Simone Renzi
Mitglied seit 2026
Gold League
27636 Punkte
Mit Gemini in BigQuery produktiver arbeiten
Earned Okt 19, 2026 EDT
Serverless Data Processing with Dataflow: Operations
Earned Okt 19, 2026 EDT
Data Mesh mit Knowledge Catalog aufbauen
Earned Okt 19, 2026 EDT
Data Warehouse mit BigQuery erstellen
Earned Okt 19, 2026 EDT
Serverless Data Processing with Dataflow: Develop Pipelines
Earned Okt 19, 2026 EDT
Serverless Data Processing with Dataflow: Foundations
Earned Okt 19, 2026 EDT
Build Batch Data Pipelines on Google Cloud
Earned Okt 19, 2026 EDT
Build Data Lakes and Data Warehouses on Google Cloud
Earned Okt 19, 2026 EDT
Build a Certification Study Guide: PDE Exam Prep
Earned Okt 18, 2026 EDT
Verantwortungsbewusste Anwendung von KI für Entwickler: Datenschutz und Sicherheit
Earned Okt 17, 2026 EDT
Verantwortungsbewusste Anwendung von KI für Entwickler: Interpretierbarkeit und Transparenz
Earned Okt 17, 2026 EDT
Verantwortungsbewusste Anwendung von KI für Entwickler: Fairness und Bias
Earned Okt 17, 2026 EDT
Auf generativer KI basierende Anwendungen in Google Cloud entwickeln
Earned Okt 17, 2026 EDT
MLOps with Agent Platform: Manage Features
Earned Okt 16, 2026 EDT
Machine Learning Operations (MLOps): Getting Started
Earned Okt 16, 2026 EDT
Production Machine Learning Systems
Earned Okt 16, 2026 EDT
ML-Modelle mit BigQuery ML erstellen
Earned Okt 16, 2026 EDT
Daten für ML-APIs in Google Cloud vorbereiten
Earned Okt 16, 2026 EDT
Build a Certification Study Guide: PMLE
Earned Okt 16, 2026 EDT
Grundlegende Sicherheitsfunktionen in Google Cloud implementieren
Earned Okt 16, 2026 EDT
Serverlose Anwendungen in Cloud Run entwickeln
Earned Okt 15, 2026 EDT
Geschütztes Google Cloud-Netzwerk erstellen
Earned Okt 15, 2026 EDT
Cloud Load Balancing in der Compute Engine implementieren
Earned Okt 15, 2026 EDT
Einführung in KI und maschinelles Lernen in Google Cloud
Earned Okt 15, 2026 EDT
Einführung in Data Engineering in Google Cloud
Earned Okt 15, 2026 EDT
Manage Scalable Workloads in GKE
Earned Okt 15, 2026 EDT
Networking in Google Cloud: Hybrid and Multicloud
Earned Okt 13, 2026 EDT
Elastische Google Cloud-Infrastruktur: Skalierung und Automatisierung
Earned Okt 13, 2026 EDT
Developing Applications with Cloud Run on Google Cloud: Fundamentals
Earned Okt 13, 2026 EDT
Networking in Google Cloud: Network Architecture
Earned Okt 13, 2026 EDT
Manage Security in Google Cloud
Earned Okt 13, 2026 EDT
Networking in Google Cloud: Fundamentals
Earned Okt 13, 2026 EDT
Einführung in die Google Cloud-Infrastruktur: Hauptdienste
Earned Okt 13, 2026 EDT
Build a Certification Study Guide: PCA Exam Prep
Earned Okt 13, 2026 EDT
KI-Infrastruktur: Einführung in AI Hypercomputer
Earned Okt 13, 2026 EDT
Infrastruktur mit Terraform in Google Cloud erstellen
Earned Okt 13, 2026 EDT
Monitoring und Logging mit Google Cloud Observability
Earned Okt 12, 2026 EDT
DevSecOps in einer Google Cloud-Umgebung
Earned Okt 12, 2026 EDT
DevOps-Workflows in Google Cloud implementieren
Earned Okt 12, 2026 EDT
Umgebung für die Anwendungsentwicklung in Google Cloud einrichten
Earned Okt 12, 2026 EDT
Introduction to Application Design Center
Earned Okt 12, 2026 EDT
Getting Started with Terraform for Google Cloud
Earned Okt 12, 2026 EDT
Fehler beheben mit dem KI-Tool „Cloud Assist Investigations“
Earned Okt 11, 2026 EDT
Observability in Google Cloud
Earned Okt 11, 2026 EDT
Logging and Monitoring in Google Cloud
Earned Okt 11, 2026 EDT
Google Cloud Architecture: Design Principles
Earned Okt 11, 2026 EDT
Google Cloud-Grundlagen: Kerninfrastruktur
Earned Okt 11, 2026 EDT
Developing a Google SRE Culture
Earned Okt 11, 2026 EDT
Fehlerbehebung für Google Workspace
Earned Okt 11, 2026 EDT
Sicherheit in Google Workspace
Earned Okt 11, 2026 EDT
Data Governance bei der Google Workspace-Nutzung
Earned Okt 11, 2026 EDT
Google Workspace-Hauptdienste
Earned Okt 11, 2026 EDT
Nutzer- und Ressourcenverwaltung in Google Workspace
Earned Okt 11, 2026 EDT
Umgebungen mit Google Cloud Managed Service for Prometheus überwachen
Earned Okt 10, 2026 EDT
Mit Security Command Center gegen Bedrohungen und Sicherheitslücken vorgehen
Earned Okt 10, 2026 EDT
APIs für Machine Learning in Google Cloud verwenden
Earned Okt 10, 2026 EDT
Database Migration Service verwenden, um MySQL-Daten nach Cloud SQL zu migrieren
Earned Okt 10, 2026 EDT
Cloud-Zusammenarbeit und Produktivitäts-Workflows implementieren
