加入 登录

Kenneth William Gunawan

成为会员时间：2024

黄金联赛

31914 积分
Getting Started with Apache Kafka and Confluent Platform on Google Cloud Earned May 15, 2026 EDT
Google DeepMind: 07 Accelerate Your Model Earned Apr 1, 2026 EDT
Google DeepMind: 05 Fine-Tune Your Model Earned Apr 1, 2026 EDT
Google DeepMind: 04 Discover The Transformer Architecture Earned Mar 31, 2026 EDT
Google DeepMind: 03 Design And Train Neural Networks Earned Mar 31, 2026 EDT
Google DeepMind: 02 Represent Your Language Data Earned Mar 31, 2026 EDT
Google DeepMind：训练小语言模型 Earned Mar 9, 2026 EDT
Google DeepMind: 01 Build Your Own Small Language Model Earned Mar 9, 2026 EDT
融会贯通：为云数据分析师岗位做好准备 Earned Oct 21, 2025 EDT
讲故事的力量：如何在云端可视化数据 Earned Oct 21, 2025 EDT
云端数据转换 Earned Oct 21, 2025 EDT
云端数据管理和存储 Earned Oct 20, 2025 EDT
Google Cloud 数据分析功能简介 Earned Oct 12, 2025 EDT
在 Google Cloud 上为机器学习 API 准备数据 Earned Apr 19, 2025 EDT
Google Cloud 云计算基础课程：Google Cloud 中的数据、机器学习和 AI Earned Apr 19, 2025 EDT
构建安全的 Google Cloud 网络 Earned Apr 16, 2025 EDT
Google Cloud 云计算基础课程：Google Cloud 中的网络服务和安全性 Earned Apr 1, 2025 EDT
在 Google Cloud 上设置应用开发环境 Earned Mar 13, 2025 EDT
Google Cloud 云计算基础课程：Google Cloud 中的基础设施 Earned Mar 11, 2025 EDT
为 Compute Engine 实现云负载均衡 Earned Mar 4, 2025 EST
Google Cloud 云计算基础课程：云计算基础知识 Earned Mar 4, 2025 EST
使用 Google Cloud 探索数据转换 Earned Oct 14, 2024 EDT
利用 Google Cloud 实现数字化转型 Earned Oct 13, 2024 EDT

Organizations around the world rely on Apache Kafka to integrate existing systems in real time and build a new class of event streaming applications that unlock new business opportunities. Google and Confluent are in a partnership to deliver the best event streaming service based on Apache Kafka and to build event driven applications and big data pipelines on Google Cloud Platform. In this course, you will first learn how to deploy and create a streaming data pipeline with Apache Kafka, then try out the different functionalities of the Confluent Platform.

了解详情

Train more powerful models with a single GPU. In this course, you will learn how hardware can speed up model training and the key considerations when training models on a GPU. First, you will learn how to estimate the number of computations and the amount of computer memory required to train large neural networks. You will then discover techniques for reducing the computing and memory requirements when training a model. Techniques which you will apply for fine-tuning a Gemma model with 4 billion parameters. Finally, you will consider the potential environmental impacts of machine learning, with a focus on where questions of energy, water, and e-waste intersect with justice and equity.

了解详情

Unleash the power of language models with fine-tuning. In this course, you will learn how to adjust a pre-trained model to a specific task. You will start with full-parameter fine-tuning using a small language model. To tune larger models like Gemma, you will learn parameter-efficient techniques with a focus on LoRA. Finally, you will be briefly introduced to reinforcement learning as an alternative to supervised fine-tuning (SFT). You will also explore how AI is imagined and made sense of in cultural contexts. You will consider why responsible AI is not just about technical safety but also about building governance systems that reflect community values and protect the public interest.

了解详情

In this Google DeepMind course you will discover the mechanisms of the transformer architecture. You will investigate how transformer language models process prompts to make context-sensitive next-token predictions. Through practical activities you will explore the attention mechanism, visualize attention weights, and encounter advanced concepts like masked attention and multi-head attention. You will also learn other techniques that are necessary to build neural networks that are well-suited to be used as language models. Finally, through activities on values, stakeholder mapping and community engagement, you will practice concrete tools for ensuring AI projects are developed with communities, not just for them.

