に関する 3 コースシリーズのパート 1 です。この最初のコースでは、始めに Apache Beam とは何か、そして Dataflow とどのように関係しているかを復習します。次に、Apache Beam のビジョンと Beam Portability フレームワークの利点について説明します。Beam Portability フレームワークによって、デベロッパーが好みのプログラミング言語と実行バックエンドを使用できるビジョンが実現します。続いて、Dataflow によってどのように費用を節約しながらコンピューティングとストレージを分離できるか、そして識別ツール、アクセスツール、管理ツールがどのように Dataflow パイプラインと相互に機能するかを紹介します。最後に、Dataflow でそれぞれのユースケースに合った適切なセキュリティ モデルを実装する方法について学習します。
このコースでは、ストリーミング データ パイプラインの構築時に直面する実際の問題を解決するために、実践的な演習を行います。ポイントは、Google Cloud プロダクトを使用して、絶えず流れ続けるデータを効果的に管理することです。
このコースでは、生成 AI を活用した Google Cloud のコラボレーター、Gemini が、デベロッパーのアプリケーション構築にどのように役立つかについて学びます。コードの説明、Google Cloud サービスの提案、アプリケーションのコード生成を Gemini に指示する方法について学びます。ハンズオンラボを使用して、Gemini でアプリケーション開発ワークフローがどのように向上するかを体験します。 Duet AI は、次世代モデルである Gemini に名称変更されました。
この中級コースでは、Google Cloud で堅牢なバッチデータ パイプラインを設計、構築、最適化する方法を学習します。基本的なデータ処理から一歩進んで、大規模なデータ変換と効率的なワークフロー オーケストレーションを確認します。この内容は、タイムリーなビジネス インテリジェンスと重要なレポートの作成に不可欠です。 実装に Apache Beam 用の Dataflow と Apache Spark 向け Serverless(Dataproc Serverless)を使用する実践的な演習を行い、パイプラインの信頼性の確保と効果的な運用を実現するために、データの品質、モニタリング、アラートに関する重要な考慮事項に対処します。データ ウェアハウジング、ETL / ELT、SQL、Python、Google Cloud のコンセプトに関する基本的な知識があることが推奨されます。
データレイクとデータ ウェアハウスを使用する従来のアプローチは効果的ですが、特に大規模な企業環境においては欠点があります。このコースでは、データ レイクハウスのコンセプトと、データ レイクハウスの作成に使用する Google Cloud プロダクトについて説明します。レイクハウス アーキテクチャは、オープン スタンダードのデータソースを使用し、データレイクとデータ ウェアハウスの優れた機能を組み合わせて、両者の欠点の多くに対処します。
このコースでは、Google Cloud におけるデータ エンジニアリング、データ エンジニアの役割と責任、それらが Google Cloud の各サービスにどのように対応しているかについて学びます。また、データ エンジニアリングの課題に対処する方法も学習します。
「BigQuery ML を使用した ML モデルの作成」コースの中級スキルバッジを獲得できるアクティビティを修了すると、 BigQuery ML を使用して ML モデルを作成および評価し、データを予測するスキルを証明できます。
このコースは、Vertex AI Notebooks に関する入門コースです。Vertex AI Notebooks は Jupyter ノートブックをベースとした環境であり、データの準備からモデルのデプロイとモニタリングに至るまで ML のワークフロー全体をサポートする統合プラットフォームを提供します。このコースでは、(1)Vertex AI Notebooks の種類とそれぞれの機能、(2)Vertex AI Notebooks の作成と管理の方法について説明します。
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!