Earned Okt 10, 2026 EDT
Freigegebene Daten über die Daten-Cloud von Google nutzen
Earned Okt 10, 2026 EDT
Informationen aus BigQuery-Daten ableiten
Earned Okt 10, 2026 EDT
Einbettungen, Vektorsuche und RAG mit BigQuery erstellen
Earned Okt 10, 2026 EDT
KI-Agenten für Unternehmensdatenbanken erstellen
Earned Okt 10, 2026 EDT
Daten für die Vorhersagemodellierung mit BigQuery ML vorbereiten
Earned Okt 10, 2026 EDT
Cloud-Architektur: Entwerfen, umsetzen und verwalten
Earned Okt 10, 2026 EDT
Software-Engineering von KI-Agenten mit dem Agent Development Kit (ADK)
Earned Okt 10, 2026 EDT
Kubernetes in Google Cloud verwalten
Earned Okt 10, 2026 EDT
Machine Learning Operations (MLOps) mit Vertex AI: Modellbewertung
Earned Okt 10, 2026 EDT
Machine Learning Operations (MLOps) für generative KI
Earned Okt 10, 2026 EDT
Google DeepMind: Ein kleines Sprachmodell trainieren
Earned Okt 10, 2026 EDT
Verantwortungsbewusste Anwendung von KI: KI-Grundsätze in Google Cloud anwenden
Earned Apr 17, 2026 EDT
Einführung in die verantwortungsbewusste Anwendung von KI
Earned Apr 17, 2026 EDT
Einführung in Large Language Models
Earned Apr 17, 2026 EDT
Einführung in generative KI
Earned Apr 17, 2026 EDT
Dieser Kurs behandelt Gemini in BigQuery, eine Suite KI-gesteuerter Funktionen zur Aufbereitung von Daten für die Verwendung in künstlicher Intelligenz. Zu diesen Funktionen gehören explorative Datenanalyse und ‑aufbereitung, Codegenerierung und Fehlerbehebung sowie Workflow-Erkennung und ‑Visualisierung. Durch konzeptionelle Erläuterungen, einen praxisnahen Anwendungsfall und praktische Übungen können Datenexperten mit diesem Kurs ihre Produktivität steigern und die Entwicklungspipeline beschleunigen.
Weitere Informationen
In the last installment of the Dataflow course series, we will introduce the components of the Dataflow operational model. We will examine tools and techniques for troubleshooting and optimizing pipeline performance. We will then review testing, deployment, and reliability best practices for Dataflow pipelines. We will conclude with a review of Templates, which makes it easy to scale Dataflow pipelines to organizations with hundreds of users. These lessons will help ensure that your data platform is stable and resilient to unanticipated circumstances.
Weitere Informationen
Mit dem Skill-Logo Data Mesh mit Knowledge Catalog aufbauen weisen Sie die folgenden Kenntnisse nach: Aufbauen eines Data Mesh mit Knowledge Catalog für mehr Datensicherheit, Governance und Discovery in Google Cloud. Sie fördern und testen Ihre Fähigkeiten beim Tagging von Assets, Zuweisen von IAM-Rollen und Bewerten der Datenqualität in Knowledge Catalog.
Weitere Informationen
Mit dem Skill-Logo zum Kurs Data Warehouse mit BigQuery erstellen weisen Sie fortgeschrittene Kenntnisse in folgenden Bereichen nach: Daten zusammenführen, um neue Tabellen zu erstellen, Probleme mit Joins lösen, Daten mit Unions anhängen, nach Daten partitionierte Tabellen erstellen und JSON, Arrays sowie Strukturen in BigQuery nutzen.
Weitere Informationen
In this second installment of the Dataflow course series, we are going to be diving deeper on developing pipelines using the Beam SDK. We start with a review of Apache Beam concepts. Next, we discuss processing streaming data using windows, watermarks and triggers. We then cover options for sources and sinks in your pipelines, schemas to express your structured data, and how to do stateful transformations using State and Timer APIs. We move onto reviewing best practices that help maximize your pipeline performance. Towards the end of the course, we introduce SQL and Dataframes to represent your business logic in Beam and how to iteratively develop pipelines using Beam notebooks.
Weitere Informationen
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.
Weitere Informationen
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.
Weitere Informationen
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.
Weitere Informationen
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.
Weitere Informationen
In diesem Kurs werden wichtige Themen zu Datenschutz und Sicherheit beim Einsatz von künstlicher Intelligenz vorgestellt. Dabei lernen Sie, wie Sie mit Google Cloud-Produkten und Open-Source-Tools empfohlene Vorgehensweisen im Zusammenhang mit Datenschutz und Sicherheit beim Einsatz von KI umsetzen.
