Gabung Login

Catarina Carneiro

Menjadi anggota sejak 2021

Gold League

37373 poin
Upgrade to the Latest Gemini Models Earned Nov 12, 2026 EST
Evaluate Agents on Gemini platform Earned Nov 12, 2026 EST
Evaluate Generative and Agentic Systems Earned Nov 11, 2026 EST
Craft ADK Agents with Persistent Memories Earned Nov 5, 2026 EST
Build Enterprise Agents with Code Execution on Gemini platform Earned Nov 5, 2026 EST
Build Agents with the Agent Development Kit Earned Nov 5, 2026 EST
Evaluate and Improve Agent Development Kit Agents Earned Nov 4, 2026 EST
Deploy an Agent with Agent Development Kit (ADK) Earned Nov 4, 2026 EST
Accelerate Development with Antigravity Earned Nov 2, 2026 EST
Build with the Managed Agents API on Gemini platform Earned Okt 22, 2026 EDT
Accelerate Agent Development with Antigravity and Agents CLI Earned Okt 21, 2026 EDT
Menyiapkan Data untuk Dasbor dan Laporan Looker Earned Feb 23, 2026 EST
Dasar Pengukuran: Infrastruktur Earned Feb 20, 2026 EST
Bekerja dengan Model Gemini di BigQuery Earned Mei 21, 2025 EDT
Meningkatkan Produktivitas dengan Gemini in BigQuery Earned Mei 20, 2025 EDT
Pengantar Data Engineering di Google Cloud Earned Mei 6, 2025 EDT
Serverless Data Processing with Dataflow: Foundations Earned Nov 15, 2024 EST
Build Batch Data Pipelines on Google Cloud Earned Okt 30, 2024 EDT
Menyiapkan Data untuk ML API di Google Cloud Earned Mei 9, 2022 EDT
Rekayasa Data untuk Pembuatan Model Prediktif dengan BigQuery ML Earned Mei 4, 2022 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud Earned Mei 3, 2022 EDT
Membuat Panduan Belajar Sertifikasi: Persiapan Ujian ACE Earned Feb 4, 2022 EST
Membangun Infrastruktur dengan Terraform di Google Cloud Earned Feb 1, 2022 EST
Infrastruktur Google Cloud yang Dapat Diandalkan: Desain dan Proses Earned Jan 31, 2022 EST
Mulai Menggunakan Google Kubernetes Engine Earned Jan 26, 2022 EST
Menyiapkan Lingkungan Pengembangan Aplikasi di Google Cloud Earned Jan 19, 2022 EST
Kubernetes di Google Cloud Earned Des 14, 2021 EST
Mengembangkan Jaringan Google Cloud Anda Earned Des 13, 2021 EST
Infrastruktur Google Cloud Elastis: Penskalaan dan Otomatisasi Earned Des 13, 2021 EST
Mengimplementasikan Cloud Load Balancing untuk Compute Engine Earned Nov 29, 2021 EST
Infrastruktur Google Cloud yang Penting: Fondasi Earned Nov 25, 2021 EST
Dasar-Dasar Google Cloud: Infrastruktur Inti Earned Nov 25, 2021 EST
Google Cloud Fundamentals for AWS Professionals Earned Nov 3, 2021 EDT
Infrastruktur Google Cloud yang Penting: Layanan Inti Earned Okt 11, 2021 EDT
[DEPRECATED] Google Cloud Big Data and Machine Learning Fundamentals Earned Okt 11, 2021 EDT
Build Streaming Data Pipelines on Google Cloud Earned Okt 10, 2021 EDT
Build Data Lakes and Data Warehouses on Google Cloud Earned Okt 6, 2021 EDT

In this course, you'll learn how to establish a rigorous upgrade regression testing pipeline, safely deploy models using A/B testing and/or shadow mode, and address legacy prompt technical debt. You'll also learn the latest about Gemini 3 parameters including thinking levels and thought signatures, as well as new capabilities like media resolution controls and streaming function calls.

Pelajari lebih lanjut

In this course, you learn to evaluate, diagnose, and optimize AI agents on the Gemini platform. You begin where most teams begin: the agent runs, but you have no eval cases, no test data, and no production traffic to grade it with. From there you follow the Quality Flywheel, the evaluate-analyze-optimize loop at the center of Gemini platform. You instrument the agent so it emits the telemetry Gemini platform reads, generate eval cases by simulation, choose the metrics that grade them, run offline evaluations, monitor live traffic and alert on quality drift, then cluster failures and optimize. A final module covers build-time evaluation with the Agent Development Kit (ADK) in Gemini platform, which runs on your machine before you deploy.

