Учасник із 2023
Початок роботи з інфраструктурою
Earned лип. 18, 2023 EDT
Create and Manage Cloud Resources
Earned лип. 18, 2023 EDT
Build Data Lakes and Data Warehouses on Google Cloud
Earned лип. 18, 2023 EDT
Machine Learning Operations (MLOps): Getting Started
Earned лип. 6, 2023 EDT
Google Cloud Big Data and Machine Learning Fundamentals - українська
Earned черв. 24, 2023 EDT
Якщо ви лише пробуєте розробляти хмарні рішення й шукаєте практичні заняття на додаток до кваліфікаційного курсу "Знайомство з Google Cloud", тоді цей курс саме для вас. Ви отримаєте прикладний досвід завдяки практичним заняттям, присвяченим Cloud Storage і іншим ключовим сервісам додатків, як-от Monitoring і Cloud Functions. Ви отримаєте цінні навички, які можна застосовувати в будь-яких проєктах Google Cloud.
Пройдіть квест Create and Manage Cloud Resources й отримайте skill badge. Ви навчитеся виконувати наведені нижче дії. Писати команди gcloud і використовувати Cloud Shell, створювати й розгортати віртуальні машини в Compute Engine, запускати контейнерні додатки за допомогою Google Kubernetes Engine, а також налаштовувати розподілювачі навантаження для мережі й HTTP.Skill badge – це ексклюзивна цифрова винагорода, яка підтверджує, що ви вмієте працювати з продуктами й сервісами Google Cloud, а також застосовувати ці знання в інтерактивному практичному середовищі. Щоб отримати skill badge й показати його колегам, пройдіть цей квест і підсумковий тест.
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.
This course introduces participants to MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud. MLOps is a discipline focused on the deployment, testing, monitoring, and automation of ML systems in production. Machine Learning Engineering professionals use tools for continuous improvement and evaluation of deployed models. They work with (or can be) Data Scientists, who develop models, to enable velocity and rigor in deploying the best performing models.
Під час курсу ви зможете ознайомитися з продуктами й сервісами Google Cloud для роботи з масивами даних і машинним навчанням, які підтримують життєвий цикл роботи з даними для тренування моделей штучного інтелекту. У курсі розглядаються процеси, проблеми й переваги створення конвеєру масиву даних і моделей машинного навчання з Vertex AI у Google Cloud.