Weitere Informationen
In diesem Kurs werden Konzepte in Bezug auf die Interpretierbarkeit und Transparenz von künstlicher Intelligenz vorgestellt. Sie erfahren, warum die Transparenz der KI für Entwickler-Teams wichtig ist. Dabei lernen Sie praktische Techniken und Tools kennen, mit denen Sie sowohl die Interpretierbarkeit als auch die Transparenz von Daten und KI-Modellen optimieren können.
Weitere Informationen
In diesem Kurs werden Konzepte für die verantwortungsbewusste Anwendung von KI und KI-Grundsätze vorgestellt. Es werden Techniken behandelt, wie Sie Fairness und Verzerrung (Bias) in der Praxis erkennen sowie Verzerrung in KI- und ML-Anwendungen reduzieren können. Dabei lernen Sie, wie Sie mit Google Cloud-Produkten und Open-Source-Tools Best Practices für eine verantwortungsbewusste Anwendung von KI umsetzen.
Weitere Informationen
Mit auf generativer KI basierenden Anwendungen, kurz GenAI-Anwendungen, werden Nutzerinteraktionen möglich, die es vor Large Language Models (LLMs) kaum gab. Wie können Sie als Anwendungsentwickler mit generativer KI interaktive, leistungsstarke Anwendungen in Google Cloud erstellen?
In diesem Kurs lernen Sie etwas über Anwendungen, die auf generativer KI basieren, und erfahren, wie Sie Prompt-Design und Retrieval-Augmented Generation (RAG) nutzen können, um mit LLMs leistungsstarke Anwendungen zu entwickeln. Wir stellen Ihnen eine produktionsreife Architektur für auf generativer KI basierende Anwendungen vor und Sie erstellen eine Chat-Anwendung auf der Basis von LLMs und RAG.
Weitere Informationen
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.
Learners will get hands-on practice using Agent Platform Feature Store's streaming ingestion at the SDK layer.
Weitere Informationen
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.
Weitere Informationen
This course covers how to implement the various flavors of production ML systems— static, dynamic, and continuous training; static and dynamic inference; and batch and online processing. You delve into TensorFlow abstraction levels, the various options for doing distributed training, and how to write distributed training models with custom estimators.
This is the second course of the Advanced Machine Learning on Google Cloud series. After completing this course, enroll in the Image Understanding with TensorFlow on Google Cloud course.
Weitere Informationen
Mit dem Skill-Logo zum Kurs ML-Modelle mit BigQuery ML erstellen weisen Sie fortgeschrittene Kenntnisse in folgendem Bereich nach: Erstellen und Bewerten von Machine-Learning-Modellen mit BigQuery ML, um Datenvorhersagen zu treffen.
Weitere Informationen
Mit dem Skill-Logo zum Kurs Daten für ML-APIs in Google Cloud vorbereiten weisen Sie Grundkenntnisse in folgenden Bereichen nach: Bereinigen von Daten mit Dataprep von Trifacta, Ausführen von Datenpipelines in Dataflow, Erstellen von Clustern und Ausführen von Apache Spark-Jobs in Managed Service for Apache Spark sowie Aufrufen von ML-APIs, einschließlich der Cloud Natural Language API, Cloud Speech-to-Text API und Video Intelligence API.
Weitere Informationen
Learn how to use Gemini Notebook to create a personalized study guide for the Professional Machine Learning Engineer (PMLE) certification exam. You'll review Gemini Notebook features, create a notebook, and use the study guide to practice for a certification exam.
Weitere Informationen
Mit dem Skill-Logo zum Kurs Grundlegende Sicherheitsfunktionen in Google Cloud implementieren weisen Sie fortgeschrittene Kenntnisse in folgenden Bereichen nach: Erstellen und Zuweisen von Rollen mit Identity and Access Management (IAM); Erstellen und Verwalten von Dienstkonten; Herstellen einer privaten Verbindung zwischen Virtual Private Cloud-Netzwerken (VPC); Beschränken des Anwendungszugriffs mithilfe von Identity-Aware Proxy; Verwalten von Schlüsseln und verschlüsselten Daten mit Cloud Key Management Service (KMS); und Erstellen eines privaten Kubernetes-Clusters.
Weitere Informationen
Mit dem Skill-Logo Serverlose Anwendungen in Cloud Run entwickeln weisen Sie Kenntnisse in den folgenden Bereichen nach: Cloud Run für Datenmanagement in Cloud Storage integrieren, mit Cloud Run und Pub/Sub die Architektur von asynchronen, ausfallsicheren Systemen erstellen, REST API-Gateways basierend auf Cloud Run aufbauen und Dienste auf Cloud Run entwickeln und bereitstellen.
Weitere Informationen
Sichern Sie sich ein Skill-Logo, indem Sie den Kurs Geschütztes Google Cloud-Netzwerk erstellen abschließen. Dabei lernen Sie verschiedene netzwerkbezogene Ressourcen kennen, mit denen Sie Ihre Anwendungen in Google Cloud erstellen, skalieren und schützen können.
