Mansoor AK
Menjadi anggota sejak 2026
Bronze League
2768 poin
Menjadi anggota sejak 2026
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.
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.
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 ini memperkenalkan konsep responsible AI dan prinsip AI. Di dalamnya tercakup teknik untuk secara praktis mengidentifikasi keadilan dan bias serta memitigasi bias dalam praktik AI/ML. Kursus ini juga mengeksplorasi metode dan alat praktis untuk menerapkan praktik terbaik Responsible AI menggunakan produk Google Cloud dan alat open source.
Kursus ini memperkenalkan konsep penafsiran dan transparansi AI. Kursus ini membahas pentingnya transparansi AI bagi developer dan engineer. Kursus ini juga mengeksplorasi metode dan alat praktis untuk membantu mencapai penafsiran dan transparansi, baik dalam model data maupun AI.
On Google Cloud, building an app usually means handling more than just the code. You’ll need to deploy it, connect services, and keep things running properly. In this voyage, you’ll host a web app, set up a deployment pipeline, and build a REST API with Cloud Run. You’ll also try out Flutter and set up a Python development environment. You’ll work with VPC networks, load balancing, and clean up unused resources along the way. It’s a practical set of tasks that reflects how apps are actually run on Google Cloud.
Kursus ini membekali para praktisi machine learning dengan alat, teknik, dan praktik terbaik penting untuk mengevaluasi model AI generatif dan prediktif. Evaluasi model adalah disiplin ilmu yang sangat penting untuk memastikan sistem ML memberikan hasil yang andal, akurat, dan berperforma tinggi dalam produksi. Peserta akan mendapatkan pemahaman yang mendalam mengenai berbagai metrik evaluasi, metodologi, dan penerapannya yang sesuai di berbagai jenis model dan tugas. Kursus ini akan berfokus pada tantangan unik yang dibuat oleh model AI generatif dan memberikan strategi untuk mengatasinya secara efektif. Dengan memanfaatkan platform Vertex AI di Google Cloud, para peserta akan belajar cara mengimplementasikan proses evaluasi yang kuat untuk melakukan pemilihan, pengoptimalan, dan pemantauan berkelanjutan pada model.
Kursus ini dikhususkan untuk membekali Anda dengan pengetahuan dan alat yang diperlukan guna mengungkap tantangan unik yang dihadapi oleh tim MLOps saat men-deploy dan mengelola model AI Generatif, serta mengeksplorasi cara Vertex AI memberdayakan tim AI dalam menyederhanakan proses MLOps dan mencapai keberhasilan dalam project AI Generatif.
78%—or nearly 8 in 10—business leaders say Google Cloud helps them stay ahead in the age of AI. A big part of that comes down to how teams build and connect intelligent systems. Here, you’ll build and manage conversational agents, and use speech-to-text and translation APIs to handle different types of input. You’ll also move from monolithic apps to microservices on GKE, connect workflows using webhooks, and use observability tools to keep track of what’s happening. IAM comes in as well to manage access where needed. It’s a practical look at how these pieces are used together in real setups.
A lot of cloud work comes down to moving data, managing access, and making sense of what’s happening behind the scenes. In this trail, you’ll migrate a MySQL database to Google Cloud, work with IAM permissions using gcloud, and analyze network traffic with VPC Flow Logs. You’ll also store and manage media files, prepare data with Dataprep, and build reports using Looker Studio and LookML. There’s even a lab on measuring Speech-to-Text accuracy. It’s a mix of tasks that shows how data is handled, monitored, and used across different parts of Google Cloud.
Google Kubernetes Engine (GKE) is all about running and managing containerized applications without worrying too much about the underlying setup. In this adventure, you’ll get hands-on with how things actually work—managing workloads, debugging issues, and trying out autoscaling. You’ll also explore Autopilot, run load tests, and work with private clusters and network access. By the end, you’ll have a clearer sense of how GKE setups are put together and handled in practice.