Join Sign in

Anjani Singh Thakur

Member since 2021

Gold League

28185 points
Machine Learning Operations (MLOps): Getting Started Earned Dec 8, 2024 EST
在 Google Cloud 為機器學習 API 準備資料 Earned Apr 11, 2024 EDT
在 Looker 建構 LookML 物件 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 為機器學習 API 準備資料 Earned Mar 14, 2023 EDT
Build Data Lakes and Data Warehouses on Google Cloud Earned Dec 7, 2022 EST
開始使用 Google Kubernetes Engine Earned Oct 5, 2022 EDT
在 Google Cloud 實作 Cloud 安全防護措施：基礎知識 Earned Sep 26, 2022 EDT
透過 Google Cloud Observability 監控及記錄系統狀態 Earned Sep 26, 2022 EDT
建立 Google Cloud 網路 Earned Jul 23, 2022 EDT
在 Google Cloud 設定應用程式開發環境 Earned Jul 10, 2022 EDT
在 Compute Engine 導入 Cloud Load Balancing Earned Jun 26, 2022 EDT
彈性的 Google Cloud 基礎架構：資源調度與自動化 Earned Dec 12, 2021 EST
重要的 Google Cloud 基礎架構：基本概念 Earned Dec 12, 2021 EST
Google Cloud 基礎知識：核心基礎架構 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.

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

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

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

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

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 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

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

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

完成 在 Google Cloud 實作 Cloud 安全防護措施：基礎知識 技能徽章中階課程， 即可證明您具備下列技能：運用 Identity and Access Management (IAM) 建立及指派角色、 建立及管理服務帳戶、啟用虛擬私有雲 (VPC) 網路中的私人連線、 運用 Identity-Aware Proxy 限制應用程式存取權、 運用 Cloud Key Management Service (KMS) 管理金鑰和已加密資料，以及建立私人 Kubernetes 叢集。

Learn more

完成 透過 Google Cloud Observability 監控及記錄系統狀態 技能徽章入門課程， 即可證明您具備下列技能：監控 Compute Engine 中的虛擬機器、 運用 Cloud Monitoring 監管多項專案、在 Cloud Functions 延伸應用監控和記錄功能、 建立和傳送自訂應用程式指標，以及根據自訂指標設定 Cloud Monitoring 快訊。

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

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

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

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。這堂課結合了視訊講座、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，包括安全地建立互連網路、負載平衡、自動調度資源、基礎架構自動化，以及代管服務。

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