Weitere Informationen
Mit dem Skill-Logo zum Kurs Cloud Load Balancing in der Compute Engine implementieren weisen Sie Kenntnisse in folgenden Bereichen nach: virtuelle Maschinen in der Compute Engine erstellen und bereitstellen und Netzwerk- und Application Load Balancer konfigurieren.
Weitere Informationen
In diesem Kurs lernen Sie die KI- und ML-Funktionen von Google Cloud kennen. Der Schwerpunkt liegt auf der Entwicklung von Projekten mit generativer und prädiktiver KI. Dabei werden die verschiedenen Technologien, Produkte und Tools vorgestellt, die für den gesamten Lebenszyklus der Datenaufbereitung für KI verfügbar sind. Data Scientists, KI-Entwickler*innen und ML-Engineers können ihr Fachwissen durch interaktive Übungen erweitern.
Weitere Informationen
In diesem Kurs lernen Sie Data Engineering on Google Cloud sowie die Rollen und Verantwortlichkeiten von Data Engineers kennen und sehen, wie diese mit den Angeboten von Google Cloud zusammenhängen. Außerdem erfahren Sie, wie Sie Herausforderungen im Bereich Data Engineering meistern können.
Weitere Informationen
Discover how to modernize, manage, and observe applications at scale using Google Kubernetes Engine. This course uses lectures and hands-on labs to help you explore and deploy using Google Kubernetes Engine (GKE), GKE Fleets, Cloud Service Mesh, and Config Controller capabilities that will enable you to work with modern applications, even when they are split among multiple clusters hosted by multiple providers.
Weitere Informationen
Welcome to the sixth course in our Networking and Google Cloud series, Hybrid and Multicloud. The first module will walk you through various cloud connectivity options, with a deep dive into Cloud Interconnect, exploring its different types and functionalities. In the second module, we'll cover Cloud VPN, discussing its implementation, high availability, VPN topologies, and the Network Connectivity Center for streamline management. By the end of this course, you will be able to explain the different connectivity options available to extend your on-premises and other cloud networks to Google Cloud, and analyze the suitability of different Google Cloud hybrid and multicloud connectivity services for specific use cases.
Weitere Informationen
Dieser On-Demand-Intensivkurs bietet Teilnehmenden eine Einführung in die umfangreiche und flexible Infrastruktur und die Plattformdienste von Google Cloud. In Videovorträgen, Demos und praxisorientierten Labs lernen Teilnehmende Lösungselemente kennen und stellen sie bereit. Dazu gehören sichere Interconnect-Netzwerke, Load Balancing, Autoscaling, Automatisierung der Infrastruktur und verwaltete Dienste.
Weitere Informationen
This course introduces the Cloud Run serverless platform for running applications.
In this course, you learn about the fundamentals of Cloud Run, its resource model and the container lifecycle.
You learn about service identities, how to control access to services, and how to develop and test your
application locally before deploying it to Cloud Run. The course also teaches you how to integrate
with other services on Google Cloud so you can build full-featured applications.
Weitere Informationen
Welcome to the third course of the "Networking in Google Cloud" series: Network Architecture!
In this course, you will explore the fundamentals of designing efficient and scalable network architectures within Google Cloud.
In the first module, Introduction to Network Architecture, we'll start by introducing you to the core components and concepts of network architecture, including subnets, routes, firewalls, and load balancing.
Then in the second module, network topologies, we'll dive into various network topologies commonly used in Google Cloud, discussing their strengths, and weaknesses.
Weitere Informationen
This course provides foundational knowledge for securing your Google Cloud environment. You will learn Google Cloud's security model, including Zero Trust principles and the Shared Fate model. You will configure identity services like Cloud Identity and Workforce Identity Federation, manage access control using Identity and Access Management (IAM) roles, conditions, and policies, and implement network security controls such as VPCs, Cloud Firewall tiers, and VPC Service Controls to build a secure perimeter.
As the foundation of the Security in Google Cloud learning path, this course establishes the core principles required for two subsequent specialized tracks: the five-course Security Best Practices in Google Cloud series and the four-course Mitigate Threats in Google Cloud series.
Weitere Informationen
Networking in Google cloud is a 6 part course series. Welcome to the first course of our six part course series, Networking in Google Cloud: Fundamentals.
This course provides a comprehensive overview of core networking concepts, including networking fundamentals, virtual private clouds (VPCs), and the sharing of VPC networks. Additionally, the course covers network logging and monitoring techniques.
Weitere Informationen
Dieser On-Demand-Intensivkurs bietet Teilnehmenden eine Einführung in die umfangreiche und flexible Infrastruktur und die Plattformdienste von Google Cloud, mit Schwerpunkt auf der Compute Engine. In Videovorträgen, Demos und praxisorientierten Labs lernen die Teilnehmenden Lösungselemente kennen und stellen sie dann bereit. Dazu gehören Infrastrukturkomponenten wie Netzwerke, Systeme und Anwendungsdienste. Außerdem werden praktische Lösungen vorgestellt, beispielsweise für von Kundinnen und Kunden bereitgestellte Verschlüsselungsschlüssel, die Sicherheits- und Zugriffsverwaltung, Kontingente und Abrechnung sowie das Ressourcenmonitoring.
