Simone Renzi
Menjadi anggota sejak 2026
Gold League
27636 poin
Meningkatkan Produktivitas dengan Gemini in BigQuery
Earned Okt 19, 2026 EDT
Serverless Data Processing with Dataflow: Operations
Earned Okt 19, 2026 EDT
Membangun Mesh Data dengan Knowledge Catalog
Earned Okt 19, 2026 EDT
Membangun Data Warehouse dengan BigQuery
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
Responsible AI untuk Developer: Privasi & Keamanan
Earned Okt 17, 2026 EDT
Responsible AI untuk Developer: Penafsiran & Transparansi
Earned Okt 17, 2026 EDT
Responsible AI untuk Developer: Keadilan & Bias
Earned Okt 17, 2026 EDT
Membuat Aplikasi AI Generatif di Google Cloud
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
Membuat Model ML dengan BigQuery ML
Earned Okt 16, 2026 EDT
Menyiapkan Data untuk ML API di Google Cloud
Earned Okt 16, 2026 EDT
Build a Certification Study Guide: PMLE
Earned Okt 16, 2026 EDT
Menerapkan Dasar-Dasar Keamanan Cloud di Google Cloud
Earned Okt 16, 2026 EDT
Mengembangkan Aplikasi Serverless di Cloud Run
Earned Okt 15, 2026 EDT
Membangun Jaringan Google Cloud yang Aman
Earned Okt 15, 2026 EDT
Mengimplementasikan Cloud Load Balancing untuk Compute Engine
Earned Okt 15, 2026 EDT
Pengantar AI dan Machine Learning di Google Cloud
Earned Okt 15, 2026 EDT
Pengantar Data Engineering di 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
Infrastruktur Google Cloud Elastis: Penskalaan dan Otomatisasi
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
Infrastruktur Google Cloud yang Penting: Layanan Inti
Earned Okt 13, 2026 EDT
Build a Certification Study Guide: PCA Exam Prep
Earned Okt 13, 2026 EDT
Infrastruktur AI: Pengantar AI Hypercomputer
Earned Okt 13, 2026 EDT
Membangun Infrastruktur dengan Terraform di Google Cloud
Earned Okt 13, 2026 EDT
Memantau dan Membuat Log dengan Google Cloud Observability
Earned Okt 12, 2026 EDT
Menggunakan DevSecOps di Lingkungan Google Cloud
Earned Okt 12, 2026 EDT
Mengimplementasikan Alur Kerja DevOps di Google Cloud
Earned Okt 12, 2026 EDT
Menyiapkan Lingkungan Pengembangan Aplikasi di Google Cloud
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
Memecahkan Masalah dengan AI Menggunakan Investigasi Cloud Assist
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
Infrastruktur Google Cloud yang Dapat Diandalkan: Desain dan Proses
Earned Okt 11, 2026 EDT
Dasar-Dasar Google Cloud: Infrastruktur Inti
Earned Okt 11, 2026 EDT
Developing a Google SRE Culture
Earned Okt 11, 2026 EDT
Pemecahan Masalah Google Workspace
Earned Okt 11, 2026 EDT
Keamanan Google Workspace
Earned Okt 11, 2026 EDT
Tata Kelola Data Google Workspace
Earned Okt 11, 2026 EDT
Layanan Inti Google Workspace
Earned Okt 11, 2026 EDT
Pengelolaan Pengguna dan Fasilitas Google Workspace
Earned Okt 11, 2026 EDT
Memantau Lingkungan dengan Google Cloud Managed Service for Prometheus
Earned Okt 10, 2026 EDT
Memitigasi Ancaman dan Kerentanan dengan Security Command Center
Earned Okt 10, 2026 EDT
Menggunakan API Machine Learning di Google Cloud
Earned Okt 10, 2026 EDT
Memigrasikan Data MySQL ke Cloud SQL Menggunakan Database Migration Service
Earned Okt 10, 2026 EDT
Mengimplementasikan Alur Kerja Kolaborasi dan Produktivitas Cloud
Earned Okt 10, 2026 EDT
Berbagi Data Menggunakan Google Data Cloud
Earned Okt 10, 2026 EDT
Mendapatkan Insight dari Data BigQuery
Earned Okt 10, 2026 EDT
Membuat Embedding, Penelusuran Vektor, dan RAG dengan BigQuery
Earned Okt 10, 2026 EDT
Membangun Agen AI dengan Database Enterprise
Earned Okt 10, 2026 EDT
Rekayasa Data untuk Pembuatan Model Prediktif dengan BigQuery ML
Earned Okt 10, 2026 EDT
Arsitektur Cloud: Merancang, Mengimplementasikan, dan Mengelola
Earned Okt 10, 2026 EDT
Merekayasa Agen AI dengan Agent Development Kit (ADK)