Pelajari lebih lanjut

Deploying reliable generative and agentic systems requires moving beyond traditional software testing and subjective assessments. Because these probabilistic systems introduce unique failure modes, technical teams need structured frameworks to measure quality, enforce guardrails, and tie model behavior directly to business outcomes. Evaluate Generative and Agentic Systems gives engineers and architects practical tools to design, execute, and scale rigorous evaluation pipelines. You will master the full evaluation hierarchy, from fast deterministic checks to calibrated Large Language Model (LLM) autoraters and human-in-the-loop workflows. Learn how to simulate high-fidelity test datasets, trace multi-turn agent trajectories, and establish reliable consistency metrics across runs. By the end of this course, you will be prepared to translate organizational Key Performance Indicators (KPIs) into actionable technical benchmarks, calibrate objective rubrics, and maintain a continuous quali…

Pelajari lebih lanjut

This course explores architecting stateful AI agents that use short-term memory within a session or long-term memory services. Additionally, it covers giving agents existing expertise through skills. It details the core pillars of context engineering to facilitate personalized, continuous conversational experiences with expert agents.

Pelajari lebih lanjut

In this course, you explore the Code Execution feature of the Gemini platform, which lets AI agents safely generate and run Python code in isolated sandbox environments. You learn how the Agent Sandbox fits into the broader platform architecture, how to configure and operate Code Execution sandboxes using the Agent Platform SDK, and how to integrate code execution into agent workflows with the Agent Development Kit (ADK) in Gemini platform.

Pelajari lebih lanjut

In this course, you'll learn to use the Agent Development Kit (ADK) in Gemini platform to build systems where multiple AI agents collaborate on complex tasks. You'll start with the ADK agent model: how ADK represents agents, tools, and runners, and how a single agent is configured and run. You'll then make tools the model can call, persist session state across agents, and instrument the execution lifecycle with callbacks and plugins. Next, you'll orchestrate multiple agents using ADK's template workflow agents and graph-based workflows, and ground them in enterprise data through multi-source retrieval and MCP integrations. Finally, you'll deploy a multi-agent system to Agent Runtime as a managed service and register and share it through Gemini so users across an organization can reach it.

Pelajari lebih lanjut

Complete the Evaluate and Improve Agent Development Kit Agents skill badge to demonstrate your ability to use ADK's evaluation tools to "hill climb" — making measurable, iterative improvements to an agent. You will run an initial evaluation to establish a baseline, apply optimization techniques, and re-evaluate the agent to measure your success.

Pelajari lebih lanjut

In this challenge lab, you will demonstrate your ability to author agents using Agent Development Kit (ADK), deploy those agents to Agent Engine, and use them from a web app. Complete the challenge lab to earn a Google Cloud skill badge.

Pelajari lebih lanjut

Complete the Accelerate Development with Antigravity skill badge to demonstrate your proficiency in using the Antigravity IDE for developing agentic workflows. You will be tasked with configuring an MCP server, authoring custom agent skills and rules, prototyping with the Agents CLI, and deploying to the Google Cloud Agent Runtime. A skill badge is an exclusive digital badge issued by Google Cloud in recognition of your proficiency with Google Cloud products and services and tests your ability to apply your knowledge in an interactive hands-on environment. Complete the assessment challenge lab, to receive a skill badge that you can share with your network. When you complete this course, you can earn the badge displayed here and claim it on Credly! Boost your cloud career by showing the world the skills you have developed!

Pelajari lebih lanjut

In this course, you'll learn to build and run enterprise agents on the Managed Agents API, the managed agent runtime on Gemini platform. Three conceptual lessons give you the mental model. You'll learn why a real business task needs an agent rather than a chat model. You'll examine how the platform splits into a control plane that defines agents and a data plane that runs them. You'll learn how to assemble an agent from a definition, a sandboxed environment, mounted data, tools, and skills. Furthermore, you'll learn how to run it with background interactions, a streamed reason-act loop, resilient typed results, and state that persists across turns. You then put that model to work in a hands-on lab, where you build, run, and harden a retail merchandising agent for Cymbal Retail from an empty project to a production-shaped deployment. By the end, you'll be able to design, build, and operate a managed agent of your own.

Pelajari lebih lanjut

In this course, you’ll learn to simplify the creation of autonomous enterprise agents using the Agent Development Kit (ADK) in Gemini platform and you will learn how to leverage the power of Antigravity and the Agents CLI to transform your agent development workflow. In this course, you will explore practical techniques to automate repetitive tasks and significantly accelerate the creation of robust, enterprise-grade agents, ensuring scalability and efficiency in your AI projects.

Pelajari lebih lanjut

Selesaikan badge keahlian pengantar Menyiapkan Data untuk Dasbor dan Laporan Looker untuk menunjukkan keterampilan dalam hal berikut: memfilter, mengurutkan, dan melakukan pivot pada data; menggabungkan hasil dari sejumlah Eksplorasi Looker; serta menggunakan fungsi dan operator untuk membangun dasbor dan laporan Looker untuk analisis dan visualisasi data.

