Bhavik Parmar
Menjadi anggota sejak 2021
Membangun Mesh Data dengan Knowledge Catalog
Earned Agu 7, 2026 EDT
Mengorkestrasi Alur Kerja Multi-agen dengan Gemini Enterprise
Earned Agu 3, 2026 EDT
Merekayasa Agen AI dengan Agent Development Kit (ADK)
Earned Agu 3, 2026 EDT
Membangun dan Men-deploy Agen dalam Produksi
Earned Agu 3, 2026 EDT
Menambahkan Kemampuan Agen dengan Alat
Earned Agu 3, 2026 EDT
Mengelola Memori dan Status Agen
Earned Jul 31, 2026 EDT
Mengoptimalkan Perilaku Agen
Earned Jul 29, 2026 EDT
Membangun Agen Pertama Anda dengan Agent Development Kit (ADK)
Earned Jul 29, 2026 EDT
Agen AI Generatif: Mentransformasi Organisasi Anda
Earned Jul 27, 2026 EDT
AI yang Berfokus pada Manusia
Earned Jul 24, 2026 EDT
AI Boost Bites: Guided Learning with Gemini
Earned Jul 24, 2026 EDT
Model Armor: Mengamankan Deployment AI
Earned Jan 23, 2026 EST
Mengembangkan Aplikasi GenAI dengan Gemini dan Streamlit
Earned Jan 23, 2026 EST
Membuat Aplikasi AI Generatif di Google Cloud
Earned Des 16, 2025 EST
Build a Certification Study Guide: PDE Exam Prep
Earned Agu 4, 2023 EDT
[DEPRECATED] Data Engineering
Earned Jul 31, 2023 EDT
Serverless Data Processing with Dataflow: Foundations
Earned Jul 3, 2023 EDT
Membangun Data Warehouse dengan BigQuery
Earned Jul 2, 2023 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud
Earned Jun 25, 2023 EDT
Build Streaming Data Pipelines on Google Cloud
Earned Jun 13, 2023 EDT
Menyiapkan Data untuk ML API di Google Cloud
Earned Jun 11, 2023 EDT
Build Batch Data Pipelines on Google Cloud
Earned Jun 5, 2023 EDT
[DEPRECATED] Google Cloud Big Data and Machine Learning Fundamentals
Earned Mei 27, 2023 EDT
Mengimplementasikan Cloud Load Balancing untuk Compute Engine
Earned Jan 1, 2022 EST
Selesaikan badge keahlian pengantar Membangun Mesh Data dengan Knowledge Catalog untuk menunjukkan keterampilan dalam hal berikut: membuat mesh data dengan Knowledge Catalog untuk memfasilitasi keamanan, tata kelola, dan penemuan data di Google Cloud. Anda akan berlatih dan menguji keterampilan Anda dalam memberikan tag pada aset, menetapkan peran IAM, dan menilai kualitas data di Knowledge Catalog.
Pelajari lebih lanjut
Selesaikan kursus badge keahlian pengantar Mengorkestrasi Alur Kerja Multi-Agen dengan Gemini Enterprise untuk menunjukkan keahlian dalam hal berikut: menggunakan asisten agentic yang didukung oleh Gemini Enterprise untuk menyatukan data di seluruh sumber pihak pertama dan ketiga, mengembangkan materi marketing multimedia, serta mengotomatiskan tindakan bisnis di seluruh sistem.
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.
Pelajari lebih lanjut
Dapatkan badge keahlian tingkat menengah Merekayasa Agen AI dengan Agent Development Kit (ADK) dengan menyelesaikan kursus ini untuk menunjukkan keahlian Anda dalam hal berikut: merumuskan masalah riset model bahasa di dunia nyata; membangun tokenizer sederhana; menyiapkan set data untuk melatih model bahasa transformer; menjalankan loop pelatihan model bahasa kecil.
Pelajari lebih lanjut
Pelajari arsitektur dan deployment sistem multi-agen menggunakan Agent Development Kit (ADK) Google serta infrastruktur Google Cloud yang andal. Anda akan mempelajari cara mendesain pohon hierarki agen dan agen alur kerja deterministik, sekaligus mengidentifikasi lingkungan hosting yang ideal—mulai dari Cloud Run serverless hingga GKE berperforma tinggi—untuk memastikan agen AI Anda aman, skalabel, dan siap produksi.
Pelajari lebih lanjut
Anda telah membangun agen dengan konfigurasi lanjutan. Sekarang, berikan agen itu kemampuan dunia nyata. Lengkapi agen dengan alat yang memungkinkannya menelusuri web, mengeksekusi kode, membuat kueri database, dan menjalankan tindakan kustom.
