This course takes a real-world approach to the ML Workflow through a case study. An ML team faces several ML business requirements and use cases. The team must understand the tools required for data management and governance and consider the best approach for data preprocessing. The team is presented with three options to build ML models for two use cases. The course explains why they would use AutoML, BigQuery ML, or custom training to achieve their objectives.
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.
Selamat datang di kursus "Infrastruktur AI: Teknik Jejaring". Dalam kursus ini, Anda akan mempelajari cara memanfaatkan infrastruktur Google Cloud berbandwidth tinggi dan berlatensi rendah untuk mengoptimalkan transfer data serta komunikasi antara seluruh komponen sistem AI Anda. Di akhir kursus, Anda akan memahami peran penting jejaring di seluruh pipeline AI, mulai dari penyerapan data dan pelatihan hingga inferensi, serta mampu menerapkan praktik terbaik agar workload Anda berjalan dengan kecepatan maksimal.
Dalam kursus ini, Anda akan melakukan perjalanan komprehensif melalui solusi penyimpanan yang tersedia di Google Cloud, yang secara khusus dirancang untuk workload AI dan komputasi berperforma tinggi (HPC). Anda akan mempelajari cara memilih penyimpanan yang tepat untuk setiap tahap siklus proses ML. Anda akan mempelajari cara mengoptimalkan performa I/O selama pelatihan, mengelola set data besar untuk persiapan data, dan menyajikan artefak model dengan latensi rendah. Melalui contoh dan demonstrasi praktis, Anda akan memperoleh keahlian untuk merancang solusi penyimpanan yang andal yang mempercepat inovasi AI Anda.
Kursus ini memberikan panduan komprehensif untuk men-deploy, mengelola, dan mengoptimalkan workload AI dan komputasi berperforma tinggi (HPC) di Google Cloud. Melalui serangkaian pelajaran dan demonstrasi praktis, Anda akan menjelajahi berbagai strategi deployment, mulai dari lingkungan yang sangat mudah disesuaikan menggunakan Google Compute Engine (GCE) hingga solusi terkelola seperti Google Kubernetes Engine (GKE). Secara spesifik, Anda akan mempelajari cara membuat cluster dan men-deploy GKE untuk inferensi.
Selamat datang di kursus TPU Cloud. Kita akan mempelajari kelebihan dan kekurangan TPU dalam berbagai skenario dan membandingkan beragam akselerator TPU untuk membantu Anda memilih akselerator yang tepat. Anda akan mempelajari bermacam strategi untuk memaksimalkan performa dan efisiensi model AI serta memahami pentingnya interoperabilitas GPU/TPU untuk alur kerja machine learning yang fleksibel. Melalui konten yang menarik dan demo praktis, kami akan memandu Anda langkah demi langkah dalam memanfaatkan TPU secara efektif.
Penasaran dengan hardware canggih di balik AI? Modul ini menguraikan komputer AI yang dioptimalkan untuk performa, dan menunjukkan mengapa komputer tersebut sangat penting. Kita akan membahas bagaimana CPU, GPU, dan TPU membuat tugas AI menjadi sangat cepat, apa yang membuat masing-masing unik, dan bagaimana software AI memanfaatkannya secara maksimal. Pada akhirnya, Anda akan tahu persis cara memilih GPU yang tepat untuk project AI Anda, sehingga membantu Anda membuat pilihan cerdas untuk workload AI Anda.
Siap mulai menggunakan AI Hypercomputer? Kursus ini akan membantu Anda. Kami akan membahas dasar-dasar terkait apa itu AI Hypercomputer dan cara AI Hypercomputer membantu AI dalam menangani workload AI. Anda akan mempelajari berbagai komponen di dalam hypercomputer, seperti GPU, TPU, dan CPU, serta menemukan cara memilih pendekatan deployment yang sesuai untuk kebutuhan Anda.
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.
This on-demand course provides partners the skills required to design, deploy, and monitor Vertail AI Search for Commerce solutions including retail search and recommendation AI for enterprise customers.
Membangun agen AI yang dapat memanfaatkan database perusahaan menggunakan MCP Toolbox for Databases. Anda akan menentukan alat interaksi database yang aman, dan mengimplementasikan kapabilitas pembuatan kueri cerdas (memanfaatkan embedding vektor, kueri terstruktur).