了解详情

In this Google DeepMind course you will focus on the training process for machine learning models. You will learn how to spot and mitigate issues when training a model, such as overfitting and underfitting. In practical coding labs, you will implement and evaluate the multilayer perceptron for simple classification tasks. This will provide insights into the mechanics of training a neural network model and the backpropagation algorithm. Research case studies will demonstrate how neural networks power real-world models. Additionally, you will consider the broader social impacts of innovation by looking beyond immediate benefits to anticipate potential risks, safety concerns, and further-reaching societal consequences.

了解详情

In this Google DeepMind course you will learn how to prepare text data for language models to process. You will investigate the tools and techniques used to prepare, structure, and represent text data for language models, with a focus on tokenization and embeddings. You will be encouraged to think critically about the decisions behind data preparation, and what biases within the data may be introduced into models. You will analyze trade-offs, learn how to work with vectors and matrices, how meaning is represented in language models. Finally, you will practice designing a dataset ethically using the Data Cards process, ensuring transparency, accountability, and respect for community values in AI development.

了解详情

完成本课程，赢取 Google DeepMind：训练小语言模型高级技能徽章，展示您在以下方面的技能： 提出实际的语言模型研究问题；构建一个简单的词元化器；制作用于训练 Transformer 语言模型的数据集；运行小语言模型的训练循环。 注册免费订阅，即可免费访问此实验。每月可免费获得 35 个点数！

了解详情

In this Google DeepMind course, you will learn the fundamentals of language models and gain a high-level understanding of the machine learning development pipeline. You will consider the strengths and limitations of traditional n-gram models and advanced transformer models. Practical coding labs will enable you to develop insights into how machine learning models work and how they can be used to generate text and identify patterns in language. Through real-world case studies, you will build an understanding around how research engineers operate. Drawing on these insights you will identify problems that you wish to tackle in your own community and consider how to leverage the power of machine learning responsibly to address these problems within a global and local context.

了解详情

本课程是 Google Cloud 数据分析认证计划的第五门课程（共五门）。在本课程中，你将综合运用前 4 门课程所学的基础知识和技能，实操完成一个结业项目，全面探索整个数据生命周期。您将练习使用云端工具来有效地获取、存储、处理、分析、直观呈现数据并传达数据分析洞见。课程结束时，您将完成一个项目，证明您在以下方面的熟练程度：高效地设计数据结构以整理来自多个来源的数据、向不同利益相关方展示解决方案，以及使用云端软件直观呈现数据分析洞见。您还将更新个人简历并练习面试技巧，为求职申请与面试环节做好准备。

了解详情

本课程是 Google Cloud 数据分析认证计划的第四门课程（共五门课程）。在本课程中，您将重点学习在云端可视化数据的相关技能，其中数据可视化可分为五个关键阶段：讲故事、规划、探索数据、构建可视化图表以及与他人共享数据。您还将获得实操经验，尝试使用 UI（界面）/UX（用户体验）技能来制作线框图，从而设计出有影响力的云原生可视化图表，并使用云原生数据可视化工具来探索数据集、创建报告和构建信息中心，从而推动决策并促进协作。

了解详情

本课程是 Google Cloud 数据分析认证计划的第三门课程（共五门）。在本课程中，您将首先了解从收集数据到获取数据分析洞见的整个数据历程。然后，您将学习如何使用 SQL 将原始数据转换为可用格式。接下来，您将学习如何使用数据流水线转换大量数据。最后，您会获得相关经验，熟悉如何将数据转换策略应用于真实数据集以满足业务需求。

了解详情

本课程是 Google Cloud 数据分析认证计划的第二门课程（共五门）。在本课程中，您将探索数据的结构形式和组织方式。您将获得数据湖仓一体架构和云组件（如 BigQuery、Google Cloud Storage 和 DataProc）的实操经验，以便高效地存储、分析和处理大型数据集。

了解详情

本课程是 Google Cloud 数据分析认证的第一门课程（共五门）。在本课程中，您将认识云数据分析领域，并了解云数据分析师在数据获取、存储、处理和可视化方面的角色和职责。您将探索 BigQuery 和 Cloud Storage 等基于 Google Cloud 的工具的架构，以及如何使用这些工具有效地设计数据结构，以及展示和报告数据。

