Raj Marathi
Menjadi anggota sejak 2026
Diamond League
22807 poin
Menjadi anggota sejak 2026
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.
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.
Kursus ini membekali para praktisi machine learning dengan alat, teknik, dan praktik terbaik penting untuk mengevaluasi model AI generatif dan prediktif. Evaluasi model adalah disiplin ilmu yang sangat penting untuk memastikan sistem ML memberikan hasil yang andal, akurat, dan berperforma tinggi dalam produksi. Peserta akan mendapatkan pemahaman yang mendalam mengenai berbagai metrik evaluasi, metodologi, dan penerapannya yang sesuai di berbagai jenis model dan tugas. Kursus ini akan berfokus pada tantangan unik yang dibuat oleh model AI generatif dan memberikan strategi untuk mengatasinya secara efektif. Dengan memanfaatkan platform Vertex AI di Google Cloud, para peserta akan belajar cara mengimplementasikan proses evaluasi yang kuat untuk melakukan pemilihan, pengoptimalan, dan pemantauan berkelanjutan pada model.
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.
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.
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.
Selesaikan badge keahlian Men-deploy Arsitektur Multi-Agen tingkat lanjut untuk menunjukkan keterampilan Anda dalam hal berikut: membangun sistem multi-agen dengan ADK, menghubungkan agen dengan protokol Agent-to-Agent (A2A), mengintegrasikan alat eksternal menggunakan Model Context Protocol (MCP), dan men-deploy solusi multi-agen lengkap ke Agent Engine.
Dapatkan badge keahlian tingkat menengah Merekayasa Agen AI dengan Agent Development Kit (ADK) dengan menyelesaikan kursus ini untuk menunjukkan keahlian Anda dalam hal berikut: merumuskan masalah riset model bahasa di dunia nyata; membangun tokenizer sederhana; menyiapkan set data untuk melatih model bahasa transformer; menjalankan loop pelatihan model bahasa kecil.
Kursus ini mengajarkan cara men-deploy agen ADK ke Vertex AI Agent Engine dan Cloud Run, dengan memori lintas sesi opsional melalui Memory Bank.
Pelajari arsitektur dan deployment sistem multi-agen menggunakan Agent Development Kit (ADK) Google serta infrastruktur Google Cloud yang andal. Anda akan mempelajari cara mendesain pohon hierarki agen dan agen alur kerja deterministik, sekaligus mengidentifikasi lingkungan hosting yang ideal—mulai dari Cloud Run serverless hingga GKE berperforma tinggi—untuk memastikan agen AI Anda aman, skalabel, dan siap produksi.
Selesaikan kursus badge keahlian pengantar Mengorkestrasi Alur Kerja Multi-Agen dengan Gemini Enterprise untuk menunjukkan keahlian dalam hal berikut: menggunakan asisten agentic yang didukung oleh Gemini Enterprise untuk menyatukan data di seluruh sumber pihak pertama dan ketiga, mengembangkan materi marketing multimedia, serta mengotomatiskan tindakan bisnis di seluruh sistem. Badge keahlian akan memvalidasi pengetahuan praktis Anda terkait produk tertentu melalui lab interaktif dan penilaian tantangan. Dapatkan badge dengan menyelesaikan kursus atau langsung ikuti Challenge Lab untuk mendapatkan badge Anda hari ini. Badge membuktikan kemahiran Anda, meningkatkan profil profesional Anda, dan pada akhirnya membantu meningkatkan peluang karier Anda. Buka profil Anda untuk memantau badge yang telah Anda peroleh.
Pelajari transisi penting dari alur kerja berbasis tugas ke orkestrasi AI yang berfokus pada manusia.
Agen AI Generatif: Mentransformasi Organisasi Anda adalah kursus kelima dan terakhir dari jalur pembelajaran Pemimpin AI Generatif. Kursus ini membahas cara organisasi menggunakan agen AI generatif kustom untuk membantu mengatasi tantangan bisnis tertentu. Anda akan mendapatkan praktik langsung dalam membangun agen AI generatif dasar, sambil mempelajari komponen agen ini, seperti model, loop penalaran, dan alat.
