Vebri Satriadi
Menjadi anggota sejak 2020
Silver League
24630 poin
Fondasi Google Cloud Computing: Data, ML, dan AI di Google Cloud
Earned Sep 14, 2024 EDT
Mitigating Security Vulnerabilities on Google Cloud
Earned Sep 13, 2024 EDT
Deprecated : Managing Machine Learning Projects with Google Cloud
Earned Sep 12, 2024 EDT
[DEPRECATED] Gemini untuk Data Scientist dan Analis
Earned Sep 11, 2024 EDT
[DEPRECATED] Gemini untuk Developer Aplikasi
Earned Sep 11, 2024 EDT
Penjelajah AI Generatif - Agent Platform
Earned Sep 11, 2024 EDT
Menganalisis Sentimen dengan Natural Language API
Earned Sep 10, 2024 EDT
Menganalisis Gambar dengan Cloud Vision API
Earned Sep 10, 2024 EDT
Membangun Infrastruktur dengan Terraform di Google Cloud
Earned Sep 10, 2024 EDT
Mengelola Kubernetes di Google Cloud
Earned Sep 8, 2024 EDT
Data Catalog Fundamentals
Earned Jul 8, 2024 EDT
Serverless Data Processing with Dataflow: Foundations
Earned Mei 22, 2024 EDT
Build Streaming Data Pipelines on Google Cloud
Earned Mei 19, 2024 EDT
Build Data Lakes and Data Warehouses on Google Cloud
Earned Mei 18, 2024 EDT
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.
Pelajari lebih lanjut
In this self-paced training course, participants learn mitigations for attacks at many points in a Google Cloud-based infrastructure, including Distributed Denial-of-Service attacks, phishing attacks, and threats involving content classification and use. They also learn about the Security Command Center, cloud logging and audit logging, and using Forseti to view overall compliance with your organization's security policies.
Pelajari lebih lanjut
Business professionals in non-technical roles have a unique opportunity to lead or influence machine learning projects. If you have questions about machine learning and want to understand how to use it, without the technical jargon, this course is for you. Learn how to translate business problems into machine learning use cases and vet them for feasibility and impact. Find out how you can discover unexpected use cases, recognize the phases of an ML project and considerations within each, and gain confidence to propose a custom ML use case to your team or leadership or translate the requirements to a technical team.
Pelajari lebih lanjut
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.
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
Kursus Penjelajah AI Generatif - Agent Platform adalah sekumpulan lab yang membahas cara menggunakan AI Generatif di Google Cloud. Melalui lab ini, Anda akan mempelajari cara menggunakan model Gemini di Agent Platform. Anda juga akan mempelajari apa itu desain perintah, praktik terbaik desain perintah, serta cara menggunakan desain perintah untuk pencarian ide, klasifikasi teks, ekstraksi teks, peringkasan teks, dan lainnya. Anda juga akan mempelajari cara menyesuaikan model dasar dengan melatihnya melalui pelatihan kustom di Agent Platform dan men-deploy-nya ke endpoint di Agent Platform.
Pelajari lebih lanjut
Dapatkan badge keahlian dengan menyelesaikan quest Menganalisis Sentimen dengan Natural Language API, yang mempelajari cara API memperoleh sentimen dari teks.
Pelajari lebih lanjut
Dapatkan badge keahlian dengan menyelesaikan kursus Menganalisis Gambar dengan Cloud Vision API yang membahas cara memanfaatkan Cloud Vision API untuk berbagai tugas, termasuk mengekstrak teks dari gambar.
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
Selesaikan kursus badge keahlian tingkat menengah Mengelola Kubernetes di Google Cloud untuk menunjukkan keterampilan dalam hal berikut: mengelola deployment dengan kubectl, memantau serta menjalankan proses debug aplikasi di Google Kubernetes Engine (GKE), dan menggunakan teknik continuous delivery.
Pelajari lebih lanjut
Data Catalog is deprecated and will be discontinued on January 30, 2026. You can still complete this course if you want to. For steps to transition your Data Catalog users, workloads, and content to Dataplex Catalog, see Transition from Data Catalog to Dataplex Catalog (https://cloud.google.com/dataplex/docs/transition-to-dataplex-catalog). Data Catalog is a fully managed and scalable metadata management service that empowers organizations to quickly discover, understand, and manage all of their data. In this quest you will start small by learning how to search and tag data assets and metadata with Data Catalog. After learning how to build your own tag templates that map to BigQuery table data, you will learn how to build MySQL, PostgreSQL, and SQLServer to Data Catalog Connectors.
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
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
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
