Akhmad Thalibar Rifqi
Member since 2024
Diamond League
36277 points
Google Cloud 資料分析功能簡介
Earned Aug 7, 2025 EDT
建立及管理 PostgreSQL 適用的 Cloud SQL 執行個體
Earned Sep 15, 2024 EDT
Google Cloud 的 AI 和機器學習服務簡介
Earned Sep 9, 2024 EDT
Google Cloud 運算的基本概念：Google Cloud 中的資料、機器學習和 AI
Earned Sep 6, 2024 EDT
Intro to ML: Image Processing
Earned Sep 3, 2024 EDT
機器學習簡介：語言處理
Earned Sep 3, 2024 EDT
基本概念：資料、機器學習和 AI
Earned Sep 3, 2024 EDT
監控及管理 Google Cloud 資源
Earned Sep 2, 2024 EDT
建立及管理 AlloyDB 執行個體
Earned Sep 2, 2024 EDT
在 Looker 建構 LookML 物件
Earned Aug 29, 2024 EDT
使用 Google API 分析語音和語言
Earned Aug 28, 2024 EDT
使用 Cloud Vision API 分析圖片
Earned Aug 28, 2024 EDT
使用 Natural Language API 分析情緒
Earned Aug 27, 2024 EDT
在 BigQuery 執行預測資料分析
Earned Aug 27, 2024 EDT
在 Google Cloud 使用 TensorFlow 分類圖像
Earned Aug 27, 2024 EDT
運用 BigQuery ML 建立機器學習模型
Earned Aug 26, 2024 EDT
DEPRECATED Detect Manufacturing Defects Using Visual Inspection AI
Earned Aug 25, 2024 EDT
探索生成式 AI - Agent Platform
Earned Aug 23, 2024 EDT
Serverless Data Processing with Dataflow: Foundations
Earned Jun 24, 2024 EDT
Build Batch Data Pipelines on Google Cloud
Earned Jun 21, 2024 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud
Earned Jun 5, 2024 EDT
Build Streaming Data Pipelines on Google Cloud
Earned Jun 3, 2024 EDT
Build Data Lakes and Data Warehouses on Google Cloud
Earned May 21, 2024 EDT
Build a Certification Study Guide: PDE Exam Prep
Earned May 20, 2024 EDT
這是 Google Cloud 資料分析專業證書五堂課程中的第一堂。在本課程中，您將瞭解雲端資料分析領域的定義，並說明雲端資料分析師在資料擷取、儲存、處理和視覺化方面的角色與職責。您將瞭解 BigQuery 和 Cloud Storage 等 Google Cloud 工具的架構，以及如何運用這些工具有效組織、呈現及彙整資料。
Learn more
完成建立及管理 PostgreSQL 適用的 Cloud SQL 執行個體技能徽章入門課程，證明您具備下列技能：遷移、設定和管理 PostgreSQL 適用的 Cloud SQL 執行個體和資料庫。
Learn more
本課程介紹 Google Cloud 的 AI 和機器學習 (ML) 功能，著重說明如何開發生成式和預測式 AI 專案。我們也會探討「從資料到 AI」整個生命週期都適用的技術、產品和工具，並透過互動式練習，協助資料科學家、AI 開發人員和機器學習工程師精進專業知識。
Learn more
Google Cloud 運算基本概念課程，適合幾乎沒有雲端運算背景或經驗的學員。這些課程會概略介紹雲端基礎知識、大數據和機器學習的核心概念，以及 Google Cloud 的角色和定位。完成這一系列課程後，學員將能闡述這些概念並展示實用技能。學員需依序完成課程：
1. Google Cloud 運算的基本概念：Cloud 運算基礎知識
2. Google Cloud 運算的基本概念：Google Cloud 基礎架構
3. Google Cloud 運算的基本概念：Google Cloud 的網路與安全性
4. Google Cloud 運算的基本概念：Google Cloud 中的資料、機器學習和 AI
本系列的最後一堂課回顧了代管大數據服務、機器學習與這項技術的價值，以及如何獲得技能徽章，進一步展示您的 Google Cloud 技能。
Learn more
Using large scale computing power to recognize patterns and "read" images is one of the foundational technologies in AI, from self-driving cars to facial recognition. The Google Cloud Platform provides world class speed and accuracy via systems that can utilized by simply calling APIs. With these and a host of other APIs, GCP has a tool for just about any machine learning job. In this introductory quest, you will get hands-on practice with machine learning as it applies to image processing by taking labs that will enable you to label images, detect faces and landmarks, as well as extract, analyze, and translate text from within images.