Close the gap between general AI capabilities and your domain knowledge through Agent Skills. This course walks you through the full lifecycle of custom skill building, from local scaffolding and testing to enterprise scaling and sharing using Google's agent ecosystem, including Google Antigravity, ADK, and Skill Registry. Additionally, you use Google Agents CLI toolkit to attach skills to standalone 24/7 cloud agents, equipping your team with reliable, autonomous digital coworkers.
Pelajari cara mendesain, mengoordinasikan, dan men-deploy sistem multi-agen (MAS) menggunakan Agent Development Kit (ADK) Google dan Model Context Protocol (MCP). Dengan menggunakan contoh concierge perjalanan, Anda akan mempelajari cara mengorkestrasi jaringan agen khusus dengan batasan kustom. Di akhir kursus, Anda akan memahami pola desain dan strategi deployment yang diperlukan untuk alur kerja AI yang tangguh dan skalabel.
Kursus ini meninjau fitur keamanan penting Model Armor dan membekali Anda untuk bekerja menggunakan layanan ini. Anda akan mempelajari risiko keamanan yang terkait dengan LLM dan cara Model Armor melindungi aplikasi AI Anda.
As enterprise teams transition to autonomous AI agents, security evolves toward proactive, identity-centric protection. In this course, you will implement a zero-trust security architecture for Cymbal Banking's underwriting platform using the Gemini Enterprise Agent Platform. By deploying a regional Egress Agent Gateway, configuring Model Armor and Semantic Governance (SGP) safety templates, assigning cryptographic SPIFFE identities to agent runtimes, and declaring a VPC-SC perimeter in Terraform, you will protect database boundaries and manage tools with production-grade governance.
Pelajari cara mengamankan dan mengatur agen AI di Google Cloud. Kursus ini memberikan roadmap praktis untuk mengamankan memori agen, menerapkan kontrol akses yang ketat dengan IAM dan Kontrol Layanan VPC, serta men-deploy batasan percakapan real-time untuk memastikan deployment perusahaan yang aman dan patuh.
Anda telah membangun agen LLM dasar yang merespons kueri. Sekarang, mari kita jadikan agen itu stateful. Menggunakan status sesi untuk membangun agen yang mempertahankan konteks, mengingat preferensi pengguna, dan memberikan pengalaman yang dipersonalisasi. Mengubah agen dari pemberi respons stateless menjadi asisten cerdas. Mempelajari konten lain dalam program Gemini Enterprise Agent Ready (GEAR). Bergabung dengan forum komunitas untuk bertanya dan berdiskusi
Anda telah membangun agen pertama Anda. Sekarang saatnya mengembangkannya lebih lanjut. Dalam kursus ini, Anda akan meningkatkan keterampilan dengan mempelajari cara mengubah agen AI dasar menjadi asisten yang canggih dan presisi. Hal ini dilakukan dengan menerapkan petunjuk tingkat lanjut, pemilihan model, kemampuan perencanaan, dan pola output terstruktur. Mempelajari konten lain dalam program Gemini Enterprise Agent Ready (GEAR). Bergabung dengan forum komunitas untuk bertanya dan berdiskusi.
Wujudkan pemahaman Anda tentang agen agar menjadi realita praktis dengan membangun, mengonfigurasi, dan menjalankan agen AI pertama Anda menggunakan Agent Development Kit (ADK) Google. Dalam kursus praktik ini, Anda akan menyiapkan lingkungan pengembangan ADK yang lengkap, membuat agen dengan kode Python dan konfigurasi YAML, serta menjalankannya melalui berbagai antarmuka. Anda juga akan mempelajari parameter inti yang menentukan perilaku agen, dengan menerapkan hal yang telah Anda pelajari di kursus 1 pada kode yang berfungsi. Pelajari konten lain dalam program Gemini Enterprise Agent Ready (GEAR).
Anda telah membangun agen dengan konfigurasi lanjutan. Sekarang, berikan agen itu kapabilitas dunia nyata. Lengkapi agen dengan alat yang memungkinkannya menelusuri web, mengeksekusi kode, membuat kueri database, dan menjalankan tindakan kustom. Ubah agen dari sekadar pemberi respons cerdas menjadi asisten andal yang mampu mengambil tindakan. Pelajari konten lain dalam program Gemini Enterprise Agent Ready (GEAR). Gabung dengan forum komunitas untuk bertanya dan berdiskusi.
