メンバー加入日: 2023
ML オペレーション（MLOps）: 概要
Earned 4月 16, 2025 EDT
生成 AI のための ML オペレーション（MLOps)
Earned 4月 10, 2025 EDT
信頼性に優れた Google Cloud インフラストラクチャ: 設計とプロセス
Earned 2月 18, 2025 EST
Google Cloud におけるロギングとモニタリング
Earned 2月 7, 2025 EST
AWS プロフェッショナルのための Google Cloud IAM とネットワーキング
Earned 1月 24, 2025 EST
このコースでは、Google Cloud 上で本番環境の ML システムをデプロイ、評価、モニタリング、運用するための MLOps ツールとベスト プラクティスについて説明します。MLOps は、本番環境 ML システムのデプロイ、テスト、モニタリング、自動化に重点を置いた規範です。機械学習エンジニアリングの担当者は、ツールを活用して、デプロイしたモデルの継続的な改善と評価を行います。また、データ サイエンティストと協力して、あるいは自らがデータ サイエンティストとして、最も効果的なモデルを迅速かつ正確にデプロイできるようモデルを開発します。
このコースでは、生成 AI モデルのデプロイと管理において MLOps チームが直面する特有の課題に対処するために必要な知識とツールを提供し、AI チームが MLOps プロセスを合理化して生成 AI プロジェクトを成功させるうえで Vertex AI がどのように役立つかを説明します。
このコースでは、実績ある設計パターンを利用して、信頼性と効率に優れたソリューションを Google Cloud で構築する方法を学習します。本コースは、Google Compute Engine を使用した構築 または Google Kubernetes Engine を使用した構築 のコースの続きで、これらのコースで取り上げているテクノロジーの実践経験があることを前提としています。参加者は、講義、設計アクティビティ、ハンズオンラボを通して、ビジネス要件と技術要件を定義し、バランスを取りながら、信頼性、可用性、安全性、費用対効果に優れた Google Cloud のデプロイを設計する方法を学びます。
Google Cloud のロギングとモニタリング、オブザーバビリティの 2 部構成コースへようこそGoogle Cloudの運用のコアとなるツールを大きく 2 つに分類すると、運用に関連するものと、アプリケーション パフォーマンス管理に関連するものに分かれます。本コース「Google Cloud におけるロギングとモニタリング」では、運用に役立つロギング、モニタリング、サービス モニタリングについて学習します。このコースを受講したら、パート 2 の「Google Cloud でのオブザーバビリティ」を受講して、利用可能なアプリケーション パフォーマンス管理ツールについて学ぶことをおすすめします。
これは、4 つのコースで構成されているシリーズの最初のコースです。AWS に関する知識をすでにお持ちのクラウド アーキテクトとクラウド エンジニアを対象に、Google Cloud と AWS のソリューションを比較して、それらをプロフェッショナルが使用するためのガイドを示します。 このコースでは、Google Cloud の Identity and Access Management（IAM）とネットワーキングに焦点を当てます。AWS のアクセス管理とネットワーキングに関する知識を応用して、Google Cloud のアクセス管理とネットワーキングの類似点と相違点について確認していきます。Google Cloud リソースを構築して管理する実践演習も行います。