加入 登录

Anjani Singh Thakur

成为会员时间：2021

黄金联赛

28185 积分
Machine Learning Operations (MLOps): Getting Started Earned Dec 8, 2024 EST
在 Google Cloud 上为机器学习 API 准备数据 Earned Apr 11, 2024 EDT
在 Looker 中构建 LookML 对象 Earned Apr 11, 2024 EDT
Build Streaming Data Pipelines on Google Cloud Earned Nov 4, 2023 EDT
Build Batch Data Pipelines on Google Cloud Earned Oct 7, 2023 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud Earned Apr 18, 2023 EDT
Serverless Data Processing with Dataflow: Foundations Earned Apr 16, 2023 EDT
在 Google Cloud 上为机器学习 API 准备数据 Earned Mar 14, 2023 EDT
Build Data Lakes and Data Warehouses on Google Cloud Earned Dec 7, 2022 EST
Google Kubernetes Engine 使用入门 Earned Oct 5, 2022 EDT
在 Google Cloud 上实施云安全基础措施 Earned Sep 26, 2022 EDT
使用 Google Cloud Observability 进行监控和记录 Earned Sep 26, 2022 EDT
开发 Google Cloud 网络 Earned Jul 23, 2022 EDT
在 Google Cloud 上设置应用开发环境 Earned Jul 10, 2022 EDT
为 Compute Engine 实现云负载均衡 Earned Jun 26, 2022 EDT
Google Cloud 弹性基础设施：扩缩和自动化 Earned Dec 12, 2021 EST
Google Cloud 重要基础设施：基础 Earned Dec 12, 2021 EST
Google Cloud 基础知识：核心基础设施 Earned Dec 12, 2021 EST

This course introduces participants to MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud. MLOps is a discipline focused on the deployment, testing, monitoring, and automation of ML systems in production. Machine Learning Engineering professionals use tools for continuous improvement and evaluation of deployed models. They work with (or can be) Data Scientists, who develop models, to enable velocity and rigor in deploying the best performing models.

了解详情

完成入门级技能徽章课程在 Google Cloud 上为机器学习 API 准备数据，展示以下技能： 使用 Dataprep by Trifacta 清理数据、在 Dataflow 中运行数据流水线、在 Managed Service for Apache Spark 中创建集群和运行 Apache Spark 作业，以及调用机器学习 API，包括 Cloud Natural Language API、Google Cloud Speech-to-Text API 和 Video Intelligence API。

了解详情

完成在 Looker 中构建 LookML 对象入门技能徽章课程，展示以下方面的技能： 构建新的维度、测量、视图和派生表；根据需求设置测量的过滤条件和 类型；更新维度和测量； 构建并优化探索；将视图联接到现有探索；并根据业务需求 决定要创建哪些 LookML 对象。

了解详情

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.

了解详情

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.

了解详情

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.

了解详情

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.

了解详情

完成入门级技能徽章课程在 Google Cloud 上为机器学习 API 准备数据，展示以下技能： 使用 Dataprep by Trifacta 清理数据、在 Dataflow 中运行数据流水线、在 Managed Service for Apache Spark 中创建集群和运行 Apache Spark 作业，以及调用机器学习 API，包括 Cloud Natural Language API、Google Cloud Speech-to-Text API 和 Video Intelligence API。

了解详情

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.

了解详情

欢迎学习“Google Kubernetes Engine 使用入门”课程。Kubernetes 是位于应用和硬件基础架构之间的软件层，如果您对 Kubernetes 感兴趣，那就来对地方了！Google Kubernetes Engine 将 Kubernetes 作为 Google Cloud 上的代管式服务提供给您使用。 本课程的目标是介绍 Google Kubernetes Engine（通常称为 GKE）的基础知识，以及将应用容器化并在 Google Cloud 中运行的方法。本课程首先介绍 Google Cloud 的基础知识，然后概述容器、Kubernetes、Kubernetes 架构以及 Kubernetes 操作。

了解详情

完成在 Google Cloud 上实施云安全基础措施技能徽章中级课程， 展示自己在以下方面的技能：使用 Identity and Access Management (IAM) 创建和分配角色； 创建和管理服务账号；跨虚拟私有云 (VPC) 网络实现专用连接； 使用 Identity-Aware Proxy 限制应用访问权限； 使用 Cloud Key Management Service (KMS) 管理密钥和加密数据；创建专用 Kubernetes 集群。

了解详情

完成入门级使用 Google Cloud Observability 进行监控和记录技能徽章课程， 展示自己在以下方面的技能：监控 Compute Engine 中的虚拟机； 利用 Cloud Monitoring 监控多个项目；将监控和日志记录功能扩展到 Cloud Functions； 创建和发送自定义应用指标；以及根据自定义指标配置 Cloud Monitoring 提醒。

了解详情

完成开发 Google Cloud 网络课程，赢取技能徽章。在此课程中，您将学习 部署和监控应用的多种方法，包括执行以下任务的方法：探索 IAM 角色并添加/移除 项目访问权限、创建 VPC 网络、部署和监控 Compute Engine 虚拟机、 编写 SQL 查询、在 Compute Engine 中部署和监控虚拟机，以及使用 Kubernetes 通过多种部署方法部署应用。

了解详情

完成“在 Google Cloud 上设置应用开发环境”课程，赢取技能徽章；通过该课程，您将了解如何使用以下技术的基本功能来构建和连接以存储为中心的云基础设施： Cloud Storage、Identity and Access Management、Cloud Functions 和 Pub/Sub。

了解详情

完成入门级技能徽章课程为 Compute Engine 实现云负载均衡，展示以下方面的技能： 在 Compute Engine 中创建和部署虚拟机 以及配置网络和应用负载均衡器。

了解详情

这是一套自助式速成课程，向学员介绍 Google Cloud 提供的灵活全面的基础架构和平台服务。学员将通过一系列视频讲座、演示和实操实验，探索和部署各种解决方案元素，包括安全互连网络、负载均衡、自动扩缩、基础架构自动化和代管式服务。

了解详情

这门自助式速成课程向学员介绍 Google Cloud 提供的灵活全面的基础架构和平台服务，其中着重介绍了 Compute Engine。学员将通过一系列视频讲座、演示和动手实验，探索和部署各种解决方案元素，包括网络、虚拟机和应用服务等基础架构组件。您将学习如何通过控制台和 Cloud Shell 使用 Google Cloud。您还将了解云架构师角色、基础架构设计方法以及虚拟网络配置和虚拟私有云 (VPC)、项目、网络、子网、IP 地址、路由及防火墙规则。

了解详情

“Google Cloud 基础知识：核心基础设施”介绍在使用 Google Cloud 时会遇到的重要概念和术语。本课程通过视频和实操实验来介绍并比较 Google Cloud 的多种计算和存储服务，并提供重要的资源和政策管理工具。

了解详情