Jiner QI
Menjadi anggota sejak 2024
MLOps with Agent Platform: Manage Features
Earned Jul 28, 2026 EDT
Select a Google Cloud Database for Your Applications
Earned Jan 15, 2026 EST
Bekerja dengan Model Gemini di BigQuery
Earned Jan 6, 2026 EST
Build a Certification Study Guide: PMLE
Earned Jun 29, 2025 EDT
Serverless Data Processing with Dataflow: Operations
Earned Agu 7, 2024 EDT
Google Workspace dengan Gemini: Dasar Alur Kerja AI Anda
Earned Jul 10, 2024 EDT
[DEPRECATED] Gemini untuk SDLC menyeluruh
Earned Jul 9, 2024 EDT
Mengembangkan Jaringan Google Cloud Anda
Earned Mei 14, 2024 EDT
Dasar-Dasar Analisis Data Google Cloud
Earned Mei 13, 2024 EDT
Pengantar AI dan Machine Learning di Google Cloud
Earned Mei 13, 2024 EDT
Observability in Google Cloud
Earned Mei 12, 2024 EDT
Infrastruktur Google Cloud yang Penting: Layanan Inti
Earned Mei 2, 2024 EDT
Infrastruktur Google Cloud yang Penting: Fondasi
Earned Mei 1, 2024 EDT
Infrastruktur Google Cloud Elastis: Penskalaan dan Otomatisasi
Earned Mei 1, 2024 EDT
Membuat Panduan Belajar Sertifikasi: Persiapan Ujian ACE
Earned Apr 30, 2024 EDT
Build Batch Data Pipelines on Google Cloud
Earned Apr 28, 2024 EDT
Conversational AI on Vertex AI and Dialogflow CX
Earned Apr 17, 2024 EDT
[DEPRECATED] Gemini untuk Developer Aplikasi
Earned Apr 16, 2024 EDT
[DEPRECATED] Gemini untuk Engineer Keamanan
Earned Apr 16, 2024 EDT
[DEPRECATED] Gemini untuk Arsitek Cloud
Earned Apr 16, 2024 EDT
Desain Perintah dalam Agent Platform
Earned Apr 16, 2024 EDT
Responsible AI: Menerapkan Prinsip AI dengan Google Cloud
Earned Apr 16, 2024 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud
Earned Apr 16, 2024 EDT
Membangun Data Warehouse dengan BigQuery
Earned Apr 14, 2024 EDT
Build Streaming Data Pipelines on Google Cloud
Earned Apr 14, 2024 EDT
Serverless Data Processing with Dataflow: Foundations
Earned Apr 10, 2024 EDT
Build Data Lakes and Data Warehouses on Google Cloud
Earned Apr 9, 2024 EDT
Build a Certification Study Guide: PDE Exam Prep
Earned Apr 9, 2024 EDT
Pengantar Responsible AI
Earned Apr 7, 2024 EDT
Pengantar Model Bahasa Besar
Earned Apr 7, 2024 EDT
Pengantar AI Generatif
Earned Apr 7, 2024 EDT
Membangun Infrastruktur dengan Terraform di Google Cloud
Earned Apr 7, 2024 EDT
DEPRECATED Cloud Operations and Service Mesh with Anthos
Earned Apr 3, 2024 EDT
Memantau dan Membuat Log dengan Google Cloud Observability
Earned Apr 3, 2024 EDT
Mengimplementasikan Alur Kerja DevOps di Google Cloud
Earned Apr 3, 2024 EDT
Menggunakan DevSecOps di Lingkungan Google Cloud
Earned Apr 3, 2024 EDT
Logging and Monitoring in Google Cloud
Earned Mar 27, 2024 EDT
Infrastruktur Google Cloud yang Dapat Diandalkan: Desain dan Proses
Earned Mar 26, 2024 EDT
Developing a Google SRE Culture
Earned Mar 24, 2024 EDT
Hybrid Cloud Modernizing Applications with Anthos
Earned Mar 19, 2024 EDT
Securing and Integrating Components of your Application
Earned Mar 18, 2024 EDT
Mengembangkan Aplikasi Serverless di Cloud Run
Earned Mar 18, 2024 EDT
Men-deploy Aplikasi Kubernetes di Google Cloud
Earned Mar 13, 2024 EDT
Getting Started with Terraform for Google Cloud
Earned Mar 12, 2024 EDT
Mulai Menggunakan Google Kubernetes Engine
Earned Mar 11, 2024 EDT
App Deployment, Debugging, and Performance
Earned Mar 10, 2024 EDT
Menyiapkan Data untuk ML API di Google Cloud
Earned Mar 7, 2024 EST
Mengembangkan Aplikasi Serverless dengan Firebase
Earned Mar 5, 2024 EST
Mengimplementasikan Cloud Load Balancing untuk Compute Engine