Earned Okt 10, 2026 EDT
Mengelola Kubernetes di Google Cloud
Earned Okt 10, 2026 EDT
Machine Learning Operations (MLOps) dengan Vertex AI: Evaluasi Model
Earned Okt 10, 2026 EDT
Machine Learning Operations (MLOps) untuk AI Generatif
Earned Okt 10, 2026 EDT
Google DeepMind: Melatih Model Bahasa Kecil
Earned Okt 10, 2026 EDT
Responsible AI: Menerapkan Prinsip AI dengan Google Cloud
Earned Apr 17, 2026 EDT
Pengantar Responsible AI
Earned Apr 17, 2026 EDT
Pengantar Model Bahasa Besar
Earned Apr 17, 2026 EDT
Pengantar AI Generatif
Earned Apr 17, 2026 EDT
Kursus ini mengeksplorasi Gemini in BigQuery, yakni paket fitur yang didukung AI untuk membantu alur kerja data ke AI. Paket fitur ini meliputi eksplorasi dan persiapan data, pembuatan kode dan pemecahan masalah, serta penemuan dan visualisasi alur kerja. Melalui penjelasan konseptual, kasus penggunaan praktis, dan lab interaktif, kursus ini akan membantu para praktisi data dalam meningkatkan produktivitas mereka dan mempercepat pipeline pengembangan.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
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 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
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.
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 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
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
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
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.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
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.
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
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.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
Selesaikan badge keahlian tingkat menengah Membuat Model ML dengan BigQuery ML untuk menunjukkan keterampilan dalam hal berikut: membuat dan mengevaluasi model machine learning dengan BigQuery ML untuk membuat prediksi data.
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
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.
Pelajari lebih lanjut
Selesaikan badge keahlian tingkat menengah Menerapkan Dasar-Dasar Keamanan Cloud di Google Cloud untuk menunjukkan kemahiran dalam hal berikut: membuat dan menetapkan peran dengan Identity and Access Management (IAM); membuat dan mengelola akun layanan; memungkinkan konektivitas pribadi di seluruh jaringan virtual private cloud (VPC); membatasi akses aplikasi menggunakan Identity-Aware Proxy; mengelola kunci dan data terenkripsi dengan Cloud Key Management Service (KMS); dan membuat cluster Kubernetes pribadi.
Pelajari lebih lanjut
Selesaikan badge keahlian Mengembangkan Aplikasi Serverless di Cloud Run untuk menunjukkan keterampilan Anda dalam hal berikut: mengintegrasikan Cloud Run dengan Cloud Storage untuk pengelolaan data, membangun sistem asinkron yang tangguh menggunakan Cloud Run dan Pub/Sub, membuat gateway REST API yang didukung Cloud Run, dan membangun serta men-deploy layanan di Cloud Run.
Pelajari lebih lanjut
Dapatkan badge keahlian dengan menyelesaikan kursus Membangun Jaringan Google Cloud yang Aman yang membahas resource yang terkait dengan beberapa jaringan untuk membangun, menskalakan, dan mengamankan aplikasi Anda di 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
Kursus ini memperkenalkan kemampuan AI dan machine learning (ML) Google Cloud, dengan fokus pada pengembangan project AI generatif dan prediktif. Kursus ini akan membahas berbagai teknologi, produk, dan alat yang tersedia di seluruh siklus proses data ke AI, yang memberdayakan data scientist, developer AI, dan engineer ML untuk meningkatkan keahlian mereka melalui latihan interaktif.
