ikpesu emmanuel
Учасник із 2022
Золота ліга
Кількість балів: 25484
Create a Streaming Data Lake on Cloud Storage
Earned жовт. 1, 2026 EDT
Deploy Multi-Agent Systems with Gemini Enterprise Agent Platform
Earned жовт. 1, 2026 EDT
Налаштування мережі Google Cloud
Earned черв. 16, 2024 EDT
Optimize Costs for Google Kubernetes Engine
Earned черв. 12, 2024 EDT
Build Infrastructure with Terraform on Google Cloud
Earned трав. 28, 2024 EDT
Налаштування середовища для розробки додатка в Google Cloud
Earned трав. 21, 2024 EDT
Налаштування Cloud Load Balancing для Compute Engine
Earned квіт. 21, 2024 EDT
Build a Certification Study Guide: PDE Exam Prep
Earned груд. 14, 2023 EST
Serverless Data Processing with Dataflow: Foundations
Earned жовт. 27, 2023 EDT
Engineer Data for Predictive Modeling with BigQuery ML
Earned жовт. 25, 2023 EDT
Google Cloud Big Data and Machine Learning Fundamentals - українська
Earned жовт. 12, 2023 EDT
Build a Data Warehouse with BigQuery
Earned жовт. 12, 2023 EDT
Підготовка даних для інтерфейсів API машинного навчання в Google Cloud
Earned жовт. 12, 2023 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud
Earned жовт. 12, 2023 EDT
Build Streaming Data Pipelines on Google Cloud
Earned жовт. 12, 2023 EDT
Build Batch Data Pipelines on Google Cloud
Earned жовт. 5, 2023 EDT
Build Data Lakes and Data Warehouses on Google Cloud
Earned вер. 29, 2023 EDT
Earn a skill badge by completing the Create a Streaming Data Lake on Cloud Storage course, where you use Pub/Sub, Dataflow, and Cloud Storage together to create a streaming data lake on Google Cloud. A skill badge is an exclusive digital badge issued by Google Cloud in recognition of your proficiency with Google Cloud products and services and tests your ability to apply your knowledge in an interactive hands-on environment. Complete this Skill Badge, and the final assessment challenge lab, to receive a digital badge that you can share with your network.
Докладніше
In this course, you’ll learn to use the Google Agent Development Kit to build complex, multi-agent systems. You will build agents equipped with tools, and connect them with parent-child relationships and flows to define how they interact. You’ll run your agents locally and deploy them to Agent Runtime on Gemini Enterprise Agent Platform to run as a managed agentic flow, with infrastructure decisions and resource scaling handled by Agent Runtime.
Please note these labs are based off a pre-released version of this product. There may be some lag on these labs as we provide maintenance updates.
Докладніше
Щоб отримати кваліфікаційний значок, пройдіть курс Налаштування мережі Google Cloud. У ньому ви дізнаєтеся про різні способи розгортання й моніторингу додатків, зокрема навчитеся визначати ролі керування ідентифікацією і доступом, надавати або вилучати доступ до проектів, створювати мережі VPC, розгортати й відстежувати віртуальні машини Compute Engine, писати запити SQL, а також по-різному вводити додатки в дію за допомогою Kubernetes.
Докладніше
Complete the intermediate Optimize Costs for Google Kubernetes Engine skill badge course to demonstrate skills in the following: creating and managing multi-tenant clusters, monitoring resource usage by namespace, configuring cluster and pod autoscaling for efficiency, setting up load balancing for optimal resource distribution, and implementing liveness and readiness probes to ensure application health and cost-effectiveness.
Докладніше
Complete the intermediate Build Infrastructure with Terraform on Google Cloud skill badge to demonstrate skills in the following: Infrastructure as Code (IaC) principles using Terraform, provisioning and managing Google Cloud resources with Terraform configurations, effective state management (local and remote), and modularizing Terraform code for reusability and organization.
Докладніше
Щоб отримати кваліфікаційний значок, пройдіть курс Налаштування середовища для розробки додатка в Google Cloud. У ньому ви навчитеся створювати й підключати хмарну інфраструктуру, спрямовану на зберігання даних, за допомогою базових можливостей таких технологій, як Cloud Storage, система керування ідентифікацією і доступом, Cloud Functions та Pub/Sub.
Докладніше
Пройдіть вступний кваліфікаційний курс Налаштування Cloud Load Balancing для Compute Engine, щоб продемонструвати свої навички: створення й розгортання віртуальних машин у Compute Engine; налаштування мережі й розподілювачів навантаження додатків.
Докладніше
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.
Докладніше
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.
Докладніше
Complete the intermediate Engineer Data for Predictive Modeling with BigQuery ML skill badge to demonstrate skills in the following: building data transformation pipelines to BigQuery using Dataprep by Trifacta; using Cloud Storage, Dataflow, and BigQuery to build extract, transform, and load (ETL) workflows; and building machine learning models using BigQuery ML.
Докладніше
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.
Докладніше
Complete the intermediate Build a Data Warehouse with BigQuery skill badge course to demonstrate skills in the following: joining data to create new tables, troubleshooting joins, appending data with unions, creating date-partitioned tables, and working with JSON, arrays, and structs in BigQuery.
Докладніше
Пройдіть вступний кваліфікаційний курс Підготовка даних для інтерфейсів API машинного навчання в Google Cloud, щоб продемонструвати свої навички щодо очистки даних за допомогою сервісу Dataprep by Trifacta, запуску конвеєрів даних у Dataflow, створення кластерів і запуску завдань Apache Spark у Managed Service for Apache Spark, а також виклику API машинного навчання, зокрема Cloud Natural Language API, Google Cloud Speech-to-Text API і Video Intelligence API.
Докладніше
Incorporating machine learning into data pipelines increases the ability to extract insights from data. This course covers ways machine learning can be included in data pipelines on Google Cloud. For little to no customization, this course covers AutoML. For more tailored machine learning capabilities, this course introduces Notebooks and BigQuery machine learning (BigQuery ML). Also, this course covers how to productionalize machine learning solutions by using Vertex AI.
Докладніше
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.
Докладніше
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.
Докладніше
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.
Докладніше