Kursus ini yang dirancang untuk developer di semua tingkat akan memperkenalkan fungsi dan fitur inti Gemini Code Assist kepada Anda. Gemini Code Assist adalah kolaborator pengembangan aplikasi yang didukung AI untuk Google Cloud. Anda akan mempelajari cara Gemini Code Assist meningkatkan produktivitas dan kualitas kode Anda secara signifikan, mulai dari saran kode cerdas dan pelengkapan otomatis hingga pendeteksian error secara real-time serta bantuan pemfaktoran ulang. Dengan demikian, Anda dapat menghemat waktu berharga untuk berfokus pada tugas-tugas yang lebih produktif dan menyenangkan.
Kursus terstruktur ini ditujukan bagi developer yang tertarik membangun agen cerdas menggunakan Agent Development Kit (ADK). Kursus ini menggabungkan pengalaman langsung, konsep inti, dan penerapan praktis, guna memberikan panduan komprehensif terkait penggunaan ADK. Anda juga dapat bergabung dengan komunitas pakar dan sesama developer Google Cloud untuk mengajukan pertanyaan, berkolaborasi dalam menjawab pertanyaan, dan terhubung dengan Googler yang membuat produk yang Anda gunakan setiap hari.
Kursus ini mengeksplorasi solusi Retrieval-Augmented Generation (RAG) di BigQuery untuk memitigasi halusinasi AI. Kursus ini akan memperkenalkan alur kerja RAG yang mencakup pembuatan embedding, penelusuran ruang vektor, dan pembuatan jawaban yang lebih baik. Kursus ini akan menjelaskan alasan konseptual di balik langkah-langkah ini dan implementasi praktisnya dengan BigQuery. Di akhir kursus, peserta akan dapat membangun pipeline RAG menggunakan BigQuery dan model AI generatif seperti Gemini dan model embedding untuk menangani kasus penggunaan halusinasi AI mereka sendiri.
Menyelesaikan badge keahlian tingkat menengah Menerapkan Penelusuran Vektor Multimodal dengan BigQuery untuk menunjukkan keterampilan dalam hal berikut: menggunakan Gemini in BigQuery untuk menghasilkan dan men-debug SQL, melakukan analisis sentimen, meringkas teks dan mengidentifikasi kata kunci, menghasilkan embedding, membuat pipeline Retrieval-Augmented Generation (RAG), serta menerapkan penelusuran vektor multimodal.
Dapatkan badge keahlian dengan menyelesaikan kursus Memulai Pengembangan Aplikasi dengan Gemini Code Assist, di mana Anda akan belajar memanfaatkan kemampuan asisten coding AI Google.
Selesaikan badge keahlian tingkat menengah Meningkatkan Kemampuan Model Gemini untuk menunjukkan keahlian dalam hal berikut: memanfaatkan fitur canggih model Gemini, termasuk pembuatan dan eksekusi kode, grounding, pembuatan konten terkontrol, serta pembuatan data sintetis, untuk membangun aplikasi AI yang lebih kuat dan canggih.
Dalam kursus ini, Anda akan mempelajari cara menggunakan Agent Development Kit Google untuk membangun sistem multi-agen yang kompleks. Anda akan membangun agen yang dilengkapi dengan berbagai alat. Anda juga akan menghubungkannya melalui hubungan dan alur induk-turunan untuk menentukan interaksi antara berbagai agen. Anda akan menjalankan agen secara lokal dan men-deploy-nya ke Agent Runtime di Gemini Enterprise Agent Platform untuk dijalankan sebagai alur agen terkelola. Agent Runtime akan menangani keputusan infrastruktur dan penskalaan resource. Lab ini didasarkan pada versi pra-rilis produk ini. Lab ini mungkin mengalami jeda saat kami melakukan update pemeliharaan.
Menjelajahi teknologi, alat, dan aplikasi penelusuran yang didukung AI dalam kursus ini. Mempelajari penelusuran semantik dengan memanfaatkan embedding vektor, penelusuran campuran yang menggabungkan pendekatan semantik dan kata kunci, serta Retrieval-Augmented Generation (RAG) yang meminimalkan halusinasi AI sebagai agen AI yang di-grounding. Mendapatkan pengalaman praktis dengan Vertex AI Vector Search untuk membangun mesin telusur yang cerdas.