Earned Mar 5, 2024 EST
Developing Applications with Cloud Run on Google Cloud: Fundamentals
Earned Feb 29, 2024 EST
Developing Containerized Applications on Google Cloud
Earned Feb 28, 2024 EST
Getting Started With Application Development
Earned Feb 27, 2024 EST
Google Cloud Fundamentals for AWS Professionals
Earned Feb 27, 2024 EST
[DEPRECATED] Google Cloud Big Data and Machine Learning Fundamentals
Earned Feb 25, 2024 EST
Menyiapkan Lingkungan Pengembangan Aplikasi di Google Cloud
Earned Feb 23, 2024 EST
Dasar-Dasar Google Cloud: Infrastruktur Inti
Earned Feb 19, 2024 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.
Learners will get hands-on practice using Agent Platform Feature Store's streaming ingestion at the SDK layer.
Pelajari lebih lanjut
In this course, you learn to analyze and choose the right database for your needs, to effectively develop applications on Google Cloud. You explore relational and NoSQL databases, dive into Cloud SQL, AlloyDB, and Spanner, and learn how to align database strengths with your application requirements, including those of generative AI. Gain hands-on experience configuring Vector Search and migrating applications to the cloud.
Pelajari lebih lanjut
Kursus ini menunjukkan cara menggunakan model AI/ML untuk tugas-tugas AI generatif di BigQuery. Melalui kasus penggunaan praktis yang melibatkan pengelolaan hubungan pelanggan (CRM), Anda akan mempelajari alur kerja pemecahan masalah bisnis dengan model Gemini. Untuk memudahkan pemahaman, kursus ini juga menyediakan panduan langkah demi langkah melalui solusi coding menggunakan kueri SQL dan notebook Python.
Pelajari lebih lanjut
Learn how to use Gemini Notebook to create a personalized study guide for the Professional Machine Learning Engineer (PMLE) certification exam. You'll review Gemini Notebook features, create a notebook, and use the study guide to practice for a certification exam.
Pelajari lebih lanjut
In the last installment of the Dataflow course series, we will introduce the components of the Dataflow operational model. We will examine tools and techniques for troubleshooting and optimizing pipeline performance. We will then review testing, deployment, and reliability best practices for Dataflow pipelines. We will conclude with a review of Templates, which makes it easy to scale Dataflow pipelines to organizations with hundreds of users. These lessons will help ensure that your data platform is stable and resilient to unanticipated circumstances.
Pelajari lebih lanjut
Gemini untuk Google Workspace menyediakan fitur AI generatif untuk pelanggan di Google Workspace. Dalam jalur pembelajaran ini, Anda akan mempelajari berbagai fitur penting di Gemini dan cara penggunaannya untuk meningkatkan produktivitas dan efisiensi di Google Workspace.
Pelajari lebih lanjut
Dalam kursus ini, Anda akan mempelajari bagaimana Gemini, kolaborator yang didukung AI generatif dari Google Cloud, membantu Anda menggunakan produk dan layanan Google untuk mengembangkan, menguji, men-deploy, dan mengelola aplikasi. Dengan bantuan Gemini, Anda belajar cara mengembangkan dan membangun aplikasi web, memperbaiki error dalam aplikasi, mengembangkan pengujian, dan mengkueri data. Dengan menggunakan lab interaktif, Anda akan melihat bagaimana Gemini meningkatkan siklus proses pengembangan software (SDLC).
Duet AI berganti nama menjadi Gemini, yang merupakan model generasi berikutnya dari kami.
