Rafael Costa
Menjadi anggota sejak 2023
Diamond League
8411 poin
Menjadi anggota sejak 2023
In this challenge lab, you will demonstrate your ability to add agents to Gemini. You will build an agent with Agent Designer, and you will build a no-code agent with Agent Development Kit, deploy it to Agent Engine, and add it to Gemini.
In this challenge lab, you will act as a cloud engineer supporting the Cymbal Pools finance team. Your mission is to deploy a BigQuery-enabled agent to Agent Runtime to help process invoice data using natural language. Rather than building from scratch, you inherit an unsecured deployment. You must establish basic data governance by configuring the Agent Development Kit (ADK), deploying the agent with a dedicated SPIFFE identity, identifying permission blocks, and applying least-privilege IAM roles so the agent can safely query and update the BigQuery database from the Agent Runtime Playground.
As organizations rapidly deploy AI workforces, securing these autonomous systems becomes paramount. Secure Your Agents with Gemini Enterprise Agent Platform is a practical, security-first course designed to help you establish centralized, zero-trust control and comprehensive visibility over your AI ecosystem. Instead of relying on theoretical frameworks, this course teaches you how to defend AI agents the way they are actually attacked—layer by layer, with identity and access at the absolute foundation.
This course covers the technical side of governing an AI agent workforce using Agent Gateway, Agent Registry, and Policies. It discusses the overall architecture of centralized agent governance, focusing on managing agent sprawl and securing communication with internal systems. The course explores the infrastructure and enterprise networking required to deploy the Agent Gateway, including automated deployment with Terraform and configuring private egress via Private Service Connect. It offers guidance towards establishing a zero-trust security perimeter using unique agent identities with mTLS, per-tool authorization with REQUEST_AUTHZ, and granular CEL policies. Furthermore, it empowers administrators to implement content security guardrails using Model Armor in Gemini platform and Cloud DLP to mitigate semantic threats like prompt injection and data leakage. Finally, the course explains how to manage tool discovery through the Agent Registry and ensure end-to-end observability and thr…
This course provides learners the knowledge to configure Workforce Identity Federation to grant Google Cloud and Gemini access to users that authenticate using a third-party Identity Provider. The curriculum includes theory and demo videos covering workforce identity pools, OIDC and SAML providers, attribute mapping, IAM policies, and troubleshooting guidance.
Kursus ini meninjau fitur keamanan penting Model Armor dan membekali Anda untuk bekerja menggunakan layanan ini. Anda akan mempelajari risiko keamanan yang terkait dengan LLM dan cara Model Armor melindungi aplikasi AI Anda.
In this challenge lab, you act as a Security Engineer deploying a secure Gemini environment for Cymbal Bank. You will ground Gemini in web search and internal Workspace sources to ensure accurate, contextual responses. To maintain compliance, you will configure Model Armor policies to filter sensitive data and block threats like prompt injections and malicious URLs. Finally, you will manage specific end-user features to customize the AI experience safely
This course covers techniques for boosting and filtering search results, as well as the implementation of meta tags for advanced search control.
This course covers the technical side of deploying Gemini. It discusses the overall architecture of Gemini, decisions to be made when provisioning the app infrastructure, and integrating enterprise data via Data Stores, Connectors. and Actions. The course also explores the kinds of agents that can be added to Gemini. It offers guidance towards establishing a security perimeter using IAM, VPC Service Control, Context-Aware Access, and semantic controls deployed with Model Armor in Gemini platform. Finally, it empowers administrators to fine-tune the end-user experience through comprehensive configuration options, and explains how administrators keep AI deployments secure, compliant, and performant through OpenTelemetry instrumentation and prompt logging.
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.
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.
Kursus ini memperkenalkan topik penting tentang privasi dan keamanan AI. Kursus ini mengeksplorasi metode dan alat praktis untuk menerapkan rekomendasi praktik privasi dan keamanan AI melalui penggunaan produk dan alat open source Google Cloud.
Kursus ini memperkenalkan konsep 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.
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.
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.
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.
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.
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.
This course will guide you through designing customer engagements that result in successful, well-utilized Gemini deployments. Study the art of change management, how to identify and engage sponsors, recruit early adopters, help your customer identify and address cultural change challenges and skills gaps, and effectively deliver project communications. Additionally, learn how to support your customer to plan, offer, conduct, and evaluate end-user training, leverage partner resources, and create essential project documents.
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.
Teknologi cloud adalah aset yang sangat canggih. Jika dipasangkan dengan data, teknologi ini akan menjadi pendorong inovasi dan peningkatan pengalaman pelanggan. Menjelajahi Transformasi Data dengan Google Cloud membahas cara organisasi memanfaatkan cloud untuk membuat data mereka lebih mudah diakses, ditindaklanjuti, dan bernilai. Sebagai bagian dari alur pembelajaran Cloud Digital Leader, kursus ini bertujuan membantu individu berkembang dalam peran mereka dan membangun masa depan bisnis mereka.
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.
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.
Transformasi digital adalah perjalanan penting bagi organisasi modern, dan membangun dasar yang kuat dalam cloud computing merupakan langkah pertama untuk mendorong inovasi yang bermakna. Transformasi Digital dengan Google Cloud memperkenalkan teknologi inti dan framework strategis yang membantu organisasi memodernisasi operasi mereka. Kursus ini membahas konsep cloud dasar, infrastruktur jaringan global, dan model tanggung jawab bersama untuk membantu para pemimpin menentukan jalur mereka ke cloud dengan percaya diri. Sebagai bagian dari alur pembelajaran Cloud Digital Leader, kursus ini bertujuan membantu individu berkembang dalam peran mereka dan membangun masa depan bisnis mereka.
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.
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.
Welcome Gamers! Learn Google Cloud Dataprep, create a streaming pipeline using a Google-Provided Cloud Dataflow template, work with gcloud Command Line, all while having fun! Extract entities from a snippit of text using the Cloud Natural Language API You will compete to see who can finish the game with the highest score. Earn the points by completing the steps in the lab.... and get bonus points for speed! Be sure to click "End" when you're done with each lab to get the maximum points. All players will be awarded the game badge.