Pelajari lebih lanjut
Anda telah membangun agen LLM dasar yang merespons kueri. Sekarang, mari kita jadikan agen itu stateful. Menggunakan status sesi untuk membangun agen yang mempertahankan konteks, mengingat preferensi pengguna, dan memberikan pengalaman yang dipersonalisasi. Mengubah agen dari pemberi respons stateless menjadi asisten cerdas.
Mempelajari konten lain dalam program Gemini Enterprise Agent Ready (GEAR).
Bergabung dengan forum komunitas untuk bertanya dan berdiskusi
Pelajari lebih lanjut
Anda telah membangun agen pertama Anda. Sekarang saatnya mengembangkannya lebih lanjut. Dalam kursus ini, Anda akan meningkatkan keterampilan dengan mempelajari cara mengubah agen AI dasar menjadi asisten yang canggih dan presisi. Hal ini dilakukan dengan menerapkan petunjuk tingkat lanjut, pemilihan model, kemampuan perencanaan, dan pola output terstruktur.
Gabung dengan forum komunitas untuk bertanya dan berdiskusi
Pelajari lebih lanjut
Wujudkan pemahaman Anda tentang agen agar menjadi realita praktis dengan membangun, mengonfigurasi, dan menjalankan agen AI pertama Anda menggunakan Agent Development Kit (ADK) Google.
Dalam kursus praktik ini, Anda akan menyiapkan lingkungan pengembangan ADK yang lengkap, membuat agen dengan kode Python dan konfigurasi YAML, serta menjalankannya melalui berbagai antarmuka. Anda juga akan mempelajari parameter inti yang menentukan perilaku agen, dengan menerapkan hal yang telah Anda pelajari di kursus 1 pada kode yang berfungsi.
Pelajari lebih lanjut
Agen AI Generatif: Mentransformasi Organisasi Anda adalah kursus kelima dan terakhir dari jalur pembelajaran Pemimpin AI Generatif. Kursus ini membahas cara organisasi menggunakan agen AI generatif kustom untuk membantu mengatasi tantangan bisnis tertentu. Anda akan mendapatkan praktik langsung dalam membangun agen AI generatif dasar, sambil mempelajari komponen agen ini, seperti model, loop penalaran, dan alat.
Pelajari lebih lanjut
Pelajari transisi penting dari alur kerja berbasis tugas ke orkestrasi AI yang berfokus pada manusia.
Pelajari lebih lanjut
In this video, you'll learn to use the Guided Learning experience in Gemini to build a deep understanding of any topic. You'll see how to start a conversation, engage with Gemini's probing questions, and use interactive tools like diagrams and quizzes to guide your learning journey.
Pelajari lebih lanjut
Kursus ini meninjau fitur keamanan penting Model Armor dan membekali Anda untuk bekerja menggunakan layanan ini. Anda akan mempelajari risiko keamanan yang terkait dengan LLM dan cara Model Armor melindungi aplikasi AI Anda.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
Aplikasi AI generatif dapat mewujudkan pengalaman pengguna baru yang hampir tidak dimungkinkan sebelum ditemukannya model bahasa besar (LLM). Sebagai developer aplikasi, bagaimana cara menggunakan AI generatif untuk membangun aplikasi yang menarik dan canggih di Google Cloud?
Dalam kursus ini, Anda akan mempelajari aplikasi AI generatif dan cara Anda dapat menggunakan desain perintah serta retrieval-augmented generation (RAG) untuk membangun aplikasi yang canggih menggunakan LLM. Anda akan mempelajari arsitektur siap produksi yang dapat digunakan untuk aplikasi AI generatif dan Anda akan membangun aplikasi chat LLM berbasis RAG.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
This advanced-level quest is unique amongst the other catalog offerings. The labs have been curated to give IT professionals hands-on practice with topics and services that appear in the Google Cloud Certified Professional Data Engineer Certification. From Big Query, to Dataprep, to Cloud Composer, this quest is composed of specific labs that will put your Google Cloud data engineering knowledge to the test. Be aware that while practice with these labs will increase your skills and abilities, you will need other preparation, too. The exam is quite challenging and external studying, experience, and/or background in cloud data engineering is recommended. Looking for a hands on challenge lab to demonstrate your skills and validate your knowledge? On completing this quest, enroll in and finish the additional challenge lab at the end of the Engineer Data in the Google Cloud to receive an exclusive Google Cloud digital badge.
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
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.
Pelajari lebih lanjut
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.
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
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.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
This course introduces the Google Cloud big data and machine learning products and services that support the data-to-AI lifecycle. It explores the processes, challenges, and benefits of building a big data pipeline and machine learning models with Vertex AI on Google Cloud.
Pelajari lebih lanjut
Selesaikan badge keahlian pengantar Mengimplementasikan Cloud Load Balancing untuk Compute Engine untuk menunjukkan keterampilan dalam hal berikut: membuat dan men-deploy virtual machine di Compute Engine serta mengonfigurasi load balancer aplikasi dan jaringan.
Pelajari lebih lanjut