Buat aplikasi Gemini Enterprise pertama Anda! Hubungkan beragam sumber data ke aplikasi Anda untuk membangun mesin telusur dan mesin analisis terpadu yang andal. Kuasai kemampuan tingkat lanjut seperti agen Deep Research, pencarian ide multi-agen, dan NotebookLM untuk analisis terfokus.
Mempelajari cara agen AI mendorong dampak bisnis. Selanjutnya, Anda akan mempelajari cara Gemini Enterprise mengefektifkan Anda dalam membangun dan mengorkestrasi agen yang tepat, mulai dari solusi tanpa coding hingga solusi dengan coding tingkat tinggi.
Kursus ini memperkenalkan dasar-dasar agen AI serta mengeksplorasi bagaimana agen memberikan nilai tambah di dunia nyata. Kursus ini memberikan fondasi bagi developer, arsitek, dan pengambil keputusan teknis yang ingin memahami sistem AI melalui sudut pandang perilaku otonom yang berorientasi pada sasaran.
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.
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.
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.
Dalam kursus ini, Anda akan belajar tentang data engineering on Google Cloud, peran dan tanggung jawab data engineer, dan bagaimana hal tersebut terhubung dengan penawaran yang disediakan oleh Google Cloud. Anda juga akan mempelajari cara untuk mengatasi tantangan terkait data engineering.
In this second installment of the Dataflow course series, we are going to be diving deeper on developing pipelines using the Beam SDK. We start with a review of Apache Beam concepts. Next, we discuss processing streaming data using windows, watermarks and triggers. We then cover options for sources and sinks in your pipelines, schemas to express your structured data, and how to do stateful transformations using State and Timer APIs. We move onto reviewing best practices that help maximize your pipeline performance. Towards the end of the course, we introduce SQL and Dataframes to represent your business logic in Beam and how to iteratively develop pipelines using Beam notebooks.
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.
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.
Selesaikan badge keahlian pengantar Membangun Mesh Data dengan Knowledge Catalog untuk menunjukkan keterampilan dalam hal berikut: membuat mesh data dengan Knowledge Catalog untuk memfasilitasi keamanan, tata kelola, dan penemuan data di Google Cloud. Anda akan berlatih dan menguji keterampilan Anda dalam memberikan tag pada aset, menetapkan peran IAM, dan menilai kualitas data di Knowledge Catalog.
Ini adalah kursus kedua dari lima kursus dalam Sertifikat Analisis Data Google Cloud. Dalam kursus ini, Anda akan mempelajari cara data disusun dan diatur. Anda akan mendapatkan pengalaman langsung dalam mengelola arsitektur lakehouse data dan komponen cloud seperti BigQuery, Google Cloud Storage, dan Dataproc untuk menyimpan, menganalisis, serta memproses set data besar secara efisien.
Ini adalah kursus kelima dari lima kursus dalam Sertifikat Analisis Data Google Cloud. Dalam kursus ini, Anda akan menggabungkan dan menerapkan pengetahuan serta keterampilan dasar dari kursus 1 sampai 4 dalam project akhir praktis yang berfokus pada project siklus proses data secara keseluruhan. Anda akan mempraktikkan penggunaan alat berbasis cloud untuk mengumpulkan, menyimpan, memproses, menganalisis, memvisualisasikan, dan mengomunikasikan insight data secara efektif. Pada akhir kursus, Anda akan menyelesaikan project yang menunjukkan kemahiran Anda dalam menyusun data secara efektif dari berbagai sumber, mempresentasikan solusi kepada berbagai pemangku kepentingan, dan memvisualisasikan insight data menggunakan software berbasis cloud. Anda juga akan memperbarui resume Anda dan mempraktikkan teknik wawancara untuk membantu mempersiapkan diri melamar pekerjaan dan menghadapi wawancara.