Pelajari lebih lanjut
Dalam kursus ini, Anda akan belajar tentang data engineering on Google Cloud, peran dan tanggung jawab data engineer, dan bagaimana hal tersebut terhubung dengan penawaran yang disediakan oleh Google Cloud. Anda juga akan mempelajari cara untuk mengatasi tantangan terkait data engineering.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
Kursus akselerasi sesuai permintaan ini memperkenalkan peserta pada infrastruktur dan layanan platform yang komprehensif dan fleksibel yang disediakan oleh Google Cloud. Melalui kombinasi video materi edukasi, demo, dan lab interaktif, peserta akan mengeksplorasi dan men-deploy berbagai elemen solusi, termasuk membuat interkoneksi jaringan yang aman, load balancing, penskalaan otomatis, otomatisasi infrastruktur, serta layanan terkelola.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
Kursus akselerasi sesuai permintaan ini memperkenalkan peserta pada infrastruktur dan layanan platform yang komprehensif dan fleksibel yang disediakan oleh Google Cloud, dengan fokus pada Compute Engine. Melalui kombinasi video materi edukasi, demo, dan lab praktis, peserta akan mengeksplorasi dan men-deploy berbagai elemen solusi, termasuk komponen infrastruktur seperti jaringan, sistem, dan layanan aplikasi. Kursus ini juga membahas cara men-deploy solusi praktis termasuk kunci enkripsi yang disediakan pelanggan, pengelolaan keamanan dan akses, kuota dan penagihan, serta pemantauan resource.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
Siap mulai menggunakan AI Hypercomputer? Kursus ini akan membantu Anda. Kami akan membahas dasar-dasar terkait apa itu AI Hypercomputer dan cara AI Hypercomputer membantu AI dalam menangani workload AI. Anda akan mempelajari berbagai komponen di dalam hypercomputer, seperti GPU, TPU, dan CPU, serta menemukan cara memilih pendekatan deployment yang sesuai untuk kebutuhan Anda.
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 badge keahlian pengantar Memantau dan Membuat Log dengan Google Cloud Observability untuk menunjukkan kemahiran dalam hal berikut: memantau virtual machine di Compute Engine, menggunakan Cloud Monitoring untuk pengawasan multi-project, memperluas kemampuan pemantauan dan logging ke Cloud Functions, membuat dan mengirimkan metrik aplikasi kustom, serta mengonfigurasi pemberitahuan Cloud Monitoring berdasarkan metrik kustom.
Pelajari lebih lanjut
Dalam kursus ini, Anda akan mempelajari keahlian dasar untuk mengimplementasikan praktik DevSecOps yang aman dan efisien di Google Cloud. Anda akan mempelajari cara mengamankan pipeline pengembangan dengan layanan Google Cloud seperti Artifact Registry, Cloud Build, Cloud Deploy, dan Otorisasi Biner. Setelah mempelajarinya, Anda dapat membangun, menguji, dan men-deploy aplikasi dalam container dengan kontrol keamanan di seluruh pipeline CI/CD.
Pelajari lebih lanjut
Selesaikan badge keahlian Mengimplementasikan Alur Kerja DevOps di Google Cloud tingkat menengah untuk menunjukkan keterampilan dalam hal berikut: membuat dan mengelola repositori git, meluncurkan, mengelola, dan menskalakan deployment di Google Kubernetes Engine (GKE), serta merancang pipeline CI/CD yang mengotomatiskan pembangunan dan deployment image container ke GKE.
Pelajari lebih lanjut
Dapatkan badge keahlian dengan menyelesaikan kursus Menyiapkan Lingkungan Pengembangan Aplikasi di Google Cloud, yang memungkinkan Anda mempelajari cara membangun dan menghubungkan infrastruktur cloud yang berpusat pada penyimpanan menggunakan kemampuan dasar teknologi berikut: Cloud Storage, Identity and Access Management, Cloud Functions, dan Pub/Sub.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
Investigasi Gemini Cloud Assist adalah alat yang didukung AI untuk pemecahan masalah berulang di lingkungan Google Cloud, dan bertujuan untuk membantu pengguna memecahkan masalah umum guna menemukan akar penyebab masalah yang mungkin terjadi saat menggunakan layanan Google Cloud.