Pelajari lebih lanjut
Dapatkan badge keahlian dengan menyelesaikan kursus Mengembangkan Jaringan Google Cloud Anda yang berisi pelajaran tentang berbagai cara untuk men-deploy dan memantau aplikasi, termasuk cara: menjelajahi peran IAM dan menambahkan/menghapus akses project, membuat jaringan VPC, men-deploy dan memantau VM Compute Engine, menulis kueri SQL, men-deploy dan memantau VM di Compute Engine, serta men-deploy aplikasi menggunakan Kubernetes dengan beberapa pendekatan deployment.
Pelajari lebih lanjut
Pelajari cara mengubah angka mentah menjadi keputusan yang jelas dan berbasis data di Google Cloud. Melalui lab interaktif dan skenario praktis di dunia nyata, kursus tingkat pemula ini memandu Anda membuat kueri data di BigQuery, mengeksplorasi tren di Looker, dan membuat laporan interaktif yang dapat dibagikan di Data Studio.
Pelajari lebih lanjut
Kursus ini memperkenalkan kemampuan AI dan machine learning (ML) Google Cloud, dengan fokus pada pengembangan project AI generatif dan prediktif. Kursus ini akan membahas berbagai teknologi, produk, dan alat yang tersedia di seluruh siklus proses data ke AI, yang memberdayakan data scientist, developer AI, dan engineer ML untuk meningkatkan keahlian mereka melalui latihan interaktif.
Pelajari lebih lanjut
Welcome to Observability in Google Cloud, the second part of a two-part course series. It is suggested that you complete part 1, Logging and Monitoring in Google Cloud, prior to taking this course.
This course is all about application performance management tools, including Error Reporting, Cloud Trace, and Cloud Profiler.
Pelajari lebih lanjut
Kursus akselerasi sesuai permintaan ini memperkenalkan peserta pada infrastruktur dan layanan platform yang komprehensif dan fleksibel yang disediakan oleh Google Cloud, dengan fokus pada Compute Engine. Melalui kombinasi video materi edukasi, demo, dan lab praktis, peserta akan mengeksplorasi dan men-deploy berbagai elemen solusi, termasuk komponen infrastruktur seperti jaringan, sistem, dan layanan aplikasi. Kursus ini juga membahas cara men-deploy solusi praktis termasuk kunci enkripsi yang disediakan pelanggan, pengelolaan keamanan dan akses, kuota dan penagihan, serta pemantauan resource.
Pelajari lebih lanjut
Kursus akselerasi sesuai permintaan ini memperkenalkan peserta pada infrastruktur dan layanan platform yang komprehensif dan fleksibel yang disediakan oleh Google Cloud, dengan fokus pada Compute Engine. Melalui kombinasi video materi edukasi, demo, dan lab interaktif, peserta akan mengeksplorasi dan men-deploy berbagai elemen solusi, termasuk komponen infrastruktur seperti jaringan, virtual machine, dan layanan aplikasi. Anda akan mempelajari cara menggunakan Google Cloud melalui konsol dan Cloud Shell. Anda juga akan mempelajari peran arsitek cloud, pendekatan desain infrastruktur, dan konfigurasi networking virtual dengan Virtual Private Cloud (VPC), Project, Jaringan, Subnetwork, alamat IP, Rute, dan Aturan firewall.
Pelajari lebih lanjut
Kursus akselerasi sesuai permintaan ini memperkenalkan peserta pada infrastruktur dan layanan platform yang komprehensif dan fleksibel yang disediakan oleh Google Cloud. Melalui kombinasi video materi edukasi, demo, dan lab interaktif, peserta akan mengeksplorasi dan men-deploy berbagai elemen solusi, termasuk membuat interkoneksi jaringan yang aman, load balancing, penskalaan otomatis, otomatisasi infrastruktur, serta layanan terkelola.
Pelajari lebih lanjut
Mempelajari cara membuat panduan belajar yang dipersonalisasi menggunakan Gemini Notebook untuk menghadapi ujian sertifikasi Associate Cloud Engineer.