Dalam kursus ini, Anda akan mempelajari cara Gemini, kolaborator yang didukung AI generatif dari Google Cloud, dalam membantu engineer jaringan membuat, mengupdate, dan memelihara jaringan VPC. Anda akan mempelajari cara memanfaatkan Gemini untuk memberikan panduan spesifik untuk tugas-tugas jaringan Anda, lebih dari yang ditawarkan mesin telusur. Dengan menggunakan lab interaktif, Anda akan melihat cara Gemini dalam mempermudah urusan Anda dengan jaringan VPC Google Cloud. Duet AI berganti nama menjadi Gemini, yang merupakan model generasi berikutnya dari kami.
Dalam kursus ini, Anda akan mempelajari bagaimana Gemini, kolaborator yang didukung AI generatif dari Google Cloud, membantu engineer mengelola infrastruktur. Anda akan mempelajari cara memerintah Gemini untuk menemukan dan memahami log aplikasi, membuat cluster GKE, dan menyelidiki cara membuat lingkungan build. Dengan menggunakan lab interaktif, Anda akan melihat bagaimana Gemini meningkatkan alur kerja DevOps. Duet AI berganti nama menjadi Gemini, yang merupakan model generasi berikutnya dari kami.
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.
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.
Dapatkan badge keahlian Pengantar dengan menyelesaikan kursus Mengonfigurasi Akun Layanan dan Peran IAM untuk Google Cloud, tempat Anda mempelajari akun layanan, peran kustom, dan cara menetapkan izin menggunakan gcloud.
Selesaikan badge keahlian tingkat menengah Menerapkan Dasar-Dasar Keamanan Cloud di Google Cloud untuk menunjukkan kemahiran dalam hal berikut: membuat dan menetapkan peran dengan Identity and Access Management (IAM); membuat dan mengelola akun layanan; memungkinkan konektivitas pribadi di seluruh jaringan virtual private cloud (VPC); membatasi akses aplikasi menggunakan Identity-Aware Proxy; mengelola kunci dan data terenkripsi dengan Cloud Key Management Service (KMS); dan membuat cluster Kubernetes pribadi.
Selesaikan kursus badge keahlian tingkat menengah Memitigasi Ancaman dan Kerentanan dengan Security Command Center untuk menunjukkan keterampilan dalam hal berikut: mencegah dan mengelola ancaman lingkungan, mengidentifikasi dan memitigasi kerentanan aplikasi, serta merespons anomali keamanan.
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.
Selesaikan kursus badge keahlian Pemantauan di Google Cloud tingkat pemula untuk menunjukkan keterampilan dalam hal berikut: menggunakan alat Cloud Monitoring untuk memantau resource di Google Cloud.
Selesaikan badge keahlian pengantar Menggunakan API untuk Mengelola Cloud Storage untuk menunjukkan keterampilan dalam hal berikut: menggunakan API, termasuk Cloud Storage API, untuk mengelola resource Cloud Storage.
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.
Manfaatkan keefektifan AI generatif untuk membuat agen otomatis yang cerdas. Setelah menyelesaikan kursus ini, Anda akan siap mengembangkan agen penyimpanan data yang dapat langsung menjawab pertanyaan kompleks dengan mengekstrak dan menyintesis informasi secara otomatis dari situs, dokumen, atau data terstruktur Anda. Ucapkan selamat tinggal pada FAQ statis—agen baru Anda akan memberikan jawaban yang dinamis dan akurat, serta menampilkan URL sumber aslinya. Agen ini bisa melakukan semuanya dengan penyiapan yang sederhana dan cepat.
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.
Dalam kursus ini, Anda akan mempelajari cara membangun pengalaman percakapan untuk Conversational Agents menggunakan Playbook Generatif. Anda akan memulai dengan pengantar playbook dan mempelajari cara menyiapkan playbook pertama Anda. Anda juga akan mempelajari pentingnya pengujian, serta pertimbangan produksi utama seperti batas kuota dan integrasi. Kursus ini diakhiri dengan studi kasus yang menunjukkan cara menggunakan playbook untuk panduan generatif.