Kursus ini membekali engineer DevOps, SRE, dan platform dengan keterampilan untuk menggunakan investigasi Gemini Cloud Assist secara efektif guna menyederhanakan pemecahan masalah layanan Google Cloud. Pelatihan ini berfokus pada pengetahuan dasar tentang investigasi Gemini Cloud Assist, dengan tujuan untuk mengurangi waktu pemecahan masalah dan meningkatkan efisiensi operasional secara keseluruhan bagi pengguna Google Cloud.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
Kursus ini membekali peserta dengan keterampilan untuk membangun solusi yang sangat andal dan efisien di Google Cloud menggunakan pola desain yang telah terbukti. Kursus ini merupakan kelanjutan dari kursus Membangun dengan Google Compute Engine atau Membangun dengan Google Kubernetes Engine dan memberikan pengalaman interaktif dengan teknologi yang dibahas dalam kursus tersebut. Melalui kombinasi presentasi, aktivitas desain, dan lab interaktif, peserta akan mempelajari cara menentukan serta menyeimbangkan kebutuhan bisnis dan teknis untuk merancang deployment Google Cloud yang sangat andal, sangat tersedia, aman, dan hemat biaya.
Pelajari lebih lanjut
Dasar-Dasar Google Cloud: Infrastruktur Inti memperkenalkan konsep dan terminologi penting untuk bekerja dengan Google Cloud. Melalui video dan lab interaktif, kursus ini menyajikan dan membandingkan banyak layanan komputasi dan penyimpanan Google Cloud, bersama dengan resource penting dan alat pengelolaan kebijakan.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
Kursus ini dirancang untuk mempersiapkan Administrator Google Workspace dalam memecahkan masalah umum Google Workspace. Peserta akan berlatih mendiagnosis dan menyelesaikan masalah di Gmail, Kalender, dan Drive, serta menavigasi konsol Admin. Mereka juga akan mendapatkan pengalaman dalam menganalisis log audit untuk memecahkan masalah keamanan, serta mengumpulkan informasi dan menggunakan referensi yang tersedia untuk memecahkan masalah teknis dan melaporkannya.
Pelajari lebih lanjut
Kursus ini membantu peserta mengamankan lingkungan Google Workspace mereka. Peserta akan menerapkan kebijakan sandi kuat dan verifikasi dua langkah untuk mengatur akses pengguna. Kemudian, peserta akan menggunakan alat investigasi keamanan untuk secara proaktif mengidentifikasi dan merespons risiko keamanan. Selanjutnya, peserta akan mengelola akses aplikasi pihak ketiga dan perangkat seluler untuk memastikan keamanan. Terakhir, peserta akan menerapkan keamanan email dan langkah-langkah kepatuhan untuk melindungi data organisasi.
Pelajari lebih lanjut
Kursus ini membekali peserta dengan keterampilan untuk mengatur data dalam lingkungan Google Workspace mereka. Peserta akan mempelajari aturan pencegahan kebocoran data di Gmail dan Drive untuk mencegah kebocoran data. Kemudian, mereka akan mempelajari cara menggunakan Google Vault untuk tujuan retensi, penyimpanan, dan pengambilan data. Selanjutnya, mereka akan mempelajari cara mengonfigurasi region data dan setelan ekspor agar selaras dengan peraturan. Terakhir, peserta akan mempelajari cara mengklasifikasikan data menggunakan label untuk meningkatkan kualitas organisasi dan keamanan.
Pelajari lebih lanjut
Kursus ini dirancang untuk memberi peserta pemahaman komprehensif tentang layanan inti Google Workspace. Peserta akan mempelajari cara mengaktifkan, menonaktifkan, dan mengonfigurasi setelan untuk layanan ini, yang meliputi Gmail, Kalender, Drive, Meet, Chat, dan Dokumen. Selanjutnya, mereka akan mempelajari cara men-deploy dan mengelola Gemini untuk memberdayakan pengguna mereka. Terakhir, peserta akan mencermati kasus penggunaan AppSheet dan Apps Script untuk mengotomatiskan tugas dan memperluas fungsionalitas aplikasi Google Workspace.