Anda akan meninjau kembali fitur Gemini Notebook, membuat notebook di Gemini Notebook, dan mempelajari cara menggunakan panduan belajar untuk berlatih menghadapi ujian sertifikasi.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
In this course you will learn how to use the new generative AI features in Dialogflow CX to create virtual agents that can have more natural and engaging conversations with customers. Discover how to deploy generative fallback responses to gracefully handle errors and omissions in customer conversations, deploy generators to increase intent coverage, and structure, ingest, and manage data in a data store. And explore how to deploy and maintain generative AI agents using your data, and deploy and maintain hybrid agents in combination with existing intent-based design paradigms.
Pelajari lebih lanjut
Dalam kursus ini, Anda akan mempelajari cara Gemini, kolaborator berteknologi AI generatif dari Google Cloud, membantu developer membangun aplikasi. Anda akan mempelajari cara memanfaatkan Gemini untuk menjelaskan kode, merekomendasikan layanan Google Cloud, dan membuat kode untuk aplikasi Anda. Dengan lab interaktif, Anda akan merasakan peningkatan alur kerja pengembangan aplikasi menggunakan Gemini.
Duet AI berganti nama menjadi Gemini, yang merupakan model generasi berikutnya dari kami.
Pelajari lebih lanjut
Dalam kursus ini, Anda akan mempelajari bagaimana Gemini, kolaborator yang didukung AI generatif dari Google Cloud, membantu Anda mengamankan lingkungan dan resource cloud. Anda akan mempelajari cara men-deploy contoh workload ke dalam lingkungan di Google Cloud, mengidentifikasi kesalahan konfigurasi keamanan dengan Gemini, dan memperbaiki kesalahan konfigurasi keamanan dengan Gemini. Dengan menggunakan lab interaktif, Anda akan melihat bagaimana Gemini meningkatkan postur keamanan cloud.
Duet AI berganti nama menjadi Gemini, yang merupakan model generasi berikutnya dari kami.
Pelajari lebih lanjut
Dalam kursus ini, Anda akan mempelajari bagaimana Gemini, kolaborator yang didukung AI generatif dari Google Cloud, membantu administrator menyediakan infrastruktur. Anda akan mempelajari cara memerintah Gemini untuk menjelaskan infrastruktur, men-deploy cluster GKE, dan memperbarui infrastruktur yang ada. Dengan menggunakan lab interaktif, Anda akan melihat bagaimana Gemini meningkatkan alur kerja deployment GKE.
Duet AI berganti nama menjadi Gemini, yang merupakan model generasi berikutnya dari kami.
Pelajari lebih lanjut
Selesaikan badge keahlian pengantar Desain Perintah dalam Agent Platform untuk menunjukkan keterampilan Anda dalam hal berikut: rekayasa perintah, analisis gambar, dan teknik generatif multimodal, dalam Agent Platform. Pelajari cara membuat perintah yang efektif, memandu output AI generatif, dan menerapkan model Gemini dalam skenario pemasaran di dunia nyata.
Pelajari lebih lanjut
Seiring semakin meningkatnya penggunaan Kecerdasan Buatan dan Machine Learning di kalangan perusahaan, proses membangunnya secara bertanggung jawab juga menjadi semakin penting. Membicarakan responsible AI mungkin lebih mudah bagi banyak orang daripada mempraktikkannya. Jika Anda tertarik untuk mempelajari cara mengoperasionalkan responsible AI dalam organisasi Anda, kursus ini cocok untuk Anda.
Dalam kursus ini, Anda akan mempelajari bagaimana Google Cloud mengoperasionalkan responsible AI, dengan praktik terbaik dan pelajaran yang dapat dipetik. Hal ini berguna sebagai framework bagi Anda untuk membangun pendekatan responsible AI.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
Selesaikan badge keahlian tingkat menengah Membangun Data Warehouse dengan BigQuery untuk menunjukkan keterampilan Anda dalam hal berikut: menggabungkan data untuk membuat tabel baru, memecahkan masalah penggabungan, menambahkan data dengan union, membuat tabel berpartisi tanggal, serta menggunakan JSON, array, dan struct di BigQuery.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
Ini adalah kursus pengantar pembelajaran mikro yang dimaksudkan untuk menjelaskan responsible AI, alasan pentingnya responsible AI, dan cara Google mengimplementasikan responsible AI dalam produknya. Kursus ini juga memperkenalkan 7 prinsip AI Google.