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

Google Cloud 云计算基础课程面向没有或很少有云计算基础或经验的人群。本课程概述了云计算基础知识、大数据和机器学习的核心概念，以及 Google Cloud 在其中的定位与应用方式。 完成本系列课程后，学员将能够清晰阐述这些概念，并掌握一些实际操作技能。 课程应按以下顺序完成： 1. Google Cloud 云计算基础课程：云计算基础知识 2. Google Cloud 云计算基础课程：Google Cloud 中的基础设施 3. Google Cloud 云计算基础课程：Google Cloud 中的网络服务和安全性 4. Google Cloud 云计算基础课程：Google Cloud 中的数据、机器学习和 AI 本课程是该系列课程的最后一门，回顾了托管式大数据服务、机器学习及其价值，以及如何通过获得技能徽章来进一步展示您在 Google Cloud 方面的技能。

了解详情

完成构建安全的 Google Cloud 网络课程，赢取技能徽章。在此课程中，您将了解与网络有关的众多 资源，以便在 Google Cloud 上构建、扩缩和保护自己的应用。

了解详情

Google Cloud 云计算基础课程面向几乎没有云计算背景或经验的人士。本课程概述了云计算基础知识、大数据和机器学习的核心概念，以及 Google Cloud 在其中的定位与应用方式。 完成本课程系列后，学员将能够阐述这些概念，并展示一定的实操技能。 课程应按以下顺序完成： 1. Google Cloud 云计算基础课程：云计算基础知识 2. Google Cloud 云计算基础课程：Google Cloud 中的基础设施 3. Google Cloud 云计算基础课程：Google Cloud 中的网络服务和安全性 4. Google Cloud 云计算基础课程：Google Cloud 中的数据、机器学习和 AI 本课是第三门课程，介绍云端自动化和管理工具以及如何构建安全网络。

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

Google Cloud 云计算基础课程面向云计算零基础或经验较少的人群。本课程概述了云计算基础知识、大数据和机器学习的核心概念，以及 Google Cloud 在其中的定位与应用方式。 完成本系列课程后，学员将能够清晰阐述这些概念，并掌握部分实操技能。 课程应按以下顺序完成： 1. Google Cloud 云计算基础课程：云计算基础知识 2. Google Cloud 云计算基础课程：Google Cloud 中的基础设施 3. Google Cloud 云计算基础课程：Google Cloud 中的网络服务和安全性 4. Google Cloud 云计算基础课程：Google Cloud 中的数据、机器学习和 AI

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

Google Cloud 云计算基础课程面向云计算零基础或经验较少的人群。本课程概述了云计算基础知识、大数据和机器学习的核心概念，以及 Google Cloud 在其中的定位与应用方式。 完成本系列课程后，学员将能够清晰阐述这些概念，并掌握部分实操技能。 课程应按以下顺序完成： 1. Google Cloud 云计算基础课程：云计算基础知识 2. Google Cloud 云计算基础课程：Google Cloud 中的基础设施 3. Google Cloud 云计算基础课程：Google Cloud 中的网络服务和安全性 4. Google Cloud 云计算基础课程：Google Cloud 中的数据、机器学习和 AI 本课是第一门课程，概述了云计算、Google Cloud 的使用方式以及各种计算选项。

了解详情

云技术是一项强大的资产，与数据相结合后，它将成为创新和提升客户体验的催化剂。《使用 Google Cloud 探索数据转换》课程探讨了组织如何利用云技术让数据更易于访问、更具实用价值和商业价值。 作为“Cloud Digital Leader 学习路线”的一部分，本课程旨在帮助个人提升职业素养，并为企业谋求未来发展。

了解详情

数字化转型是现代组织的必经之路，而扎实掌握云计算基础知识，是推动实质性创新的第一步。《利用 Google Cloud 实现数字化转型》课程将讲解核心技术与战略框架，助力组织实现运营现代化。本课程介绍关于云的基本概念、全球网络基础设施和责任共担模式，帮助领导者从容推进上云进程。 作为 Cloud Digital Leader 学习路线的一部分，本课程旨在帮助学员提升岗位能力，从而为企业打造美好未来。

了解详情