Anton Tkachenko
Member since 2019
Silver League
5500 points
Serverless Data Processing with Dataflow: Foundations
Earned Apr 16, 2023 EDT
為 Looker 資訊主頁和報表準備資料
Earned Apr 14, 2023 EDT
[Deprecated] Data Science on Google Cloud: Machine Learning
Earned Jun 22, 2022 EDT
[Depricated] Build, Train and Deploy ML Models with Keras on Google Cloud
Earned Jun 20, 2022 EDT
[DEPRECATED] Data Engineering
Earned Jun 18, 2022 EDT
運用 BigQuery ML 建立機器學習模型
Earned Jun 18, 2022 EDT
DEPRECATED Cloud Architecture
Earned Dec 24, 2021 EST
使用 BigQuery ML 為預測模型進行資料工程
Earned Dec 23, 2021 EST
在 Google Cloud 為機器學習 API 準備資料
Earned Nov 28, 2021 EST
Build a Certification Study Guide: ACE Exam Prep
Earned Nov 27, 2021 EST
在 Google Cloud 使用 Terraform 建構基礎架構
Earned Nov 24, 2021 EST
建立 Google Cloud 網路
Earned Nov 23, 2021 EST
開始使用 Google Kubernetes Engine
Earned Nov 21, 2021 EST
重要的 Google Cloud 基礎架構：基本概念
Earned Nov 17, 2021 EST
Google Cloud 基礎知識：核心基礎架構
Earned Nov 16, 2021 EST
在 Compute Engine 導入 Cloud Load Balancing
Earned Nov 13, 2021 EST
在 Google Cloud 設定應用程式開發環境
Earned Nov 13, 2021 EST
基本概念：基礎架構
Earned Nov 12, 2021 EST
Google Cloud 必備知識
Earned Nov 11, 2021 EST
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.
Learn more
完成「為 Looker 資訊主頁和報表準備資料」技能徽章入門課程， 即可證明您具備下列技能：可篩選、排序和 pivot 資料、合併不同的 Looker 探索結果， 還能使用函式和運算子建構 Looker 資訊主頁和報表，取得資料分析結果和圖表。
Learn more
This is the second of two courses of hands-on labs derived from the exercises from the book Data Science on Google Cloud Platform, 2nd Edition by Valliappa Lakshmanan, published by O'Reilly Media, Inc. In this second Quest, covering chapter 9 through the end of the book, you extend the skills practiced in the first Quest, and run full-fledged machine learning jobs with state-of-the-art tools and real-world data sets, all using Google Cloud tools and services.
Learn more
This course covers building ML models with TensorFlow and Keras, improving the accuracy of ML models and writing ML models for scaled use.
Learn more
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.
Learn more
完成「運用 BigQuery ML 建立機器學習模型」技能徽章中階課程，即可證明您具備下列技能： 可使用 BigQuery ML 建立及評估機器學習模型，並根據資料進行預測。
Learn more
This fundamental-level quest is unique amongst the other quest 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 Cloud Architect Certification. From IAM, to networking, to Kubernetes engine deployment, this quest is composed of specific labs that will put your Google Cloud knowledge to the test. Be aware that while practice with these labs will increase your skills and abilities, we recommend that you also review the exam guide and other available preparation resources.
Learn more
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。
Learn more
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 Managed Service for Apache Spark 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。
Learn more
Learn how to use Gemini Notebook to create a personalized study guide for the Associate Cloud Engineer 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.
Learn more
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。
Learn more
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。
Learn more
歡迎參加「開始使用 Google Kubernetes Engine」課程。Kubernetes 是位於應用程式和硬體基礎架構之間的軟體層。如果您對這項技術感興趣，這堂課程可以滿足您的需求。有了 Google Kubernetes Engine，您就能在 Google Cloud 中以代管服務的形式使用 Kubernetes。
本課程的目標在於介紹 Google Kubernetes Engine (常簡稱為 GKE) 的基本概念，以及如何將應用程式容器化，以便在 Google Cloud 中執行。課程首先會初步介紹 Google Cloud，隨後簡介容器、Kubernetes、Kubernetes 架構和 Kubernetes 作業。
Learn more
這堂隨選密集課程會向參加人員說明 Google Cloud 提供的全方位彈性基礎架構和平台服務，尤其側重於 Compute Engine。這堂課程結合了視訊講座、示範和實作研究室，可讓參加人員探索及部署解決方案元素，例如網路、虛擬機器和應用程式服務等基礎架構元件。您會瞭解如何透過控制台和 Cloud Shell 使用 Google Cloud。另外，您也能瞭解雲端架構師的職責、基礎架構設計方法，以及具備虛擬私有雲 (VPC)、專案、網路、子網路、IP 位址、路徑和防火牆規則的虛擬網路設定。
Learn more
「Google Cloud 基礎知識：核心基礎架構」介紹了在使用 Google Cloud 時會遇到的重要概念和術語。本課程會透過影片和實作實驗室，介紹並比較 Google Cloud 的多種運算和儲存服務，同時提供重要的資源和政策管理工具。
Learn more
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。
Learn more
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。
Learn more
如果您是剛起步的雲端開發人員， 想在 Google Cloud Essentials 外獲得更多實作經驗，歡迎參加本課程。您將透過實作實驗室， 深入瞭解 Cloud Storage 和其他重要應用程式服務，例如： Monitoring 和 Cloud Functions。您將習得 在任何 Google Cloud 專案都適用的寶貴技能。
Learn more
在這堂入門課程，您將實際練習使用 Google Cloud 的基礎工具和服務。本課程包含可選擇觀賞的影片， 針對實驗室涵蓋的概念提供更多背景資訊，協助您複習。「Google Cloud 必備知識」 是適合 Google Cloud 學員的第一堂課， 即使您尚未學習或不熟悉雲端知識， 也能從這堂課獲得實務經驗，並應用於第一項 Google Cloud 專案。不管是撰寫 Cloud Shell 指令 和部署第一部虛擬機器，還是在 Kubernetes Engine 或透過負載平衡執行應用程式， 「Google Cloud 必備知識」都是認識平台基本功能的最佳入門資源。
Learn more