Ini adalah kursus keempat dari lima kursus dalam Sertifikat Analisis Data Google Cloud. Dalam kursus ini, Anda akan berfokus pada pengembangan keterampilan dalam lima tahap utama visualisasi data di cloud: bercerita, membuat perencanaan, melakukan eksplorasi data, membuat visualisasi, dan berbagi data dengan orang lain. Anda juga akan mendapatkan pengalaman menggunakan keterampilan UI/UX untuk membuat wireframe visualisasi berbasis cloud yang berdampak dan bekerja dengan alat visualisasi data berbasis cloud untuk mengeksplorasi set data, membuat laporan, serta membangun dasbor yang mendorong keputusan dan meningkatkan kolaborasi.
Ini adalah kursus ketiga dari lima kursus dalam Sertifikat Analisis Data Google Cloud. Dalam kursus ini, Anda akan memulai dengan mendapatkan ringkasan tentang perjalanan data, mulai dari pengumpulan hingga insight. Kemudian Anda akan mempelajari cara menggunakan SQL untuk mengubah data mentah menjadi format yang dapat digunakan. Selanjutnya, Anda akan mempelajari cara mengubah volume data yang besar menggunakan pipeline data. Terakhir, Anda akan memperoleh pengalaman dalam menerapkan strategi transformasi pada set data yang nyata untuk memenuhi kebutuhan bisnis.
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.
Dapatkan badge keahlian dengan menyelesaikan kursus Pembuatan Aplikasi dengan AppSheet. Dalam kursus ini, Anda akan mempelajari cara membangun, mengonfigurasi, dan memublikasikan aplikasi menggunakan AppSheet.
Selesaikan kursus badge keahlian tingkat menengah Menggunakan Fungsi, Formula, dan Diagram di Google Spreadsheet untuk menunjukkan keterampilan dalam hal berikut: menganalisis data dengan fungsi; memvisualisasikan data menggunakan diagram; dan menelusuri, memvalidasi, memformat, dan menampilkan data.
Selesaikan badge keahlian Menganalisis Data BigQuery di Spreadsheet yang Terhubung untuk menunjukkan bahwa Anda dapat menggunakan Spreadsheet yang Terhubung untuk mengakses, menganalisis, memvisualisasi, dan membagikan miliaran baris data BigQuery dari spreadsheet Google Spreadsheet Anda.
Dapatkan badge keahlian pengantar dengan menyelesaikan kursus Mengimplementasikan Alur Kerja Kolaborasi dan Produktivitas Cloud, yang akan memperkenalkan Anda pada platform kolaboratif Google dan pelajari cara menggunakan Gmail, Kalender, Meet, Drive, Spreadsheet, dan AppSheet.
This course provides an introduction to Data Studio’s powerful features for data visualization and reporting. Learn to transform raw data into insightful reports by mastering various visualization options, connecting to diverse data sources, and implementing interactive controls such as filters. Explore data blending techniques to combine information from multiple sources and unlock deeper insights. Through hands-on exercises you'll gain the skills to create compelling, dynamic reports that effectively communicate data-driven stories.
This month's Arcade Sprint 4 is live! It's designed for quick learning. Since the labs are open all month, there's no rush; just jump in when you have the time. You'll earn 1 Arcade Point and a new skill with each step. It's that simple: grab your point and keep the momentum going!
This course is designed for data analysts who want to learn about using BigQuery for their data analysis needs. Through a combination of videos, labs, and demos, we cover various topics that discuss how to ingest, transform, and query your data in BigQuery to derive insights that can help in business decision making.
This month's Arcade Sprint 3 is live! It's designed for quick learning. Since the labs are open all month, there's no rush; just jump in when you have the time. You'll earn 1 Arcade Point and a new skill with each step. It's that simple: grab your point and keep the momentum going!
This month's Arcade Sprint 2 is live! It's designed for quick learning. Since the labs are open all month, there's no rush; just jump in when you have the time. You'll earn 1 Arcade Point and a new skill with each step. It's that simple: grab your point and keep the momentum going!
This month's Arcade Sprint 1 is live! It's designed for quick learning. Since the labs are open all month, there's no rush; just jump in when you have the time. You'll earn 1 Arcade Point and a new skill with each step. It's that simple: grab your point and keep the momentum going!
Welcome to Base Camp, where you’ll develop key Google Cloud skills (available in Spanish and Portuguese too!) and earn an exclusive credential that will open doors to the cloud for you. No prior experience is required!
