Rejoindre Se connecter

Zeeshan Ansari

Date d'abonnement : 2022

Ligue de Diamant

7048 points
Infrastructure fondamentale Google Cloud : services principaux Earned déc. 29, 2025 EST
Premiers pas avec Google Kubernetes Engine Earned déc. 24, 2025 EST
Développer des applications avec Cloud Run sur Google Cloud : concepts fondamentaux Earned déc. 21, 2025 EST
Sélectionner une base de données Google Cloud pour vos applications Earned déc. 20, 2025 EST
Infrastructure fondamentale Google Cloud : principes de base Earned déc. 15, 2025 EST
BigQuery pour le machine learning Earned août 6, 2022 EDT
Comprendre LookML dans Looker Earned août 6, 2022 EDT
Intermediate ML: TensorFlow on Google Cloud Earned août 5, 2022 EDT
DEPRECATED BigQuery Basics for Data Analysts Earned août 4, 2022 EDT
NCAA® March Madness®: Bracketology with Google Cloud Earned août 4, 2022 EDT

Ce cours accéléré à la demande présente aux participants l'infrastructure complète et flexible de Google Cloud Platform ainsi que les services de plate-forme fournis, en s'intéressant plus particulièrement à Compute Engine. À travers un ensemble de vidéos de présentation, de démonstrations et d'ateliers pratiques, les participants découvrent et déploient des éléments de solution, y compris des composants d'infrastructure tels que les réseaux, les systèmes et les services applicatifs. Ce cours aborde également le déploiement de solutions pratiques, telles que les clés de chiffrement fournies par le client, la gestion de la sécurité et des accès, les quotas et la facturation, ainsi que la surveillance des ressources.

En savoir plus

Bienvenue dans le cours "Premiers pas avec Google Kubernetes Engine". Si vous vous intéressez à Kubernetes, une couche logicielle située entre vos applications et votre infrastructure matérielle, vous êtes au bon endroit. Google Kubernetes Engine vous permet d'accéder à Kubernetes en tant que service géré sur Google Cloud. L'objectif de ce cours est de vous présenter les principes de base de Google Kubernetes Engine (GKE), et de vous apprendre à conteneuriser et exécuter des applications dans Google Cloud. Le cours commence par une introduction aux principes de base de Google Cloud, puis se poursuit par une présentation des conteneurs et de Kubernetes, de l'architecture de Kubernetes et des opérations Kubernetes.

En savoir plus

Ce cours présente la plate-forme sans serveur Cloud Run qui permet d'exécuter des applications. Il aborde les principes de base de Cloud Run, son modèle de ressources et le cycle de vie des conteneurs. Vous découvrirez les identités de service, comment contrôler l'accès aux services, et comment développer et tester votre application en local avant de la déployer sur Cloud Run. Vous apprendrez également à intégrer d'autres services Google Cloud afin de créer des applications complètes.

En savoir plus

Dans ce cours, vous apprendrez à analyser et à choisir la base de données adaptée à vos besoins, afin de développer efficacement des applications sur Google Cloud. Vous explorerez les bases de données relationnelles et NoSQL, puis Cloud SQL, AlloyDB et Spanner, et vous apprendrez à aligner les atouts des bases de données sur les exigences de vos applications, y compris celles de l'IA générative. Vous découvrirez en pratique comment configurer la recherche vectorielle et migrer des applications vers le cloud.

En savoir plus

Ce cours accéléré à la demande présente aux participants les services complets et flexibles d'infrastructure et de plate-forme offerts par Google Cloud, en s'intéressant plus particulièrement à Compute Engine. À travers un ensemble de cours vidéo, de démonstrations et d'ateliers pratiques, les participants découvrent et déploient des éléments de solution, y compris des composants d'infrastructure tels que des réseaux, des machines virtuelles et des services d'applications. Vous découvrirez comment utiliser Google Cloud via la console et Cloud Shell. Vous en apprendrez également plus sur le rôle d'un architecte cloud, sur les approches de la conception d'infrastructure et sur la configuration de réseaux virtuels avec Virtual Private Cloud (VPC), les projets, les réseaux, les sous-réseaux, les adresses IP, les routes et les règles de pare-feu.

En savoir plus

Créer des modèles de machine learning en quelques minutes au lieu de plusieurs heures grâce à SQL, ça vous intéresse ? BigQuery ML démocratise le machine learning en permettant aux analystes de données de créer, d'entraîner et d'évaluer des modèles de ML, puis de les utiliser pour faire des prédictions, en s'appuyant sur leurs outils SQL et leurs connaissances actuelles dans ce langage. Dans cette série d'ateliers, vous allez essayer différents types de modèles et apprendre ce qui caractérise un bon modèle.

En savoir plus

Dans ce cours, vous mettrez en pratique vos connaissances sur LookML dans Looker. Vous apprendrez à écrire du code LookML pour créer des dimensions et des mesures, créer des tables dérivées et les joindre à des explorations, filtrer ces explorations et définir des règles de mise en cache dans LookML.

En savoir plus

TensorFlow is an open source software library for high performance numerical computation that's great for writing models that can train and run on platforms ranging from your laptop to a fleet of servers in the Cloud to an edge device. This quest takes you beyond the basics of using predefined models and teaches you how to build, train and deploy your own on Google Cloud.

En savoir plus

Want to scale your data analysis efforts without managing database hardware? Learn the best practices for querying and getting insights from your data warehouse with this interactive series of BigQuery labs. BigQuery is Google's fully managed, NoOps, low cost analytics database. With BigQuery you can query terabytes and terabytes of data without having any infrastructure to manage or needing a database administrator. BigQuery uses SQL and can take advantage of the pay-as-you-go model. BigQuery allows you to focus on analyzing data to find meaningful insights.

En savoir plus

In this series of labs you will learn how to use BigQuery to analyze NCAA basketball data with SQL. Build a Machine Learning Model to predict the outcomes of NCAA March Madness basketball tournament games.

En savoir plus