Weitere Informationen
Learn how to use Gemini Notebook to create a personalized study guide for the Professional Cloud Architect 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.
Weitere Informationen
Sind Sie bereit, mit AI Hypercomputer loszulegen? Dieser Grundlagenkurs erleichtert Ihnen den Einstieg. Er vermittelt Ihnen, was AI Hypercomputer ist und wie damit KI bei KI-Arbeitslasten unterstützt wird. Sie lernen die verschiedenen Komponenten eines Hypercomputers kennen, wie GPUs, TPUs und CPUs, und erfahren, wie Sie den richtigen Ansatz hinsichtlich der Bereitstellung Ihren Anforderungen entsprechend auswählen.
Weitere Informationen
Mit dem Skill-Logo Infrastruktur mit Terraform in Google Cloud erstellen weisen Sie fortgeschrittene Kenntnisse in folgenden Bereichen nach: Grundsätze von Infrastruktur als Code (IaC) unter Verwendung von Terraform, Bereitstellen und Verwalten von Google Cloud-Ressourcen mit Terraform-Konfigurationen, effektives Statusmanagement (lokal und remote) und die Modularisierung von Terraform-Code für Wiederverwendbarkeit und Organisation.
Weitere Informationen
Mit dem Skill-Logo Monitoring und Logging mit Google Cloud Observability weisen Sie Grundkenntnisse in folgenden Bereichen nach: Überwachen virtueller Maschinen in der Compute Engine, Einsetzen von Cloud Monitoring für Verwaltung mehrerer Projekte, Erweitern von Monitoring- und Logging-Funktionen zur Nutzung in Cloud Functions, Erstellen und Senden von benutzerdefinierten Anwendungsmesswerten und Konfigurieren von Cloud Monitoring-Benachrichtigungen auf der Grundlage benutzerdefinierter Messwerte.
Weitere Informationen
In diesem Kurs lernen Sie die Grundlagen für die Implementierung von sicheren und effizienten DevSecOps-Prozessen. Sie erfahren, wie Sie Ihre Entwicklungspipeline mit Google Cloud-Diensten wie Artifact Registry, Cloud Build, Cloud Deploy und der Binärautorisierung schützen können. So können Sie containerisierte Anwendungen erstellen, testen und bereitstellen und dabei Sicherheitskontrollen in der gesamten CI/CD-Pipeline einsetzen.
Weitere Informationen
Mit dem Skill-Logo DevOps-Workflows in Google Cloud implementieren weisen Sie fortgeschrittene Kenntnisse in folgenden Bereichen nach: Git-Repositories erstellen und verwalten, Deployments in der Google Kubernetes Engine (GKE) starten, verwalten und skalieren sowie CI/CD-Pipelines zur Automatisierung von Container-Image-Builds und GKE-Deployments entwerfen.
Weitere Informationen
Erhalten Sie ein Skill-Logo, indem Sie den Kurs „Umgebung für die Anwendungsentwicklung in Google Cloud einrichten“ abschließen. Dabei lernen Sie, wie Sie eine speicherorientierte Cloud-Infrastruktur mithilfe der grundlegenden Funktionen der folgenden Technologien erstellen und verbinden: Cloud Storage, Identity and Access Management, Cloud Functions und Pub/Sub.
Weitere Informationen
Application Design Center accelerates app delivery while maintaining governance and security across Google Cloud. It empowers both platform and development teams to visually design, standardize, and deploy production-ready apps in minutes rather than days. By adopting reusable templates that automatically generate infrastructure as code configurations and integrate with App Hub, teams ship secure-by-design apps faster and gain unified visibility across all app workloads.
This course teaches you how to use App Design Center to transition from manual, inconsistent app provisioning to automated, resilient app management.
Weitere Informationen
This course provides an introduction to using Terraform for Google Cloud. It enables learners to describe how Terraform can be used to implement infrastructure as code and to apply some of its key features and functionalities to create and manage Google Cloud infrastructure.
Learners will get hands-on practice building and managing Google Cloud resources using Terraform.
Weitere Informationen
Gemini Cloud Assist Investigations sind ein KI-gestütztes Tool zur iterativen Fehlerbehebung in Google Cloud-Umgebungen. Es soll Nutzern helfen, häufige Probleme zu beheben und die Ursache von Problemen zu finden, die bei der Verwendung von Google Cloud-Diensten auftreten können.
In diesem Kurs lernen DevOps-, SRE- und Plattform-Entwickler, wie sie Gemini Cloud Assist Investigations effektiv einsetzen, um die Fehlerbehebung bei Google Cloud-Diensten zu optimieren. Der Kurs vermittelt Grundlagenwissen zu Gemini Cloud Assist Investigations, um die Zeit für die Fehlerbehebung zu verkürzen und die allgemeine betriebliche Effizienz für Google Cloud-Nutzer zu verbessern.
Weitere Informationen
Welcome to Observability in Google Cloud, the second part of a two-part course series. It is suggested that you complete part 1, Logging and Monitoring in Google Cloud, prior to taking this course.
This course is all about application performance management tools, including Error Reporting, Cloud Trace, and Cloud Profiler.
