参加 ログイン

Prasad Pravesh V

メンバー加入日: 2020

シルバーリーグ

7585 ポイント
Azure プロフェッショナルのための Google Cloud IAM とネットワーキング Earned 7月 13, 2025 EDT
Google Cloud でストリーミング データ パイプラインを構築する Earned 6月 13, 2025 EDT
重要な Google Cloud インフラストラクチャ: コアサービス Earned 6月 13, 2025 EDT
Google Cloud Platform Fundamentals: Core Infrastructure Earned 6月 13, 2025 EDT
Google Cloud におけるアプリ開発環境の設定 Earned 6月 9, 2021 EDT
Compute Engine での Cloud Load Balancing の実装 Earned 6月 6, 2021 EDT
Elastic Cloud Infrastructure: Scaling and Automation 日本語版 Earned 5月 30, 2021 EDT
重要な Google Cloud インフラストラクチャ: 基礎 Earned 5月 23, 2021 EDT
DEPRECATED Applying BigQuery ML's Classification, Regression, and Demand Forecasting for Retail Applications Earned 5月 16, 2021 EDT
BigQuery ML を使用した ML モデルの作成 Earned 5月 15, 2021 EDT
ML のための BigQuery Earned 5月 15, 2021 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud - 日本語版 Earned 5月 9, 2021 EDT
Google Cloud でのバッチデータ パイプラインの構築 Earned 4月 4, 2021 EDT
Google Cloud でデータレイクとデータ ウェアハウスを構築する Earned 2月 28, 2021 EST
Google Cloud Big Data and Machine Learning Fundamentals - 日本語版 Earned 1月 17, 2021 EST

これは、4 つのコースで構成されているシリーズの最初のコースです。Azure に関する知識をすでにお持ちのクラウド アーキテクトとクラウド エンジニアを対象に、Google Cloud と Azure のソリューションを比較して、それらをプロフェッショナルが使用するためのガイドを示します。 このコースでは、Google Cloud の Identity and Access Management（IAM）とネットワーキングに焦点を当てます。Azure のアクセス管理とネットワーキングに関する知識を応用して、Google Cloud のアクセス管理とネットワーキングの類似点と相違点について確認していきます。Google Cloud リソースを構築して管理する実践演習も行います。

詳細

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。

詳細

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。

詳細

This content is deprecated. Please see the latest version of the course, here.

詳細

「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。

詳細

「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。

詳細

このオンデマンド速習コースでは、Google Cloud Platform 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。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、ネットワークの安全な相互接続、負荷分散、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 サービスなど、実用的なソリューションの演習も行います。 受講条件: このコースで効果的に学習するには、次の条件を満たしている必要があります。 • Google Cloud Platform Fundamentals（Core Infrastructure または AWS Professionals）を修了しているか、同等の経験がある ##a dummy change • Essential Cloud Infrastructure: Foundation を修了しているか、同等の経験がある • Essential Cloud Infrastructure: Core Services を修了しているか、同等の経験がある • コマンドライン ツールと Linux オペレーティング システム環境についての基本的なスキルがある • システム運用の経験がある（オンプレミスまたはパブリック クラウド環境でのアプリケーションのデプロイと管理を含む） >>> よくある質問に記載のとおり、このコースに登録すると Qwiklabs の利用規約（https://qwiklabs.com/terms_of_service）に同意したことになります。<<<

詳細

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さまざまなソリューションの各要素について学習し、実際のデプロイを演習します。これらの要素には、ネットワークや仮想マシン、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。コンソールと Cloud Shell を使用して Google Cloud を運用する方法についても学習します。また、クラウド アーキテクトの役割、インフラストラクチャ設計の方法、Virtual Private Cloud（VPC）を使用した仮想ネットワークの構成、プロジェクト、ネットワーク、サブネットワーク、IP アドレス、ルート、ファイアウォール ルールについても学習します。

詳細

In this course you will learn how to use several BigQuery ML features to improve retail use cases. Predict the demand for bike rentals in NYC with demand forecasting, and see how to use BigQuery ML for a classification task that predicts the likelihood of a website visitor making a purchase.

詳細

「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。

詳細

SQL だけを使用して、数時間ではなく数分で ML モデルを構築したいとお考えの場合、BigQuery ML は、データ アナリストが既存の SQL ツールやスキルを使って、ML モデルを作成、トレーニング、 評価し、そのモデルで予測を行うことを可能にして、ML をより多くの人が利用できるようにします。 この一連のラボでは、さまざまなモデルタイプを試して、 優れたモデルを作成する方法を学習します。

詳細

ML をデータ パイプラインに組み込むと、データから分析情報を抽出する能力を向上できます。このコースでは、Google Cloud でデータ パイプラインに ML を含める複数の方法について説明します。カスタマイズがほとんど、またはまったく必要ない場合のために、このコースでは AutoML について説明します。よりカスタマイズされた ML 機能については、Notebooks と BigQuery の機械学習（BigQuery ML）を紹介します。また、Vertex AI を使用して ML ソリューションを本番環境に導入する方法も説明します。

詳細

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。

詳細

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。

詳細

このコースでは、データから AI へのライフサイクルをサポートする Google Cloud のビッグデータと ML のプロダクトやサービスを紹介します。また、Google Cloud で Vertex AI を使用してビッグデータ パイプラインと ML モデルを作成する際のプロセス、課題、メリットについて説明します。

詳細