Over 85% of enterprises are accelerating AI and cloud adoption to stay ahead. In this voyage, you’ll prepare and protect data using Dataprep and the Cloud Data Loss Prevention API, scan for vulnerabilities, and validate workloads. You’ll also build and deploy modern applications using Cloud Build, GKE pipelines, App Engine Flexible, and Artifact Registry — while creating AI-powered solutions with Vertex AI, Gemini, and Speech-to-Text. Together, these labs help you secure data, deploy confidently, and build intelligent cloud applications at scale.
Over 80% of security breaches are linked to misconfigurations and weak access controls — which is why mastering cloud security and automation matters. In this adventure, you’ll detect and investigate threats with Security Command Center, create IAM custom roles, and secure digital transactions using Confidential Space. You’ll also strengthen your data and infrastructure skills by working with Datastore, Pub/Sub, Cloud Storage APIs, data joins and warehousing techniques, load balancers, Terraform, and CI/CD pipelines with Jenkins on Kubernetes Engine. Together, these labs help you build secure, reliable, and scalable cloud environments with confidence.
Modern cloud teams rely on automation and strong platform knowledge to move faster and smarter. In this trail, you’ll deploy Kubernetes Load Balancers and Cloud SQL using Terraform, strengthen observability with Cloud Logging, and customize analytics experiences in Looker using Liquid. You’ll also put your knowledge to the test through role-based Arcade Quizzes — from Data Practitioner and Database Engineer to Workspace Administrator — sharpening both your technical confidence and real-world readiness.
Holi is all about bringing different colors together — and that’s exactly what this challenge does with technology. You’ll package applications with Docker, manage deployments using Kubernetes Engine, secure access with IAM and VPN, and deploy apps on App Engine. You’ll also store data in Cloud Storage and explore how AI APIs can analyze, classify, and translate text. It’s a hands-on way to see how different cloud pieces come together to build something reliable, secure, and smart.
Pup and Kit’s World Cup journey highlights how the right skills quietly power great experiences. As they plan, adapt, and stay in sync using data, automation, and cloud-based tools, the story nudges you to step into their shoes and build those capabilities yourself. Each lab mirrors a moment from their adventure, encouraging you to explore, experiment, and strengthen skills that help you stay prepared, move faster, and make smarter choices-whatever the situation demands.
Google Cloud Certifications provide a tangible way for you to demonstrate your skills to potential or current employers. These certifications incorporate performance-based questions, testing your hands-on expertise through practical tasks. Begin your journey towards becoming a Google Certified Professional with the help of the Arcade Cert Zone.
As Pup and Kit move through the city between matches—booking plans on the fly, exploring structures built to last, and navigating busy streets—the story reflects what it takes to keep systems running smoothly behind the scenes. From securing storage and shaping networks to improving performance, reliability, and cost efficiency, these labs echo the quiet work that makes flexibility possible. Along the way, hands-on challenges and quizzes sharpen decision-making, so when it’s time for the next big play, everything is ready to perform.
Developers using managed cloud services can reduce infrastructure management effort by up to 60%, allowing more time to focus on building features that matter. In this level, you’ll gain hands-on experience with Cloud SQL, containerized workloads, and cloud-native application development through the Arcade ACE App Dev series, helping you design, deploy, and manage scalable applications more efficiently.
Over 70% of cloud professionals say hands-on practice is the most effective way to build real-world skills. In this adventure, you’ll develop hands-on skills across data analytics, automation, security, networking, and application deployment using Google Cloud and Workspace tools. You’ll create dashboards and alerts in Looker, analyze security findings, work with AI-powered services, deploy CI/CD pipelines, and manage network access and traffic insights—strengthening your ability to design, monitor, and operate reliable, scalable cloud solutions.
Kursus ini dikhususkan untuk membekali Anda dengan pengetahuan dan alat yang diperlukan guna mengungkap tantangan unik yang dihadapi oleh tim MLOps saat men-deploy dan mengelola model AI Generatif, serta mengeksplorasi cara Vertex AI memberdayakan tim AI dalam menyederhanakan proses MLOps dan mencapai keberhasilan dalam project AI Generatif.