Pelajari lebih lanjut

Jika Anda adalah developer cloud pemula yang mencari praktik langsung di luar Google Cloud Essentials, kursus ini cocok untuk Anda. Anda akan mendapatkan pengalaman praktis melalui lab yang mendalami Cloud Storage dan layanan aplikasi utama lainnya seperti Monitoring dan Cloud Functions. Anda akan mengembangkan keahlian berharga yang dapat diterapkan untuk inisiatif Google Cloud apa pun.

Pelajari lebih lanjut

Kursus ini menunjukkan cara menggunakan model AI/ML untuk tugas-tugas AI generatif di BigQuery. Melalui kasus penggunaan praktis yang melibatkan pengelolaan hubungan pelanggan (CRM), Anda akan mempelajari alur kerja pemecahan masalah bisnis dengan model Gemini. Untuk memudahkan pemahaman, kursus ini juga menyediakan panduan langkah demi langkah melalui solusi coding menggunakan kueri SQL dan notebook Python.

Pelajari lebih lanjut

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

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

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

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

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

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

Mempelajari cara membuat panduan belajar yang dipersonalisasi menggunakan Gemini Notebook untuk menghadapi ujian sertifikasi Associate Cloud Engineer. Anda akan meninjau kembali fitur Gemini Notebook, membuat notebook di Gemini Notebook, dan mempelajari cara menggunakan panduan belajar untuk berlatih menghadapi ujian sertifikasi.

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

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

Selamat datang di kursus Mulai Menggunakan Google Kubernetes Engine. Jika Anda tertarik dengan Kubernetes, lapisan software yang berada di antara aplikasi Anda dan infrastruktur hardware Anda, maka Anda berada di tempat yang tepat! Google Kubernetes Engine menghadirkan Kubernetes sebagai layanan terkelola di Google Cloud. Tujuan kursus ini adalah untuk memperkenalkan dasar-dasar Google Kubernetes Engine, atau GKE, sebagaimana umumnya disebut, dan cara membuat aplikasi dalam container dan menjalankannya di Google Cloud. Kursus ini dimulai dengan pengantar dasar tentang Google Cloud, lalu dilanjutkan dengan ringkasan container dan Kubernetes, arsitektur Kubernetes, dan operasi Kubernetes.

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

Kubernetes adalah sistem orkestrasi container paling populer, dan Google Kubernetes Engine dirancang secara khusus untuk mendukung deployment Kubernetes terkelola di Google Cloud. Dalam kursus tingkat lanjut ini, Anda akan mendapatkan praktik langsung dalam mengonfigurasi Image Docker, container, serta men-deploy aplikasi Kubernetes Engine yang sepenuhnya lengkap dan siap produksi. Kursus ini akan mengajari Anda keterampilan praktis yang diperlukan untuk mengintegrasikan orkestrasi container ke dalam alur kerja Anda sendiri. Apakah Anda sedang mencari challenge lab interaktif untuk menunjukkan keterampilan Anda dan menguji pengetahuan yang dimiliki? Setelah menyelesaikan kursus ini, selesaikan Challenge Lab tambahan di akhir kursus Men-deploy Aplikasi Kubernetes di Google Cloud untuk menerima badge digital eksklusif Google Cloud.

Pelajari lebih lanjut

Dapatkan badge keahlian dengan menyelesaikan kursus Mengembangkan Jaringan Google Cloud Anda yang berisi pelajaran tentang berbagai cara untuk men-deploy dan memantau aplikasi, termasuk cara: menjelajahi peran IAM dan menambahkan/menghapus akses project, membuat jaringan VPC, men-deploy dan memantau VM Compute Engine, menulis kueri SQL, men-deploy dan memantau VM di Compute Engine, serta men-deploy aplikasi menggunakan Kubernetes dengan beberapa pendekatan deployment.

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

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 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 interaktif, peserta akan mengeksplorasi dan men-deploy berbagai elemen solusi, termasuk komponen infrastruktur seperti jaringan, virtual machine, dan layanan aplikasi. Anda akan mempelajari cara menggunakan Google Cloud melalui konsol dan Cloud Shell. Anda juga akan mempelajari peran arsitek cloud, pendekatan desain infrastruktur, dan konfigurasi networking virtual dengan Virtual Private Cloud (VPC), Project, Jaringan, Subnetwork, alamat IP, Rute, dan Aturan firewall.

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

Google Cloud Fundamentals for AWS Professionals introduces important concepts and terminology for working with Google Cloud. Through videos and hands-on labs, this course presents and compares many of Google Cloud's computing and storage services, along with important resource and policy management tools.

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

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

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

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