Dapatkan badge keahlian Pengantar dengan menyelesaikan kursus Membangun Aplikasi Serverless dengan Cloud Run Functions, yang akan membahas cara menggunakan Cloud Run Functions melalui Konsol Google Cloud dan command line. 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.
Kursus Fondasi Google Cloud Computing ditujukan bagi individu yang memiliki sedikit atau tidak memiliki latar belakang atau pengalaman dalam cloud computing. Kursus ini memberikan gambaran umum tentang berbagai konsep penting dalam dasar-dasar cloud computing, big data, dan machine learning, serta di mana dan bagaimana Google Cloud berperan di dalamnya. Pada akhir rangkaian kursus, peserta kursus akan mampu mengartikulasikan konsep ini dan menunjukkan beberapa keterampilan praktis. Berbagai kursus ini harus diselesaikan dalam urutan berikut: 1. Fondasi Google Cloud Computing: Dasar-Dasar Cloud Computing 2. Fondasi Google Cloud Computing: Infrastruktur di Google Cloud 3. Fondasi Google Cloud Computing: Networking dan Keamanan di Google Cloud 4. Fondasi Google Cloud Computing: Data, ML, dan AI di Google Cloud Kursus pertama ini memberikan gambaran umum tentang cloud computing, cara menggunakan Google Cloud, dan berbagai opsi komputasi.
Video ini membahas cara menggunakan Gemini dan Apps Script untuk mengotomatiskan tugas manual di Google Workspace. Anda akan mempelajari cara meminta kepada Gemini untuk membuat kode Apps Script yang secara otomatis membuat draf pengingat email di Google Spreadsheet untuk tugas yang belum ditandai sebagai 'Selesai'. Otomatiskan alur kerja Anda tanpa perlu keahlian teknis yang mendalam, sehingga Anda memiliki lebih banyak waktu untuk melakukan pekerjaan yang lebih penting dan menghilangkan tindak lanjut manual.
Kursus ini meninjau fitur keamanan penting Model Armor dan membekali Anda untuk bekerja menggunakan layanan ini. Anda akan mempelajari tentang risiko keamanan yang terkait dengan LLM dan bagaimana Model Armor melindungi aplikasi AI Anda.
Kecerdasan Buatan (AI) menawarkan peluang melakukan perubahan transformatif, tetapi juga memunculkan tantangan keamanan baru. Kursus ini membekali para pemimpin keamanan dan perlindungan data dengan strategi untuk mengelola AI secara aman dalam organisasi mereka. Mempelajari framework untuk secara proaktif mengidentifikasi dan memitigasi risiko khusus AI, melindungi data sensitif, memastikan kepatuhan, dan membangun infrastruktur AI yang tangguh. Memilih kasus penggunaan dari empat industri berbeda untuk mengeksplorasi penerapan strategi ini dalam skenario dunia nyata.
Selesaikan badge keahlian tingkat menengah Rekayasa Data untuk Pembuatan Model Prediktif dengan BigQuery ML untuk menunjukkan keterampilan Anda dalam hal berikut: membangun pipeline transformasi data ke BigQuery dengan Dataprep by Trifacta; menggunakan Cloud Storage, Dataflow, dan BigQuery untuk membangun alur kerja ekstrak, transformasi, dan pemuatan (ETL); serta membangun model machine learning menggunakan BigQuery ML.
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.
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.
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.
This is the first of five courses in the Google Cloud Data Analytics Certificate. In this course, you’ll define the field of cloud data analysis and describe roles and responsibilities of a cloud data analyst as they relate to data acquisition, storage, processing, and visualization. You’ll explore the architecture of Google Cloud-based tools, like BigQuery and Cloud Storage, and how they are used to effectively structure, present, and report data.
Kursus ini memperkenalkan topik penting tentang privasi dan keamanan AI. Kursus ini mengeksplorasi metode dan alat praktis untuk menerapkan rekomendasi praktik privasi dan keamanan AI melalui penggunaan produk dan alat open source Google Cloud.