Weitere Informationen
Welcome to the two-part course on Logging, Monitoring, and Observability in Google Cloud. The core operations tools in Google Cloud break down into two major categories. The operations-focused components and the application performance management tools. This course, Logging and Monitoring in Google Cloud, covers the operations-focused components including Logging, Monitoring, and Service Monitoring. After taking this course, it is suggested that you complete part 2, Observability in Google Cloud, to learn about the available application performance management tools.
Weitere Informationen
In this course, you’ll learn how to apply the Google Cloud Well-Architected Framework to design resilient, production-grade cloud environments. You’ll analyze real-world challenges across six distinct industries to balance competing priorities like low-latency performance, ironclad security, and carbon efficiency. By the end, you'll possess a practical architectural playbook and the critical thinking skills needed to lead reviews and optimize cloud workloads in the field.
Weitere Informationen
In „Google Cloud-Grundlagen: Kerninfrastruktur“ werden wichtige Konzepte und die Terminologie für die Arbeit mit Google Cloud vorgestellt. In Videos und praxisorientierten Labs werden viele Computing- und Speicherdienste von Google Cloud sowie wichtige Tools für die Ressourcen- und Richtlinienverwaltung präsentiert und miteinander verglichen.
Weitere Informationen
In many IT organizations, incentives are not aligned between developers, who strive for agility, and operators, who focus on stability. Site reliability engineering, or SRE, is how Google aligns incentives between development and operations and does mission-critical production support. Adoption of SRE cultural and technical practices can help improve collaboration between the business and IT. This course introduces key practices of Google SRE and the important role IT and business leaders play in the success of SRE organizational adoption.
Weitere Informationen
Dieser Kurs soll Google Workspace-Admins auf die Behebung häufiger Probleme in Google Workspace vorbereiten. Teilnehmende lernen, wie sie Probleme in Gmail, Google Kalender und Google Drive diagnostizieren und beheben und wie sie die Admin-Konsole bedienen. Außerdem lernen sie, wie sie Audit-Logs analysieren, um Sicherheitsprobleme zu beheben, und wie sie Informationen erfassen und verfügbare Ressourcen nutzen, um technische Probleme zu beheben und zu melden.
Weitere Informationen
In diesem Kurs lernen die Teilnehmenden, wie sie ihre Google Workspace-Umgebung schützen können. Sie implementieren strenge Passwortrichtlinien und die Bestätigung in zwei Schritten, um den Nutzerzugriff zu steuern. Anschließend lernen sie, wie sie mit dem Sicherheitsprüftool Risiken proaktiv erkennen und darauf reagieren können. Als Nächstes verwalten sie den Zugriff auf Drittanbieter-Anwendungen und Mobilgeräte, um für Sicherheit zu sorgen. Abschließend setzen die Teilnehmenden Maßnahmen für E-Mail-Sicherheit und Compliance um, die Unternehmensdaten schützen sollen.
Weitere Informationen
In diesem Kurs wird vermittelt, wie Daten in einer Google Workspace-Umgebung verwaltet werden. Die Teilnehmenden lernen, wie sie Regeln zum Schutz vor Datenverlust in Gmail und Drive einrichten, um Datenlecks zu verhindern. Anschließend erfahren sie, wie sie Google Vault für die Aufbewahrung, die Sicherung und das Abrufen von Daten nutzen können. Als Nächstes lernen sie, wie sie Datenregionen und Exporteinstellungen so konfigurieren, dass sie den Vorschriften entsprechen. Außerdem wird gezeigt, wie Daten mithilfe von Labels klassifiziert werden können, um sie besser zu organisieren und zu schützen.
Weitere Informationen
In diesem Kurs werden die Hauptdienste von Google Workspace umfassend behandelt. Teilnehmende lernen, wie sie Einstellungen für diese Dienste aktivieren, deaktivieren und konfigurieren können, darunter Gmail, Google Kalender, Google Drive, Google Meet, Google Chat und Google Docs. Anschließend erfahren sie, wie sie Gemini bereitstellen und verwalten können, um Nutzende zu unterstützen. Schließlich werden Anwendungsfälle für AppSheet und Apps Script untersucht, in denen Aufgaben automatisiert und die Funktionen von Google Workspace-Anwendungen erweitert werden.
Weitere Informationen
In diesem Kurs lernen Sie, wie Sie Nutzende und Ressourcen in Google Workspace verwalten. Die Teilnehmenden lernen, wie sie Organisationseinheiten so konfigurieren, dass sie den Anforderungen ihres Unternehmens entsprechen. Außerdem erfahren sie, wie sie verschiedene Arten von Google-Gruppen verwalten. Darüber hinaus wird die Verwaltung von Domaineinstellungen in Google Workspace behandelt. Schließlich wird gezeigt, wie Ressourcen in einer Google Workspace-Umgebung optimiert und strukturiert werden.
Weitere Informationen
Sichern Sie sich ein Skill-Logo, indem Sie den Kurs Umgebungen mit Google Cloud Managed Service for Prometheus überwachen abschließen. In diesem Kurs lernen Sie das Kubernetes Monitoring mit Google Cloud Managed Service for Prometheus kennen.
