Zaw May
Member since 2023
Gold League
44025 points
綜合應用：為 Cloud 資料分析師工作做準備
Earned Jul 25, 2025 EDT
資料敘事的強大力量：如何在 Cloud 以圖表呈現資料
Earned Jul 14, 2025 EDT
在 Cloud 轉換資料
Earned Jun 30, 2025 EDT
在 Cloud 管理與儲存資料
Earned Jun 25, 2025 EDT
Google Cloud 資料分析功能簡介
Earned Jun 18, 2025 EDT
在 Google Cloud 使用 TensorFlow 分類圖像
Earned Sep 15, 2024 EDT
DEPRECATED Google Cloud Solutions II: Data and Machine Learning
Earned Sep 13, 2024 EDT
使用 Knowledge Catalog 建構資料網格
Earned Aug 20, 2024 EDT
Serverless Data Processing with Dataflow: Operations
Earned Aug 19, 2024 EDT
Build Streaming Data Pipelines on Google Cloud
Earned Aug 16, 2024 EDT
Build Batch Data Pipelines on Google Cloud
Earned Aug 8, 2024 EDT
使用 Google Data Cloud 共用資料
Earned Jul 25, 2024 EDT
使用 Dataplex 整理及管理資料
Earned Jul 24, 2024 EDT
使用 BigQuery 進行機器學習
Earned Jul 21, 2024 EDT
Build a Certification Study Guide: PDE Exam Prep
Earned Jul 19, 2024 EDT
Serverless Data Processing with Dataflow: Foundations
Earned Jul 17, 2024 EDT
以串流方式將分析資料傳入 BigQuery
Earned Jul 16, 2024 EDT
透過 BigQuery 建構資料倉儲
Earned Jul 15, 2024 EDT
在 Google Cloud 為機器學習 API 準備資料
Earned Jul 13, 2024 EDT
從 BigQuery 資料取得深入分析結果
Earned Jul 11, 2024 EDT
使用 BigQuery ML 為預測模型進行資料工程
Earned Jul 10, 2024 EDT
Build Data Lakes and Data Warehouses on Google Cloud
Earned Jul 10, 2024 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud
Earned Jun 23, 2024 EDT
DEPRECATED BigQuery Basics for Data Analysts
Earned Jun 12, 2024 EDT
這是 Google Cloud Data Analytics 專業證書五堂課程中的第五堂。在本課程中，您將結合第一到第四堂課程的基礎知識和技能，並活用所學，透過專題實作呈現完整的資料生命週期。您將練習使用雲端式工具，有效率地取得、儲存、處理、分析資料，並以圖表呈現及傳達資料洞察結果。本課程結束後，您將完成一項專案，證明自己精通於有效整理多個來源的資料、向不同相關人士說明解決方案，以及運用雲端式軟體將資料洞察結果以圖表呈現。此外，您還會更新履歷，並練習面試技巧，為應徵和面試做好準備。
Learn more
這是 Google Cloud Data Analytics 專業證書五堂課程中的第四堂。本課程著重於培養雲端資料圖表製作的技能，共分五個主要階段：敘事、規劃、探索資料、建立圖表，以及與他人分享資料。您還會實際使用 UI/UX 技能，繪製具說服力的雲端原生圖表線框稿，並運用雲端原生資料圖表工具探索資料集、建立報表和資訊主頁，推動決策並促進協作。
Learn more
Google Cloud 資料分析專業證書課程共有五堂課程，這是第三堂。本課程會先簡要說明資料歷程，從最初的資料收集，一直到最後的洞察分析。接著，您將依序學習如何使用 SQL 將原始資料轉換為可用的格式、怎麼透過資料管道轉換大量資料。最後，您將練習如何將轉換策略應用於實際資料集，滿足業務需求。
Learn more
這是 Google Cloud 資料分析專業證書五堂課程中的第二堂。本課程將帶您瞭解資料的結構化和組織方式。您將透過實作，瞭解資料湖倉架構和 BigQuery、Google Cloud Storage 與 DataProc 等雲端元件，有效率地儲存、分析及處理大型資料集。
Learn more
這是 Google Cloud 資料分析專業證書五堂課程中的第一堂。在本課程中，您將瞭解雲端資料分析領域的定義，並說明雲端資料分析師在資料擷取、儲存、處理和視覺化方面的角色與職責。您將瞭解 BigQuery 和 Cloud Storage 等 Google Cloud 工具的架構，以及如何運用這些工具有效組織、呈現及彙整資料。
Learn more
完成「在 Google Cloud 使用 TensorFlow 分類圖像」技能徽章中階課程， 瞭解如何使用 TensorFlow 和 Vertex AI 建立及訓練機器學習模型， 即可獲得技能徽章。在 Vertex AI Workbench 中，你主要會和使用者自行管理的筆記本 互動。
Learn more
In this advanced-level quest, you will learn how to harness serious Google Cloud computing power to run big data and machine learning jobs. The hands-on labs will give you use cases, and you will be tasked with implementing big data and machine learning practices utilized by Google’s very own Solutions Architecture team. From running Big Query analytics on tens of thousands of basketball games, to training TensorFlow image classifiers, you will quickly see why Google Cloud is the go-to platform for running big data and machine learning jobs.