Pelajari lebih lanjut
Ini adalah kursus pengantar pembelajaran mikro yang membahas definisi model bahasa besar (LLM), kasus penggunaannya, dan cara menggunakan prompt tuning untuk meningkatkan performa LLM. Kursus ini juga membahas beberapa alat Google yang dapat membantu Anda mengembangkan aplikasi AI Generatif Anda sendiri.
Pelajari lebih lanjut
Ini adalah kursus pengantar pembelajaran mikro yang bertujuan untuk mendefinisikan AI Generatif, cara penggunaannya, dan perbedaannya dari metode machine learning konvensional. Kursus ini juga membahas beberapa Alat Google yang dapat membantu Anda mengembangkan aplikasi AI Generatif Anda sendiri.
Pelajari lebih lanjut
Selesaikan badge keahlian Membangun Infrastruktur dengan Terraform di Google Cloud tingkat menengah untuk menunjukkan keterampilan dalam hal berikut: Prinsip Infrastruktur sebagai Kode (IaC) menggunakan Terraform, penyediaan dan pengelolaan resource Google Cloud dengan konfigurasi Terraform, pengelolaan status yang efektif (lokal dan jarak jauh), serta modularisasi kode Terraform agar dapat digunakan kembali dan diatur.
Pelajari lebih lanjut
Course two of the Architecting Hybrid Cloud with Anthos series prepares students to operate and observe Anthos environments. Through presentations and hands-on labs, participants explore adjusting existing clusters, setting up advanced traffic routing policies, securing communication across workloads, and observing clusters in Anthos. This course is a continuation of course one, Multi-Cluster, Multi-Cloud with Anthos, and assumes direct experience with the topics covered in that course.
Pelajari lebih lanjut
Selesaikan badge keahlian pengantar Memantau dan Membuat Log dengan Google Cloud Observability untuk menunjukkan kemahiran dalam hal berikut: memantau virtual machine di Compute Engine, menggunakan Cloud Monitoring untuk pengawasan multi-project, memperluas kemampuan pemantauan dan logging ke Cloud Functions, membuat dan mengirimkan metrik aplikasi kustom, serta mengonfigurasi pemberitahuan Cloud Monitoring berdasarkan metrik kustom.
Pelajari lebih lanjut
Selesaikan badge keahlian Mengimplementasikan Alur Kerja DevOps di Google Cloud tingkat menengah untuk menunjukkan keterampilan dalam hal berikut: membuat dan mengelola repositori git, meluncurkan, mengelola, dan menskalakan deployment di Google Kubernetes Engine (GKE), serta merancang pipeline CI/CD yang mengotomatiskan pembangunan dan deployment image container ke GKE.
Pelajari lebih lanjut
Dalam kursus ini, Anda akan mempelajari keahlian dasar untuk mengimplementasikan praktik DevSecOps yang aman dan efisien di Google Cloud. Anda akan mempelajari cara mengamankan pipeline pengembangan dengan layanan Google Cloud seperti Artifact Registry, Cloud Build, Cloud Deploy, dan Otorisasi Biner. Setelah mempelajarinya, Anda dapat membangun, menguji, dan men-deploy aplikasi dalam container dengan kontrol keamanan di seluruh pipeline CI/CD.
Pelajari lebih lanjut
Welcome to the two-part course on Logging, Monitoring, and Observability in Google Cloud. The core operations tools in Google Cloud break down into two major categories. The operations-focused components and the application performance management tools. This course, Logging and Monitoring in Google Cloud, covers the operations-focused components including Logging, Monitoring, and Service Monitoring. After taking this course, it is suggested that you complete part 2, Observability in Google Cloud, to learn about the available application performance management tools.