Learn more
大家都知道，機器學習是發展最快的科技領域之一， 而 Google Cloud Platform 在這方面功不可沒。 GCP 提供多種 API，凡是與機器學習相關的任務，幾乎都能處理。您將在本入門課程的 實驗室，實際演練機器學習技術 在語言處理方面的應用，學會如何從文中擷取實體資訊、 執行情緒和語法分析，並使用 Speech-to-Text API 轉錄語音。
Learn more
大數據、機器學習和人工智慧 (AI) 是時下熱門的 電腦相關話題，但這些領域相當專業，就算想要入門 也難以取得教材或資料。幸好，Google Cloud 提供了此領域的多種服務，而且容易使用。 參加這堂入門課程，您就能踏出第一步， 開始學習運用 BigQuery、Cloud Speech API 以及 Video Intelligence 等工具。
Learn more
完成「監控及管理 Google Cloud 資源」技能徽章入門課程，即可證明您具備下列技能：授予及撤銷 IAM 權限； 安裝 Monitoring 和 Logging 代理程式；建立、部署及測試事件導向的 Cloud Run 函式。
Learn more
完成建立及管理 AlloyDB 執行個體技能徽章入門課程， 即可證明自己具備下列技能：執行主要 AlloyDB 作業 和工作、從 PostgreSQL 遷移至 AlloyDB、管理 AlloyDB 資料庫，以及 使用 AlloyDB 資料欄引擎加快數據分析查詢。
Learn more
完成「在 Looker 建構 LookML 物件」技能徽章入門課程， 即可證明您具備下列技能： 建立新的維度和測量指標、檢視畫面和衍生資料表；根據需求設定測量指標篩選器和類型； 更新維度和測量指標； 建構及調整「探索」；將檢視表彙整至現有「探索」；以及配合業務需求決定要建立哪些 LookML 物件。
Learn more
完成「使用 Google API 分析語音和語言」課程， 瞭解如何將 Natural Language API 和 Speech API 投入實際應用， 即可獲得技能徽章。
Learn more
完成使用 Cloud Vision API 分析圖片課程，即可獲得技能徽章。本課程說明如何運用 Cloud Vision API 執行各種工作，包括擷取圖片中的文字。
Learn more
完成「使用 Natural Language API 分析情緒」任務， 瞭解 API 如何從文字判斷情緒， 即可獲得技能徽章。
Learn more
完成在 BigQuery 執行預測資料分析技能徽章中階課程， 即可證明您具備下列技能：可匯入 CSV 和 JSON 檔案，在 BigQuery 建立資料集； 可運用 BigQuery 的強大功能與複雜的 SQL 分析概念，包括使用 BigQuery ML 根據足球賽事資料訓練出預期進球模型，評估世界盃進球的精彩程度。
Learn more
完成「在 Google Cloud 使用 TensorFlow 分類圖像」技能徽章中階課程， 瞭解如何使用 TensorFlow 和 Vertex AI 建立及訓練機器學習模型， 即可獲得技能徽章。在 Vertex AI Workbench 中，你主要會和使用者自行管理的筆記本 互動。
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
Earn a skill badge by completing the Detect Manufacturing Defects using Visual Inspection AI course, where you learn how to use Visual Inspection AI to deploy a solution artifact and test that it can successfully identify defects in a manufacturing process.
Learn more
「探索生成式 AI - Agent Platform」課程包含一系列實驗室， 介紹如何在 Google Cloud 使用生成式 AI。完成這些實驗室之後，您會瞭解如何 在 Agent Platform 使用 Gemini 模型、提示詞設計技巧與最佳做法，以及 AI 在構思想法和文字分類、擷取、摘要等方面的用途。您也會瞭解如何運用 Agent Platform 的自訂訓練功能調整基礎模型， 並部署至 Agent Platform 中的端點。
Learn more
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
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.
Learn more
Incorporating machine learning into data pipelines increases the ability to extract insights from data. This course covers ways machine learning can be included in data pipelines on Google Cloud. For little to no customization, this course covers AutoML. For more tailored machine learning capabilities, this course introduces Notebooks and BigQuery machine learning (BigQuery ML). Also, this course covers how to productionalize machine learning solutions by using Vertex AI.
Learn more
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.
Learn more
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.
Learn more
Learn how to use Gemini Notebook to create a personalized study guide for the Professional Data 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