Kursus Fondasi Google Cloud Computing ditujukan bagi individu yang memiliki sedikit atau tanpa latar belakang atau pengalaman dalam cloud computing. Kursus ini memberikan ringkasan tentang berbagai konsep penting dalam dasar-dasar cloud, big data, dan machine learning, serta peran dan cara penggunaan Google Cloud. Di akhir rangkaian kursus, peserta kursus akan mampu menjelaskan konsep-konsep ini dan menunjukkan beberapa keterampilan praktis. Berbagai kursus ini harus diselesaikan dalam urutan berikut: Fondasi Google Cloud Computing: Dasar-Dasar Cloud Computing Fondasi Google Cloud Computing: Infrastruktur di Google Cloud Fondasi Google Cloud Computing: Networking dan Keamanan di Google Cloud Fondasi Google Cloud Computing: Data, ML, dan AI di Google Cloud Kursus terakhir dalam rangkaian ini mengulas layanan big data terkelola, machine learning dan nilainya, serta cara untuk menunjukkan keahlian Anda di Google Cloud dengan mendapatkan Badge Keahlian.
Selesaikan badge keahlian tingkat menengah Pengiriman Software yang Aman untuk menunjukkan kemahiran Anda dalam mengintegrasikan keamanan secara proaktif ke dalam siklus proses pengembangan software (SDLC) dengan prinsip DevSecOps. Anda akan mempelajari cara memanfaatkan Google Kubernetes Engine (GKE) dan Cloud Run untuk deployment image container yang aman, menerapkan pemindaian kerentanan otomatis untuk mengidentifikasi risiko secara proaktif, dan menyederhanakan pengembangan aplikasi dengan Artifact Registry sambil tetap berfokus pada keamanan. Selain itu, Anda akan mendapatkan keterampilan dalam mengintegrasikan Cloud Build untuk proses pengembangan yang tangguh dan menerapkan Kebijakan Kontrol Penerimaan untuk kontrol terperinci atas lingkungan Anda.
In this course, you will learn about the various services Google Cloud offers for modernizing retail applications and infrastructure. Through a series of lecture content and hands-on labs, you will gain practical experience deploying cutting-edge retail and ecommerce solutions on Google Cloud.
Dapatkan badge keahlian tingkat menengah dengan menyelesaikan kursus Membangun dan Men-Deploy Solusi Machine Learning di Vertex AI, tempat Anda akan belajar cara menggunakan platform Vertex AI Google Cloud, AutoML, dan layanan pelatihan kustom untuk melatih, mengevaluasi, menyesuaikan, menjelaskan, serta men-deploy model machine learning. Kursus badge keahlian ini diperuntukkan bagi Data Scientist dan Engineer Machine Learning profesional. Badge keahlian adalah badge digital eksklusif yang diberikan oleh Google Cloud sebagai pengakuan atas kemahiran Anda dalam menggunakan produk dan layanan Google Cloud serta menguji kemampuan Anda dalam menerapkan pengetahuan di lingkungan praktis yang interaktif. Selesaikan Badge keahlian ini, dan challenge lab penilaian akhir, untuk menerima badge digital yang dapat Anda bagikan ke jaringan Anda.
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.
The third course in this course series is Achieving Advanced Insights with BigQuery. Here we will build on your growing knowledge of SQL as we dive into advanced functions and how to break apart a complex query into manageable steps. We will cover the internal architecture of BigQuery (column-based sharded storage) and advanced SQL topics like nested and repeated fields through the use of Arrays and Structs. Lastly we will dive into optimizing your queries for performance and how you can secure your data through authorized views. After completing this course, enroll in the Applying Machine Learning to your Data with Google Cloud course.
This Course is utilized to certify completion of The Skills Challenge at Next 2025.
Machine Learning is one of the most innovative fields in technology, and the Google Cloud Platform has been instrumental in furthering its development. With a host of APIs, Google Cloud has a tool for just about any machine learning job. In this advanced-level course, you will get hands-on practice with machine learning at scale and how to employ the advanced ML infrastructure available on Google Cloud.
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.
Dalam kursus ini, Anda akan mempelajari bagaimana Gemini, kolaborator yang didukung AI generatif dari Google Cloud, membantu menganalisis data pelanggan dan memprediksi penjualan produk. Anda juga akan mempelajari cara mengidentifikasi, mengategorikan, dan mengembangkan pelanggan baru menggunakan data pelanggan di BigQuery. Dengan menggunakan lab interaktif, Anda akan melihat bagaimana Gemini meningkatkan analisis data dan alur kerja machine learning. Duet AI berganti nama menjadi Gemini, yang merupakan model generasi berikutnya dari kami.