企業における AI と ML の利用が拡大し続けるなか、責任を持ってそれを構築することの重要性も増しています。多くの企業にとっての課題は、責任ある AI と口で言うのは簡単でも、それを実践するのは難しいということです。このコースは、責任ある AI を組織で運用化する方法を学びたい方に最適です。 このコースでは、Google Cloud が責任ある AI を現在どのように運用化しているかを、ベスト プラクティスや教訓と併せて学び、責任ある AI に対する独自のアプローチを構築するためのフレームワークとして活用できるようにします。
「Agent Platform におけるプロンプト設計」スキルバッジを獲得できる入門コースを修了すると、 Agent Platform のプロンプト エンジニアリング、画像分析、マルチモーダル生成手法のスキルを実証できます。効果的なプロンプトを作成する方法、目的どおりの生成 AI 出力を生成する方法、 Gemini モデルを実際のマーケティング シナリオに適用する方法を学びます。
この入門レベルのマイクロラーニング コースでは、責任ある AI の概要と重要性、および Google が責任ある AI を自社プロダクトにどのように実装しているのかについて説明します。また、Google の AI に関する 7 つの原則についても説明します。
Gemini Notebook を使用して、Professional Machine Learning Engineer(PMLE)認定試験に向けてパーソナライズされた学習ガイドを作成する方法を学びます。Gemini Notebook の機能を確認して、ノートブックを作成し、その学習ガイドを使用して認定資格試験に向けて練習します。
「Google Cloud の ML API 用にデータを準備」コースの入門スキルバッジを獲得できるアクティビティを修了すると、 Dataprep by Trifacta を使用したデータのクリーニング、Dataflow でのデータ パイプラインの実行、Managed Service for Apache Spark でのクラスタの作成と Apache Spark ジョブの実行、 Cloud Natural Language API、Google Cloud Speech-to-Text API、Video Intelligence API などの ML API の呼び出しに関するスキルを証明できます。
安全な Google Cloud ネットワークの構築コースを修了してスキルバッジを獲得しましょう。このコースでは、Google Cloud でアプリケーションを ビルド、スケール、保護するための複数のネットワーク関連リソースについて学習します。
「Google Cloud におけるアプリ開発環境の設定」コースを完了すると、スキルバッジを獲得できます。このコースでは、 Cloud Storage、Identity and Access Management、Cloud Functions、Pub/Sub のテクノロジーの基本機能を使用して、ストレージ中心のクラウド インフラストラクチャを構築し接続する方法を学びます。
Google Cloud コンピューティングの基礎コースは、クラウド コンピューティングのバックグラウンドや経験がほとんどまたはまったくない方を対象としています。クラウドの基礎、ビッグデータ、ML の中核となるコンセプトと、Google Cloud を活用できる場面や方法の概要を示します。 この一連のコースを修了すると、これらのコンセプトについて明確に理解し、実践的なスキルを実証できます。 このコースは、次の順で完了する必要があります。 1. Google Cloud コンピューティングの基礎: クラウド コンピューティングの基本 2. Google Cloud コンピューティングの基礎: Google Cloud のインフラストラクチャ 3. Google Cloud コンピューティングの基礎: Google Cloud でのネットワーキングとセキュリティ 4. Google Cloud コンピューティングの基礎: Google Cloud のデータ、ML、AI このシリーズの最後のコースでは、マネージド ビッグデータ サービス、ML とその価値、スキルバッジを獲得して Google Cloud に関するスキルセットをさらに実証する方法について説明します。
Google Cloud コンピューティングの基礎コースは、クラウド コンピューティングのバックグラウンドや経験がほとんどまたはまったくない方を対象としています。クラウドの基礎、ビッグデータ、ML の中核となるコンセプトと、Google Cloud を活用できる場面や方法の概要を示します。 この一連のコースを修了すると、これらのコンセプトについて明確に理解し、実践的なスキルを実証できます。 このコースは、次の順で完了する必要があります。 1. Google Cloud コンピューティングの基礎: クラウド コンピューティングの基本 2. Google Cloud コンピューティングの基礎: Google Cloud のインフラストラクチャGoogle Cloud コンピューティングの基礎: Google Cloud でのネットワーキングとセキュリティ 4. Google Cloud コンピューティングの基礎: Google Cloud のデータ、ML、AI この 3 番目のコースでは、クラウドの自動化、管理ツール、安全なネットワークの構築について説明します。