Pelajari lebih lanjut
Kursus ini dirancang untuk memberikan pemahaman tentang pengelolaan pengguna dan fasilitas di Google Workspace. Peserta akan mempelajari konfigurasi unit organisasi agar selaras dengan kebutuhan organisasi mereka. Selain itu, peserta akan mempelajari cara mengelola berbagai jenis Grup Google. Peserta juga akan mengembangkan keahlian dalam mengelola setelan domain di Google Workspace. Terakhir, peserta akan menguasai pengoptimalan dan penstrukturan fasilitas dalam lingkungan Google Workspace mereka.
Pelajari lebih lanjut
Dapatkan badge keahlian dengan menyelesaikan kursus badge keahlian Memantau Lingkungan dengan Google Cloud Managed Service for Prometheus, tempat Anda mempelajari Pemantauan Kubernetes dengan Google Cloud Managed Service for Prometheus.
Pelajari lebih lanjut
Selesaikan kursus badge keahlian tingkat menengah Memitigasi Ancaman dan Kerentanan dengan Security Command Center untuk menunjukkan keterampilan dalam hal berikut: mencegah dan mengelola ancaman lingkungan, mengidentifikasi dan memitigasi kerentanan aplikasi, serta merespons anomali keamanan.
Pelajari lebih lanjut
Dapatkan badge keahlian tingkat lanjut dengan menyelesaikan kursus tentang Menggunakan API Machine Learning di Google Cloud yang membahas fitur dasar machine learning dan dan teknologi AI berikut: Cloud Vision API, Cloud Translation API, dan Cloud Natural Language API.
Pelajari lebih lanjut
Selesaikan kursus badge keahlian pengantar Memigrasikan Data MySQL ke Cloud SQL Menggunakan Database Migration Service untuk menunjukkan keterampilan dalam hal berikut: memigrasikan data MySQL ke Cloud SQL menggunakan berbagai jenis tugas dan opsi konektivitas yang tersedia dalam Database Migration Service dan memigrasikan data pengguna MySQL saat menjalankan tugas Database Migration Service.
Pelajari lebih lanjut
Dapatkan badge keahlian pengantar dengan menyelesaikan kursus Mengimplementasikan Alur Kerja Kolaborasi dan Produktivitas Cloud, yang akan memperkenalkan Anda pada platform kolaboratif Google dan pelajari cara menggunakan Gmail, Kalender, Meet, Drive, Spreadsheet, dan AppSheet.
Pelajari lebih lanjut
Dapatkan badge keahlian dengan menyelesaikan kursus badge keahlian Berbagi Data Menggunakan Google Data Cloud, tempat Anda akan mendapatkan pengalaman praktis dengan Google Cloud Partner Berbagi Data, yang memiliki set data eksklusif yang dapat digunakan pelanggan untuk kasus penggunaan analisis mereka. Pelanggan berlangganan data ini, mengkuerinya dalam platform mereka sendiri, lalu menambahkannya dengan set data mereka sendiri dan menggunakan visualisasi untuk dasbor yang berinteraksi dengan pelanggan mereka.
Pelajari lebih lanjut
Selesaikan badge keahlian pengantar Mendapatkan Insight dari Data BigQuery untuk menunjukkan keterampilan dalam hal berikut: menulis kueri SQL, membuat kueri tabel publik, memuat sampel data ke dalam BigQuery, memecahkan masalah error sintaksis umum dengan validator kueri di BigQuery, dan membuat laporan di Data Studio dengan menghubungkannya ke data BigQuery.
Pelajari lebih lanjut
Kursus ini mengeksplorasi solusi Retrieval-Augmented Generation (RAG) di BigQuery untuk memitigasi halusinasi AI. Kursus ini akan memperkenalkan alur kerja RAG yang mencakup pembuatan embedding, penelusuran ruang vektor, dan pembuatan jawaban yang lebih baik. Kursus ini akan menjelaskan alasan konseptual di balik langkah-langkah ini dan implementasi praktisnya dengan BigQuery. Di akhir kursus, peserta akan dapat membangun pipeline RAG menggunakan BigQuery dan model AI generatif seperti Gemini dan model embedding untuk menangani kasus penggunaan halusinasi AI mereka sendiri.
