Kubernetes di Google Cloud
Earned Okt 14, 2017 EDT
Dasar-Dasar Google Cloud
Earned Okt 12, 2017 EDT
Selesaikan badge keahlian menengah Akses Hak Istimewa dengan IAM untuk menunjukkan keterampilan dalam hal berikut: peran khusus menggunakan Identity and Access Management (IAM), prinsip hak istimewa terendah, akses yang ditingkatkan sementara Just-in-Time (JIT), dan keamanan untuk aplikasi web menggunakan Identity-Aware Proxy (IAP).
Pelajari lebih lanjut
Selesaikan badge keahlian pengantar Mulai Menggunakan Sensitive Data Protection untuk menunjukkan keterampilan dalam hal berikut: menggunakan layanan Sensitive Data Protection (termasuk Cloud Data Loss Prevention API) untuk memeriksa, mengedit, dan melakukan de-identifikasi data sensitif di Google Cloud.
Pelajari lebih lanjut
This course equips learners with the information they need to deploy reCAPTCHA in their websites, mobile applications, and web application firewalls (WAF). The course covers roles and permissions needed to integrate various reCAPTCHA features such as keys, assessments, and IP address allowlists, as well as the steps involved in preparing their cloud environment for reCAPTCHA integration. Learners will then have the opportunity to integrate reCAPTCHA into a cloud security architecture with Cloud Armor Bot Management.
Pelajari lebih lanjut
Dapatkan badge keahlian dengan menyelesaikan kursus badge keahlian Melindungi Traffic Cloud dengan Keamanan Chrome Enterprise Premium yang membahas cara memanfaatkan Chrome Enterprise Premium untuk menyediakan akses aman ke aplikasi dan layanan penting, meningkatkan postur keamanan dengan platform Zero Trust, memberikan akses ke resource secara aman menggunakan kontrol akses berbasis identitas dan konteks, serta mendukung workload hybrid cloud menggunakan Client Connector.
Pelajari lebih lanjut
Selesaikan kursus badge keahlian tingkat menengah Memitigasi Ancaman dan Kerentanan dengan Security Command Center untuk menunjukkan keterampilan dalam hal berikut: mencegah dan mengelola ancaman lingkungan, mengidentifikasi dan memitigasi kerentanan aplikasi, serta merespons anomali keamanan.
Pelajari lebih lanjut
Dapatkan badge keahlian dengan menyelesaikan kursus Membangun Jaringan Google Cloud yang Aman yang membahas resource yang terkait dengan beberapa jaringan untuk membangun, menskalakan, dan mengamankan aplikasi Anda di Google Cloud.
Pelajari lebih lanjut
Learn to secure your deployments on Google Cloud, including: how to use Cloud Armor bot management to mitigate bot risk and control access from automated clients; use Cloud Armor denylists to restrict or allow access to your HTTP(S) load balancer at the edge of the Google Cloud; apply Cloud Armor security policies to restrict access to cache objects on Cloud CDN and Google Cloud Storage; and mitigate common vulnerabilities using Cloud Armor WAF rules.
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
Dapatkan badge keahlian pengantar dengan menyelesaikan kursus badge keahlian Membangun Situs di Google Cloud. Kursus ini didasarkan pada serial Get Cooking in Cloud dan mencakup:Men-deploy situs di Cloud RunMenghosting aplikasi web di Compute EngineMembuat, men-deploy, dan menskalakan situs Anda di Google Kubernetes EngineBermigrasi dari aplikasi monolitik ke arsitektur microservice menggunakan Cloud Build
Pelajari lebih lanjut
Selesaikan badge keahlian tingkat menengah Pengiriman Software yang Aman untuk menunjukkan kemahiran Anda dalam mengintegrasikan keamanan secara proaktif ke dalam siklus proses pengembangan software (SDLC) dengan prinsip DevSecOps. Anda akan mempelajari cara memanfaatkan Google Kubernetes Engine (GKE) dan Cloud Run untuk deployment image container yang aman, menerapkan pemindaian kerentanan otomatis untuk mengidentifikasi risiko secara proaktif, dan menyederhanakan pengembangan aplikasi dengan Artifact Registry sambil tetap berfokus pada keamanan. Selain itu, Anda akan mendapatkan keterampilan dalam mengintegrasikan Cloud Build untuk proses pengembangan yang tangguh dan menerapkan Kebijakan Kontrol Penerimaan untuk kontrol terperinci atas lingkungan Anda.
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
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
Welcome to the two-part course on Logging, Monitoring, and Observability in Google Cloud. The core operations tools in Google Cloud break down into two major categories. The operations-focused components and the application performance management tools. This course, Logging and Monitoring in Google Cloud, covers the operations-focused components including Logging, Monitoring, and Service Monitoring. After taking this course, it is suggested that you complete part 2, Observability in Google Cloud, to learn about the available application performance management tools.
Pelajari lebih lanjut
Welcome to Observability in Google Cloud, the second part of a two-part course series. It is suggested that you complete part 1, Logging and Monitoring in Google Cloud, prior to taking this course.
This course is all about application performance management tools, including Error Reporting, Cloud Trace, and Cloud Profiler.
Pelajari lebih lanjut
In many IT organizations, incentives are not aligned between developers, who strive for agility, and operators, who focus on stability. Site reliability engineering, or SRE, is how Google aligns incentives between development and operations and does mission-critical production support. Adoption of SRE cultural and technical practices can help improve collaboration between the business and IT. This course introduces key practices of Google SRE and the important role IT and business leaders play in the success of SRE organizational adoption.