Learn more
完成「使用 Knowledge Catalog 建構資料網格」技能徽章入門課程，即可證明您具備下列技能：使用 Knowledge Catalog 建構資料網格， 以利在 Google Cloud 維護資料安全性，並協助治理和探索資料。您將練習並測試自己的技能，包括在 Knowledge Catalog 為資產加上標記、指派 IAM 角色，以及評估資料品質。
Learn more
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.
Learn more
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.
Learn more
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.
Learn more
完成「使用 Google Data Cloud 共用資料」課程，即可獲得技能徽章。 在本課程中，您會透過 Google Cloud 資料共用合作夥伴， 使用專屬資料集進行數據分析， 獲得豐富的實務經驗。客戶訂閱這類資料後，即可在自家平台查詢， 並用自己的資料集補強。此外，也能使用圖表 工具，打造客戶專用的資訊主頁。
Learn more
完成「使用 Dataplex 整理及管理資料」技能徽章入門課程，即可證明您具備下列技能：建立 Dataplex 資產、建立切面類型，以及將切面套用至 Dataplex 中的項目。 技能徽章課程透過實作實驗室和挑戰評量，檢驗學員對於特定產品的實作知識。 完成課程或直接進行挑戰實驗室，即可取得徽章。徽章可證明您的專業能力、提升專業形象，開創更多職涯發展機會。前往個人資料頁面，追蹤您獲得的徽章。
Learn more
不想花費大把時間，想在幾分鐘內只靠 SQL，就建立好機器學習模型嗎？透過 BigQuery ML，資料分析師可以運用現有的 SQL 工具和技巧，建立、訓練、評估模型， 並使用模型進行預測，降低機器學習的使用門檻。在 本系列的實驗室，您會測試不同類型的模型，瞭解 優良模型應具備的條件。
Learn more
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.
Learn more
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.
Learn more
完成「以串流方式將分析資料傳入 BigQuery」課程，即可獲得技能徽章。 在此課程中，您將綜合應用 Pub/Sub、Dataflow 和 BigQuery，並以串流方式傳送 資料進行分析。
Learn more
完成 透過 BigQuery 建構資料倉儲 技能徽章中階課程，即可證明您具備下列技能： 彙整資料以建立新資料表、排解彙整作業問題、利用聯集附加資料、建立依日期分區的資料表， 以及在 BigQuery 使用 JSON、陣列和結構體。
Learn more
完成 在 Google Cloud 為機器學習 API 準備資料 技能徽章入門課程，即可證明您具備下列技能： 使用 Dataprep by Trifacta 清理資料、在 Dataflow 執行資料管道、在 Managed Service for Apache Spark 建立叢集和執行 Apache Spark 工作，以及呼叫機器學習 API，包含 Cloud Natural Language API、Google Cloud Speech-to-Text API 和 Video Intelligence API。
Learn more
完成 從 BigQuery 資料取得深入分析結果 技能徽章入門課程，即可證明您具備下列技能： 撰寫 SQL 查詢、查詢公開資料表、將樣本資料載入 BigQuery、使用 BigQuery 的查詢驗證工具 排解常見語法錯誤，以及在 Data Studio 中 透過連結 BigQuery 資料建立報表。
Learn more
完成使用 BigQuery ML 為預測模型進行資料工程技能徽章中階課程， 即可證明自己具備下列知識與技能：運用 Dataprep by Trifacta 建構連至 BigQuery 的資料轉換 pipeline； 使用 Cloud Storage、Dataflow 和 BigQuery 建構「擷取、轉換及載入」(ETL) 工作負載， 以及使用 BigQuery ML 建構機器學習模型。
Learn more
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.
Learn more
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.
Learn more
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.
Learn more