Pelajari lebih lanjut
Membangun agen AI yang dapat memanfaatkan database perusahaan menggunakan MCP Toolbox for Databases. Anda akan menentukan alat interaksi database yang aman, dan mengimplementasikan kapabilitas pembuatan kueri cerdas (memanfaatkan embedding vektor, kueri terstruktur).
Pelajari lebih lanjut
Selesaikan badge keahlian tingkat menengah Rekayasa Data untuk Pembuatan Model Prediktif dengan BigQuery ML untuk menunjukkan keterampilan Anda dalam hal berikut: membangun pipeline transformasi data ke BigQuery dengan Dataprep by Trifacta; menggunakan Cloud Storage, Dataflow, dan BigQuery untuk membangun alur kerja ekstrak, transformasi, dan pemuatan (ETL); serta membangun model machine learning menggunakan BigQuery ML.
Pelajari lebih lanjut
Dapatkan badge keahlian dengan menyelesaikan kursus Arsitektur Cloud: Merancang, Mengimplementasikan, dan Mengelola untuk menunjukkan keahlian Anda dalam hal berikut: men-deploy situs yang dapat diakses secara publik menggunakan server web Apache, mengonfigurasi VM Compute Engine menggunakan skrip startup, mengonfigurasi RDP yang aman menggunakan Bastion host Windows dan aturan firewall, membangun dan men-deploy image Docker ke cluster Kubernetes serta kemudian mengupdatenya, membuat instance CloudSQL, dan mengimpor database MySQL. Kursus badge keahlian ini merupakan referensi yang bagus untuk memahami topik yang akan muncul di ujian sertifikasi Professional Cloud Architect Tersertifikasi Google Cloud.
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
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
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.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
Dapatkan badge keahlian tingkat lanjut Google DeepMind: Melatih Model Bahasa Kecil 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.Akses lab ini tanpa biaya dengan mendaftar ke langganan gratis. Dapatkan 35 kredit gratis setiap bulan.
Pelajari lebih lanjut
Seiring semakin meningkatnya penggunaan Kecerdasan Buatan dan Machine Learning di kalangan perusahaan, proses membangunnya secara bertanggung jawab juga menjadi semakin penting. Membicarakan responsible AI mungkin lebih mudah bagi banyak orang daripada mempraktikkannya. Jika Anda tertarik untuk mempelajari cara mengoperasionalkan responsible AI dalam organisasi Anda, kursus ini cocok untuk Anda.
Dalam kursus ini, Anda akan mempelajari bagaimana Google Cloud mengoperasionalkan responsible AI, dengan praktik terbaik dan pelajaran yang dapat dipetik. Hal ini berguna sebagai framework bagi Anda untuk membangun pendekatan responsible AI.
Pelajari lebih lanjut
Ini adalah kursus pengantar pembelajaran mikro yang dimaksudkan untuk menjelaskan responsible AI, alasan pentingnya responsible AI, dan cara Google mengimplementasikan responsible AI dalam produknya. Kursus ini juga memperkenalkan 7 prinsip AI Google.
Pelajari lebih lanjut
Ini adalah kursus pengantar pembelajaran mikro yang membahas definisi model bahasa besar (LLM), kasus penggunaannya, dan cara menggunakan prompt tuning untuk meningkatkan performa LLM. Kursus ini juga membahas beberapa alat Google yang dapat membantu Anda mengembangkan aplikasi AI Generatif Anda sendiri.
Pelajari lebih lanjut
Ini adalah kursus pengantar pembelajaran mikro yang bertujuan untuk mendefinisikan AI Generatif, cara penggunaannya, dan perbedaannya dari metode machine learning konvensional. Kursus ini juga membahas beberapa Alat Google yang dapat membantu Anda mengembangkan aplikasi AI Generatif Anda sendiri.
Pelajari lebih lanjut