This course demonstrates the power of integrating Google Cloud services and tools with Workspace applications - like using Node.js to build a survey bot, the Natural Language API to recognize sentiment in a Google Doc, and building a chat bot with Apps Script.
Kursus tingkat pengantar ini menunjukkan kepada developer aplikasi cara ekosistem Google Cloud dapat membantu mereka membangun aplikasi berbasis cloud yang aman, skalabel, dan cerdas. Anda akan mempelajari cara mengembangkan dan menskalakan aplikasi tanpa menyiapkan infrastruktur, menjalankan analisis data, mendapatkan insight dari data, dan mengembangkan dengan API ML terlatih untuk memanfaatkan machine learning meskipun Anda bukan pakar Machine Learning. Anda juga akan merasakan integrasi yang lancar antara berbagai layanan dan API Google untuk membuat aplikasi cerdas.
TensorFlow is an open source software library for high performance numerical computation that's great for writing models that can train and run on platforms ranging from your laptop to a fleet of servers in the Cloud to an edge device. This quest takes you beyond the basics of using predefined models and teaches you how to build, train and deploy your own on Google Cloud.
Selesaikan badge keahlian tingkat menengah Mengembangkan Aplikasi GenAI dengan Gemini dan Streamlit untuk menunjukkan keterampilan dalam hal berikut: membuat teks, menerapkan panggilan fungsi dengan Python SDK dan Gemini API, serta men-deploy aplikasi Streamlit dengan Cloud Run. Anda akan mempelajari berbagai cara memberikan perintah kepada Gemini untuk membuat teks, menggunakan Cloud Shell untuk menguji dan melakukan iterasi pada aplikasi Streamlit, lalu mengemasnya sebagai container Docker yang di-deploy di Cloud Run.
Earn a skill badge by completing the Build Custom Processors with Document AI course. You learn how to extract data and classify documents by creating custom ML models specific to your business needs. This course teaches the foundation skills of building your own processors, working with optical character recognition, form parsing, processor creation, and uptraining the DocumentAI model.
Selesaikan badge keahlian tingkat menengah Mempelajari AI Generatif di Agent Platform untuk menunjukkan keterampilan dalam hal berikut: pembuatan teks, analisis gambar dan video untuk peningkatan kualitas pembuatan konten, serta penerapan teknik panggilan fungsi dalam Gemini API. Temukan cara memanfaatkan teknik Gemini yang canggih, menjelajahi pembuatan konten multimodal, dan memperluas kemampuan project yang didukung AI.
Dapatkan badge keahlian tingkat lanjut dengan menyelesaikan kursus tentang Menggunakan API Machine Learning di Google Cloud yang membahas fitur dasar machine learning dan dan teknologi AI berikut: Cloud Vision API, Cloud Translation API, dan Cloud Natural Language API.
Menyelesaikan badge keahlian tingkat menengah Menginspeksi Dokumen Multimedia dengan Multimodalitas Gemini dan RAG Multimodal untuk menunjukkan keterampilan dalam hal berikut ini: menggunakan prompt multimodal untuk mengekstrak informasi dari data teks dan visual dengan menghasilkan deskripsi video, dan mengambil informasi tambahan di luar video menggunakan multimodalitas dengan Gemini; membangun metadata dokumen yang berisi teks dan gambar dengan mendapatkan semua potongan teks yang relevan, dan mencetak kutipan dengan menggunakan Multimodal Retrieval Augmented Generation (RAG) dengan Gemini.
Selesaikan badge keahlian Mengimplementasikan Sensitive Data Protection di Google Cloud untuk menunjukkan keterampilan dalam hal berikut: menggunakan layanan Sensitive Data Protection (termasuk Cloud Data Loss Prevention API) untuk memeriksa, mengedit, dan melakukan de-identifikasi data sensitif di Google Cloud.