Pelajari lebih lanjut
Kursus ini membekali peserta dengan keterampilan untuk membangun solusi yang sangat andal dan efisien di Google Cloud menggunakan pola desain yang telah terbukti. Kursus ini merupakan kelanjutan dari kursus Membangun dengan Google Compute Engine atau Membangun dengan Google Kubernetes Engine dan memberikan pengalaman interaktif dengan teknologi yang dibahas dalam kursus tersebut. Melalui kombinasi presentasi, aktivitas desain, dan lab interaktif, peserta akan mempelajari cara menentukan serta menyeimbangkan kebutuhan bisnis dan teknis untuk merancang deployment Google Cloud yang sangat andal, sangat tersedia, aman, dan hemat biaya.
Pelajari lebih lanjut
In many IT organizations, incentives are not aligned between developers, who strive for agility, and operators, who focus on stability. Site reliability engineering, or SRE, is how Google aligns incentives between development and operations and does mission-critical production support. Adoption of SRE cultural and technical practices can help improve collaboration between the business and IT. This course introduces key practices of Google SRE and the important role IT and business leaders play in the success of SRE organizational adoption.
Pelajari lebih lanjut
Course four of the Anthos series prepares students to consider multiple approaches for modernizing applications and services within Anthos environments. Topics include optimizing workloads on serverless platforms and migrating workloads to Anthos. This course is a continuation of course three, Anthos on Bare Metal, and assumes direct experience with the topics covered in that course.
Pelajari lebih lanjut
In this course, application developers learn how to design and develop cloud-native applications that seamlessly integrate managed services from Google Cloud. Through a combination of presentations, demos, and hands-on labs, participants learn how to develop more secure applications, implement federated identity management, and integrate application components by using messaging, event-driven processing, and API gateways. Completing one version of each lab is required. Each lab is available in Node.js. In most cases, the same labs are also provided in Python or Java. You may complete each lab in whichever language you prefer. This is the second course of the Developing Applications with Google Cloud series. After completing this course, enroll in the App Deployment, Debugging, and Performance course.
Pelajari lebih lanjut
Selesaikan badge keahlian Mengembangkan Aplikasi Serverless di Cloud Run untuk menunjukkan keterampilan Anda dalam hal berikut: mengintegrasikan Cloud Run dengan Cloud Storage untuk pengelolaan data, membangun sistem asinkron yang tangguh menggunakan Cloud Run dan Pub/Sub, membuat gateway REST API yang didukung Cloud Run, dan membangun serta men-deploy layanan di Cloud Run.
Pelajari lebih lanjut
Selesaikan badge keahlian Men-deploy Aplikasi Kubernetes di Google Cloud tingkat menengah untuk menunjukkan keterampilan dalam hal berikut ini: mengonfigurasi dan membangun image container Docker, membuat dan mengelola cluster Google Kubernetes Engine (GKE), memanfaatkan kubectl untuk pengelolaan cluster yang efisien, dan men-deploy aplikasi Kubernetes dengan praktik continuous delivery (CD) yang andal.
Pelajari lebih lanjut
This course provides an introduction to using Terraform for Google Cloud. It enables learners to describe how Terraform can be used to implement infrastructure as code and to apply some of its key features and functionalities to create and manage Google Cloud infrastructure.
Learners will get hands-on practice building and managing Google Cloud resources using Terraform.
Pelajari lebih lanjut
Selamat datang di kursus Mulai Menggunakan Google Kubernetes Engine. Jika Anda tertarik dengan Kubernetes, lapisan software yang berada di antara aplikasi Anda dan infrastruktur hardware Anda, maka Anda berada di tempat yang tepat! Google Kubernetes Engine menghadirkan Kubernetes sebagai layanan terkelola di Google Cloud.
Tujuan kursus ini adalah untuk memperkenalkan dasar-dasar Google Kubernetes Engine, atau GKE, sebagaimana umumnya disebut, dan cara membuat aplikasi dalam container dan menjalankannya di Google Cloud. Kursus ini dimulai dengan pengantar dasar tentang Google Cloud, lalu dilanjutkan dengan ringkasan container dan Kubernetes, arsitektur Kubernetes, dan operasi Kubernetes.
Pelajari lebih lanjut
In this course, application developers learn how to design and develop cloud-native applications that seamlessly integrate components from the Google Cloud ecosystem. Through a combination of presentations, demos, and hands-on labs, participants learn how to create repeatable deployments by treating infrastructure as code, choose the appropriate application execution environment for an application, and monitor application performance.