This course empowers you to develop scalable, performant LookML (Looker Modeling Language) models that provide your business users with the standardized, ready-to-use data that they need to answer their questions. Upon completing this course, you will be able to start building and maintaining LookML models to curate and manage data in your organization’s Looker instance.
In this course, you learn how to do the kind of data exploration and analysis in Looker that would formerly be done primarily by SQL developers or analysts. Upon completion of this course, you will be able to leverage Looker's modern analytics platform to find and explore relevant content in your organization’s Looker instance, ask questions of your data, create new metrics as needed, and build and share visualizations and dashboards to facilitate data-driven decision making.
Di kursus ini, Anda akan mendapatkan pengalaman langsung dalam menerapkan konsep LookML lanjutan di Looker. Anda akan mempelajari cara menggunakan Liquid untuk menyesuaikan dan membuat dimensi serta ukuran dinamis, membuat tabel turunan SQL dinamis dan tabel turunan native yang disesuaikan, serta menggunakan ekstensi untuk memodularisasi kode LookML Anda.
Selesaikan badge keahlian tingkat menengah Mengelola Model Data di Looker untuk menunjukkan keterampilan dalam hal berikut: mempertahankan performa project LookML; memanfaatkan SQL runner untuk validasi data; menerapkan praktik terbaik LookML; mengoptimalkan kueri dan laporan untuk performa; serta menerapkan tabel turunan persisten dan kebijakan penyimpanan ke dalam cache.
Kursus ini mengeksplorasi Gemini in BigQuery, yakni paket fitur yang didukung AI untuk membantu alur kerja data ke AI. Paket fitur ini meliputi eksplorasi dan persiapan data, pembuatan kode dan pemecahan masalah, serta penemuan dan visualisasi alur kerja. Melalui penjelasan konseptual, kasus penggunaan praktis, dan lab interaktif, kursus ini akan membantu para praktisi data dalam meningkatkan produktivitas mereka dan mempercepat pipeline pengembangan.
Selesaikan badge keahlian pengantar Menyiapkan Data untuk Dasbor dan Laporan Looker untuk menunjukkan keterampilan dalam hal berikut: memfilter, mengurutkan, dan melakukan pivot pada data; menggabungkan hasil dari sejumlah Eksplorasi Looker; serta menggunakan fungsi dan operator untuk membangun dasbor dan laporan Looker untuk analisis dan visualisasi data.
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.
In this introductory course, you'll learn how Looker can help you explore, analyze, and visualize your data to drive better decisions. Through a combination of video lectures and demos, you'll discover how to connect to various data sources, build interactive dashboards, and perform effective data analysis. Whether you're a data analyst, BI analyst, data scientist or business user, this course will equip you with the foundational knowledge to start using Looker effectively, regardless of your background.
Welcome to Base Camp, where you’ll develop key Google Cloud skills (available in Spanish and Portuguese too!) and earn an exclusive credential that will open doors to the cloud for you. No prior experience is required!
Ini adalah kursus pertama dari lima kursus dalam Sertifikat Analisis Data Google Cloud. Dalam kursus ini, Anda akan mendefinisikan bidang analisis data cloud dan menjelaskan peran serta tanggung jawab seorang analis data cloud terkait akuisisi, penyimpanan, pemrosesan, dan visualisasi data. Anda akan mempelajari arsitektur alat berbasis Google Cloud, seperti BigQuery dan Cloud Storage, serta cara penggunaannya untuk menyusun, menampilkan, dan melaporkan data secara efektif.
Selesaikan badge keahlian pengantar Mendapatkan Insight dari Data BigQuery untuk menunjukkan keterampilan dalam hal berikut: menulis kueri SQL, membuat kueri tabel publik, memuat sampel data ke dalam BigQuery, memecahkan masalah error sintaksis umum dengan validator kueri di BigQuery, dan membuat laporan di Data Studio dengan menghubungkannya ke data BigQuery.
Selesaikan badge keahlian tingkat menengah Membuat Model ML dengan BigQuery ML untuk menunjukkan keterampilan dalam hal berikut: membuat dan mengevaluasi model machine learning dengan BigQuery ML untuk membuat prediksi data.