Selesaikan kursus badge keahlian pengantar Mengamankan Data Lakehouse untuk menunjukkan keterampilan dengan IAM, BigQuery, Lakehouse, dan Data Catalog dalam Knowledge Catalog untuk membuat dan mengamankan tabel Lakehouse.
Dapatkan badge keahlian dengan menyelesaikan quest Dasar-Dasar Google Cloud Compute, dan pelajari cara menggunakan virtual machine (VM), persistent disk, dan server web menggunakan Compute Engine.
Dapatkan badge keahlian pengantar dengan menyelesaikan kursus Mengotomatiskan Pengambilan Data Berskala Besar dengan Document AI. Dalam kursus ini, Anda akan mempelajari cara mengekstrak, memproses, dan mengambil data menggunakan Document AI.
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.
Dapatkan Lencana Keahlian dengan menyelesaikan kursus Menerapkan Solusi Ucapan dan Bahasa dengan API Terlatih, di mana Anda belajar cara menggunakan alat API terkait ucapan untuk mensintesis dan mentranskripsi ucapan.
Selesaikan badge keahlian pengantar Membangun Aplikasi AI yang Bermanfaat dengan Gemini dan Imagen untuk menunjukkan keterampilan dalam hal berikut: pengenalan citra, natural language processing, pembuatan gambar menggunakan model Gemini dan Imagen Google yang canggih, serta men-deploy aplikasi di platform Vertex AI.
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.
Selesaikan kursus badge keahlian tingkat menengah Melakukan Analisis Data Prediktif di BigQuery untuk mendemonstrasikan keterampilan dalam hal berikut: membuat set data di BigQuery dengan mengimpor file CSV dan JSON; memanfaatkan kemampuan BigQuery dengan konsep analitik SQL yang canggih, termasuk menggunakan BigQuery ML untuk melatih model prediksi gol pada data peristiwa sepak bola dan mengevaluasi kehebatan gol Piala Dunia.
Dapatkan badge keahlian dengan menyelesaikan kursus badge keahlian Berbagi Data Menggunakan Google Data Cloud, tempat Anda akan mendapatkan pengalaman praktis dengan Google Cloud Partner Berbagi Data, yang memiliki set data eksklusif yang dapat digunakan pelanggan untuk kasus penggunaan analisis mereka. Pelanggan berlangganan data ini, mengkuerinya dalam platform mereka sendiri, lalu menambahkannya dengan set data mereka sendiri dan menggunakan visualisasi untuk dasbor yang berinteraksi dengan pelanggan mereka.
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.
Selesaikan kursus badge keahlian tingkat menengah Melakukan Analisis Data Prediktif di BigQuery untuk mendemonstrasikan keterampilan dalam hal berikut: membuat set data di BigQuery dengan mengimpor file CSV dan JSON; memanfaatkan kemampuan BigQuery dengan konsep analitik SQL yang canggih, termasuk menggunakan BigQuery ML untuk melatih model prediksi gol pada data peristiwa sepak bola dan mengevaluasi kehebatan gol Piala Dunia.
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.
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.
Selesaikan kursus badge keahlian pengantar Membangun Objek LookML di Looker untuk menunjukkan keterampilan dalam hal berikut: membuat dimensi dan ukuran, tabel turunan, serta tampilan baru; menetapkan filter ukuran dan berdasarkan persyaratan; memperbarui dimensi dan ukuran; membangun dan menyempurnakan Eksplorasi; menggabungkan tabel ke Eksplorasi yang ada; dan memutuskan objek yang akan dibuat berdasarkan persyaratan bisnis.
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.
Workspace adalah platform aplikasi kolaboratif Google yang dihadirkan melalui Google Cloud. Dalam kursus tingkat pengantar ini, Anda akan melakukan praktik langsung dengan aplikasi inti Workspace dari perspektif pengguna. Meskipun ada lebih banyak aplikasi dan komponen alat di Workspace selain yang dibahas di sini, Anda akan mendapatkan pengalaman menggunakan aplikasi utama: Gmail, Kalender, Spreadsheet, dan beberapa aplikasi lainnya. Setiap lab dapat diselesaikan dalam waktu 10-15 menit, namun disediakan waktu tambahan agar peserta dapat mengeksplorasi aplikasi-aplikasi tersebut secara mandiri dan bebas.
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.