Completing one version of each lab is required. Each lab is available in Node.js. In most cases, the same labs are also provided in Python or Java. You may complete each lab in whichever language you prefer.
Pelajari lebih lanjut
Selesaikan badge keahlian pengantar Menyiapkan Data untuk ML API di Google Cloud untuk menunjukkan keterampilan Anda dalam hal berikut: menghapus data dengan Dataprep by Trifacta, menjalankan pipeline data di Dataflow, membuat cluster dan menjalankan tugas Apache Spark di Managed Service for Apache Spark, dan memanggil beberapa ML API, termasuk Cloud Natural Language API, Google Cloud Speech-to-Text API, dan Video Intelligence API.
Pelajari lebih lanjut
Selesaikan badge keahlian tingkat menengah Mengembangkan Aplikasi Serverless dengan Firebase untuk menunjukkan keterampilan dalam hal berikut ini: membuat arsitektur dan membangun aplikasi web serverless dengan Firebase, memanfaatkan pengelolaan database Firestore, mengotomatiskan proses deployment menggunakan Cloud Build, dan mengintegrasikan fungsi Asisten Google ke dalam aplikasi.
Pelajari lebih lanjut
Selesaikan badge keahlian pengantar Mengimplementasikan Cloud Load Balancing untuk Compute Engine untuk menunjukkan keterampilan dalam hal berikut: membuat dan men-deploy virtual machine di Compute Engine serta mengonfigurasi load balancer aplikasi dan jaringan.
Pelajari lebih lanjut
This course introduces the Cloud Run serverless platform for running applications.
In this course, you learn about the fundamentals of Cloud Run, its resource model and the container lifecycle.
You learn about service identities, how to control access to services, and how to develop and test your
application locally before deploying it to Cloud Run. The course also teaches you how to integrate
with other services on Google Cloud so you can build full-featured applications.
Pelajari lebih lanjut
In this course, you learn about containers and how to build, and package container images. The content in this course includes best practices for creating and securing containers, and provides an introduction to Cloud Run and Google Kubernetes Engine for application developers.
Pelajari lebih lanjut
In this course, application developers learn how to design and develop cloud-native applications that seamlessly integrate managed services from Google Cloud. Through a combination of presentations, demos, and hands-on labs, participants learn how to apply best practices for application development and use the appropriate Google Cloud storage services for object storage, relational data, caching, and analytics.
Completing one version of each lab is required. Each lab is available in Node.js. In most cases, the same labs are also provided in Python or Java. You may complete each lab in whichever language you prefer.
This is the first course of the Developing Applications with Google Cloud series. After completing this course, enroll in the Securing and Integrating Components of your Application course.
Pelajari lebih lanjut
Google Cloud Fundamentals for AWS Professionals introduces important concepts and terminology for working with Google Cloud. Through videos and hands-on labs, this course presents and compares many of Google Cloud's computing and storage services, along with important resource and policy management tools.
Pelajari lebih lanjut
This course introduces the Google Cloud big data and machine learning products and services that support the data-to-AI lifecycle. It explores the processes, challenges, and benefits of building a big data pipeline and machine learning models with Vertex AI on Google Cloud.
Pelajari lebih lanjut
Dapatkan badge keahlian dengan menyelesaikan kursus Menyiapkan Lingkungan Pengembangan Aplikasi di Google Cloud, yang memungkinkan Anda mempelajari cara membangun dan menghubungkan infrastruktur cloud yang berpusat pada penyimpanan menggunakan kemampuan dasar teknologi berikut: Cloud Storage, Identity and Access Management, Cloud Functions, dan Pub/Sub.
Pelajari lebih lanjut
Dasar-Dasar Google Cloud: Infrastruktur Inti memperkenalkan konsep dan terminologi penting untuk bekerja dengan Google Cloud. Melalui video dan lab interaktif, kursus ini menyajikan dan membandingkan banyak layanan komputasi dan penyimpanan Google Cloud, bersama dengan resource penting dan alat pengelolaan kebijakan.
Pelajari lebih lanjut