Google Cloud コンピューティングの基礎コースは、クラウド コンピューティングのバックグラウンドや経験がほとんどまたはまったくない方を対象としています。クラウドの基礎、ビッグデータ、ML の中核となるコンセプトと、Google Cloud を活用できる場面や方法の概要を示します。 この一連のコースを修了すると、これらのコンセプトについて明確に理解し、実践的なスキルを実証できます。 このコースは、次の順で完了する必要があります。 1. Google Cloud コンピューティングの基礎: クラウド コンピューティングの基本 2. Google Cloud コンピューティングの基礎: Google Cloud のインフラストラクチャ 3. Google Cloud コンピューティングの基礎: Google Cloud でのネットワーキングとセキュリティ 4. Google Cloud コンピューティングの基礎: Google Cloud のデータ、ML、AI
「Compute Engine での Cloud Load Balancing の実装」入門コースを修了してスキルバッジを獲得すると、次のスキルを実証できます: Compute Engine における仮想マシンの作成とデプロイ、 ネットワーク ロードバランサとアプリケーション ロードバランサの構成。
Google Cloud コンピューティングの基礎コースは、クラウド コンピューティングのバックグラウンドや経験がほとんどまたはまったくない方を対象としています。クラウドの基礎、ビッグデータ、ML の中核となるコンセプトと、Google Cloud を活用できる場面や方法の概要を示します。 この一連のコースを修了すると、これらのコンセプトについて明確に理解し、実践的なスキルを実証できます。 このコースは、次の順で完了する必要があります。 1. Google Cloud コンピューティングの基礎: クラウド コンピューティングの基本 2. Google Cloud コンピューティングの基礎: Google Cloud のインフラストラクチャ 3. Google Cloud コンピューティングの基礎: Google Cloud でのネットワーキングとセキュリティ 4. Google Cloud コンピューティングの基礎: Google Cloud のデータ、ML、AI この最初のコースでは、クラウド コンピューティングの概要、Google Cloud の使用方法、さまざまなコンピューティング オプションについて説明します。
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.
このコースでは、Vertex AI Feature Store を使用するメリット、ML モデルの精度を向上させる方法、最も有効な特徴を抽出できるデータ列の見極め方について説明します。また、BigQuery ML、Keras、TensorFlow を使用した特徴量エンジニアリングに関するコンテンツとラボも用意されています。
このコースでは、TensorFlow と Keras を使用した ML モデルの構築、ML モデルの精度の向上、スケーリングに対応した ML モデルの作成について取り上げます。
このコースでは、まず、データ品質を向上させる方法や探索的データ分析を行う方法など、データについての議論から始めます。Vertex AI AutoML について確認し、コードを一切記述せずに ML モデルを構築、トレーニング、デプロイする方法を説明します。また、BigQuery ML のメリットを確認します。その後、ML モデルを最適化する方法、一般化とサンプリングを活用してカスタム トレーニング向けに ML モデルの品質を評価する方法を説明します。
このコースでは、Google Cloud の AI および ML 機能について紹介します。特に、生成 AI と予測 AI の両方のプロジェクトの開発に重点を置きます。データから AI へのライフサイクル全体で利用可能なさまざまなテクノロジー、プロダクト、ツールについて説明するとともに、データ サイエンティスト、AI 開発者、ML エンジニアがインタラクティブな演習を通じて専門知識を強化できるよう支援します。
このコースは、大規模言語モデル(LLM)とは何か、どのようなユースケースで活用できるのか、プロンプトのチューニングで LLM のパフォーマンスを高めるにはどうすればよいかについて学習する、入門レベルのマイクロ ラーニング コースです。独自の生成 AI アプリを開発する際に利用できる Google ツールも紹介します。
この入門レベルのマイクロラーニング コースでは、生成 AI の概要、利用方法、従来の ML の手法との違いについて説明します。独自の生成 AI アプリを作成する際に利用できる Google ツールも紹介します。