Weitere Informationen
Mit dem Skill-Logo zum Kurs Mit Security Command Center gegen Bedrohungen und Sicherheitslücken vorgehen weisen Sie fortgeschrittene Kenntnisse in den folgenden Bereichen nach: Bedrohungen für Umgebungen verhindern und bewältigen, Sicherheitslücken in Anwendungen erkennen und beseitigen sowie auf Sicherheitsanomalien reagieren.
Weitere Informationen
Sichern Sie sich das Skill-Logo für Fortgeschrittene, indem Sie den Kurs APIs für Machine Learning in Google Cloud verwenden abschließen – hier lernen Sie die grundlegenden Funktionen der folgenden Machine-Learning- und KI-Technologien kennen: Cloud Vision API, Cloud Translation API und Cloud Natural Language API.
Weitere Informationen
Mit dem Skill-Logo zum Einsteigerkurs Database Migration Service verwenden, um MySQL-Daten nach Cloud SQL zu migrieren weisen Sie Kenntnisse in folgenden Bereichen nach: verschiedene in Database Migration Service verfügbare Jobtypen und Verbindungsoptionen nutzen, um MySQL-Daten nach Cloud SQL zu migrieren, und beim Ausführen von Database Migration Service-Jobs MySQL-Nutzerdaten migrieren.
Weitere Informationen
Sichern Sie sich ein Skill-Logo, indem Sie den Kurs Cloud-Zusammenarbeit und Produktivitäts-Workflows implementieren abschließen. Darin lernen Sie die Plattform zur Zusammenarbeit von Google kennen und erfahren, wie Sie Gmail, Kalender, Meet, Drive, Sheets und AppSheet verwenden.
Weitere Informationen
Holen Sie sich ein Skill-Logo, indem Sie den Kurs Freigegebene Daten über die Daten-Cloud von Google nutzen abschließen. In diesem Kurs erwerben Sie praktische Kenntnisse mit Google Cloud-Partnern für die Datenfreigabe, die eigene Datasets haben, die Kundinnen und Kunden für ihre Anwendungsfälle in der Analyse verwenden können. Kundinnen und Kunden können diese Daten abonnieren, sie in ihrer eigenen Plattform abfragen und um ihre eigenen Datasets erweitern sowie ihre Visualisierungstools für kundenorientierte Dashboards verwenden.
Weitere Informationen
Mit dem Skill-Logo zum Kurs Informationen aus BigQuery-Daten ableiten weisen Sie Grundkenntnisse in folgenden Bereichen nach: Schreiben von SQL-Abfragen, Abfragen öffentlicher Tabellen, Laden von Beispieldaten in BigQuery, Beheben häufig auftretender Syntaxfehler mithilfe der Abfragevalidierung in BigQuery und Erstellen von Berichten in Data Studio durch Herstellen einer Verbindung zu BigQuery-Daten.
Weitere Informationen
In diesem Kurs wird eine Lösung für Retrieval-Augmented Generation (RAG) in BigQuery vorgestellt, die KI-Halluzinationen minimiert. Sie lernen einen RAG-Workflow kennen, der die Erstellung von Einbettungen, die Suche in einem Vektorraum und die Generierung verbesserter Antworten umfasst. Darüber hinaus werden die konzeptionellen Gründe für diese Schritte und ihre praktische Umsetzung mit BigQuery erklärt. Am Ende des Kurses werden Sie in der Lage sein, eine RAG-Pipeline mithilfe von BigQuery und generativen KI-Modellen wie Gemini zu erstellen und Modelle einzubetten, um KI-Halluzinationen zu verhindern.
Weitere Informationen
Mit der MCP-Toolbox für Datenbanken KI-Agenten erstellen, die Unternehmensdatenbanken nutzen können Tools für die sichere Datenbankinteraktion definieren und intelligente Abfragefunktionen implementieren (unter Verwendung von Vektoreinbettungen und strukturierten Abfragen)
Weitere Informationen
Mit dem Skill-Logo zum Kurs Daten für die Vorhersagemodellierung mit BigQuery ML vorbereiten weisen Sie fortgeschrittene Kenntnisse in folgenden Bereichen nach: Erstellen von Pipelines für die Datentransformation nach BigQuery mithilfe von Dataprep von Trifacta; Extrahieren, Transformieren und Laden (ETL) von Workflows mit Cloud Storage, Dataflow und BigQuery; und Erstellen von Machine-Learning-Modellen mithilfe von BigQuery ML.
Weitere Informationen
Erhalten Sie ein Skill-Logo, indem Sie den Kurs Cloud-Architektur: Entwerfen, umsetzen und verwalten abschließen. Dabei können Sie Fähigkeiten nachweisen, die für folgende Aufgaben nötig sind: eine öffentlich zugängliche Website mit Apache-Webservern bereitstellen, eine Compute Engine-VM mithilfe von Startscripts konfigurieren, sicheres RDP durch Nutzung von Firewallregeln und eines Windows-Bastion Hosts konfigurieren, ein Docker-Image in einem Kubernetes-Cluster bereitstellen und anschließend aktualisieren sowie eine Cloud SQL-Instanz erstellen und eine MySQL-Datenbank importieren. Diese Aufgabenreihe bietet eine gute Grundlage für bestimmte Themen, die Teil der Zertifizierungsprüfung zum Google Cloud Certified Professional Cloud Architect sind.
Weitere Informationen
Mit dem Skill-Logo zum Kurs Software-Engineering von KI-Agenten mit dem Agent Development Kit (ADK) weisen Sie fortgeschrittene Kenntnisse in folgenden Bereichen nach: Formulierung von vorhandenen Forschungsproblemen im Bereich Language Models, Erstellung eines einfachen Tokenizers, Vorbereitung eines Datasets für das Training eines Transformer-Sprachmodells, Ausführung der Trainingsschleife eines kleinen Sprachmodells.
Weitere Informationen
Mit dem Skill-Logo zum Kurs Kubernetes in Google Cloud verwalten für Fortgeschrittene weisen Sie Kenntnisse in folgenden Bereichen nach: Verwaltung von Bereitstellungen mit kubectl, Debugging von Anwendungen in der Google Kubernetes Engine (GKE) und Techniken für die kontinuierliche Bereitstellung.
Weitere Informationen
Dieser Kurs gibt Machine-Learning-Anwendern alle grundlegenden Tools, Techniken und Best Practices zur Bewertung von generativen und prädiktiven KI-Modellen an die Hand. Die Modellbewertung ist ein wichtiger Schritt, bei dem geprüft wird, ob ML-Systeme in der Produktion zuverlässige, genaue und leistungsstarke Ergebnisse erzielen.
Die Teilnehmer erwerben fundierte Kenntnisse über verschiedene Bewertungsmesswerte und -methoden und lernen, sie auf unterschiedliche Modelltypen und Aufgaben anzuwenden. Im Kurs wird schwerpunktmäßig auf die besonderen Herausforderungen generativer KI-Modelle eingegangen und es werden Strategien vorgestellt, wie sich diese effektiv bewältigen lassen. Die Teilnehmer lernen auf der Plattform Vertex AI von Google Cloud, robuste Bewertungsprozesse zur Auswahl, Optimierung und kontinuierlichen Überwachung des Modells zu implementieren.
Weitere Informationen
Dieser Kurs vermittelt Ihnen das Wissen und die nötigen Tools, um die speziellen Herausforderungen zu erkennen, mit denen MLOps-Teams bei der Bereitstellung und Verwaltung von Modellen basierend auf generativer KI konfrontiert sind. Sie erfahren, wie KI-Teams durch Vertex AI dabei unterstützt werden, MLOps-Prozesse zu optimieren und mit Projekten erfolgreich zu sein, in denen generative KI zum Einsatz kommt.
Weitere Informationen
Mit dem Skill-Logo zum Kurs Google DeepMind: Ein kleines Sprachmodell trainieren weisen Sie fortgeschrittene Kenntnisse in folgenden Bereichen nach: Formulierung von vorhandenen Forschungsproblemen im Bereich Language Models, Erstellung eines einfachen Tokenizers, Vorbereitung eines Datasets für das Training eines Transformer-Sprachmodells, Ausführung der Trainingsschleife eines kleinen Sprachmodells. Sie können kostenlos auf dieses Lab zugreifen, wenn Sie sich für das kostenlose Abo registrieren. Sie erhalten jeden Monat 35 kostenlose Guthabenpunkte!
Weitere Informationen
Da die Nutzung von künstlicher Intelligenz und Machine Learning in Unternehmen weiter zunimmt, wird auch deren verantwortungsbewusste Entwicklung ein immer wichtigeres Thema. Dabei ist es für viele schwierig, die Überlegungen zur verantwortungsbewussten Anwendung von KI in die Praxis umzusetzen. Wenn Sie wissen möchten, wie sich die verantwortungsbewusste Anwendung von KI in die Praxis umsetzen, also operationalisieren lässt, finden Sie in diesem Kurs entsprechende Hilfestellungen.
In diesem Kurs erfahren Sie, wie dies mit Google Cloud heutzutage möglich ist, inklusive entsprechender Best Practices und Erkenntnisse. Es wird gezeigt, welches Framework Google Cloud bietet, um einen eigenen Ansatz für die verantwortungsbewusste Anwendung von KI zu entwickeln.
Weitere Informationen
In diesem Einführungskurs im Microlearning-Format wird erklärt, was verantwortungsbewusste Anwendung von KI bedeutet, warum sie wichtig ist und wie Google dies in seinen Produkten berücksichtigt. Darüber hinaus werden die 7 KI-Grundsätze von Google behandelt.
Weitere Informationen
In diesem Einführungskurs im Microlearning-Format wird untersucht, was Large Language Models (LLM) sind, für welche Anwendungsfälle sie genutzt werden können und wie die LLM-Leistung durch Feinabstimmung von Prompts gesteigert werden kann. Darüber hinaus werden Tools von Google behandelt, die das Entwickeln eigener Anwendungen basierend auf generativer KI ermöglichen.
Weitere Informationen
In diesem Einführungskurs im Microlearning-Format wird erklärt, was generative KI ist, wie sie genutzt wird und wie sie sich von herkömmlichen Methoden für Machine Learning unterscheidet. Darüber hinaus werden Tools von Google behandelt, mit denen Sie eigene generative KI-Anwendungen entwickeln können.
Weitere Informationen