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
Selamat datang di kursus TPU Cloud. Kita akan mempelajari kelebihan dan kekurangan TPU dalam berbagai skenario dan membandingkan beragam akselerator TPU untuk membantu Anda memilih akselerator yang tepat. Anda akan mempelajari bermacam strategi untuk memaksimalkan performa dan efisiensi model AI serta memahami pentingnya interoperabilitas GPU/TPU untuk alur kerja machine learning yang fleksibel. Melalui konten yang menarik dan demo praktis, kami akan memandu Anda langkah demi langkah dalam memanfaatkan TPU secara efektif.
Pelajari lebih lanjut
Penasaran dengan hardware canggih di balik AI? Modul ini menguraikan komputer AI yang dioptimalkan untuk performa, dan menunjukkan mengapa komputer tersebut sangat penting. Kita akan membahas bagaimana CPU, GPU, dan TPU membuat tugas AI menjadi sangat cepat, apa yang membuat masing-masing unik, dan bagaimana software AI memanfaatkannya secara maksimal. Pada akhirnya, Anda akan tahu persis cara memilih GPU yang tepat untuk project AI Anda, sehingga membantu Anda membuat pilihan cerdas untuk workload AI Anda.
Pelajari lebih lanjut
Siap mulai menggunakan AI Hypercomputer? Kursus ini akan membantu Anda. Kami akan membahas dasar-dasar terkait apa itu AI Hypercomputer dan cara AI Hypercomputer membantu AI dalam menangani workload AI. Anda akan mempelajari berbagai komponen di dalam hypercomputer, seperti GPU, TPU, dan CPU, serta menemukan cara memilih pendekatan deployment yang sesuai untuk kebutuhan Anda.
Pelajari lebih lanjut
Selesaikan badge keahlian pengantar Memantau dan Membuat Log dengan Google Cloud Observability untuk menunjukkan kemahiran dalam hal berikut: memantau virtual machine di Compute Engine, menggunakan Cloud Monitoring untuk pengawasan multi-project, memperluas kemampuan pemantauan dan logging ke Cloud Functions, membuat dan mengirimkan metrik aplikasi kustom, serta mengonfigurasi pemberitahuan Cloud Monitoring berdasarkan metrik kustom.
Pelajari lebih lanjut
Kecerdasan Buatan (AI) menawarkan peluang melakukan perubahan transformatif, tetapi juga memunculkan tantangan keamanan baru. Kursus ini membekali para pemimpin keamanan dan perlindungan data dengan strategi untuk mengelola AI secara aman dalam organisasi mereka. Mempelajari framework untuk secara proaktif mengidentifikasi dan memitigasi risiko khusus AI, melindungi data sensitif, memastikan kepatuhan, dan membangun infrastruktur AI yang tangguh. Memilih kasus penggunaan dari empat industri berbeda untuk mengeksplorasi penerapan strategi ini dalam skenario dunia nyata.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
Selesaikan badge keahlian tingkat menengah Menerapkan Dasar-Dasar Keamanan Cloud di Google Cloud untuk menunjukkan kemahiran dalam hal berikut: membuat dan menetapkan peran dengan Identity and Access Management (IAM); membuat dan mengelola akun layanan; memungkinkan konektivitas pribadi di seluruh jaringan virtual private cloud (VPC); membatasi akses aplikasi menggunakan Identity-Aware Proxy; mengelola kunci dan data terenkripsi dengan Cloud Key Management Service (KMS); dan membuat cluster Kubernetes pribadi.
Pelajari lebih lanjut
Dapatkan badge keahlian dengan menyelesaikan kursus badge keahlian Memantau Lingkungan dengan Google Cloud Managed Service for Prometheus, tempat Anda mempelajari Pemantauan Kubernetes dengan Google Cloud Managed Service for Prometheus.
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
This course introduces you to the world of reliable deep learning, a critical discipline focused on developing machine learning models that not only make accurate predictions but also understand and communicate their own uncertainty. You'll learn how to create AI systems that are trustworthy, robust, and adaptable, particularly in high-stakes scenarios where errors can have significant consequences.
Pelajari lebih lanjut
Selesaikan badge keahlian pengantar Membangun Aplikasi AI yang Bermanfaat dengan Gemini dan Imagen untuk
menunjukkan keterampilan dalam hal berikut: pengenalan citra, natural language processing,
pembuatan gambar menggunakan model Gemini dan Imagen Google yang canggih, serta men-deploy aplikasi di platform Vertex AI.
Pelajari lebih lanjut
Dapatkan badge keahlian tingkat lanjut dengan menyelesaikan kursus tentang Menggunakan API Machine Learning di Google Cloud yang membahas fitur dasar machine learning dan dan teknologi AI berikut: Cloud Vision API, Cloud Translation API, dan Cloud Natural Language API.
Pelajari lebih lanjut
Earn a skill badge by completing the Detect Manufacturing Defects using Visual Inspection AI course, where you learn how to use Visual Inspection AI to deploy a solution artifact and test that it can successfully identify defects in a manufacturing process.
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
Pelajari BigQuery ML untuk Inferensi, mengapa Analis Data harus menggunakannya, kasus penggunaannya, dan model ML yang didukung. Anda juga akan mempelajari cara membuat dan mengelola model ML ini di BigQuery.
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 mempelajari cara mengembangkan aplikasi menggunakan Flutter, yakni toolkit UI portabel dari Google, dan mengintegrasikan aplikasi dengan Gemini, yakni rangkaian produk model AI generatif Google. Anda juga akan menggunakan Vertex AI Agent Builder, yakni platform Google untuk membangun dan mengelola Agen dan aplikasi AI.
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
In this course, you will be learning from ML Engineers and Trainers who work with the state-of-the-art development of ML pipelines here at Google Cloud. The first few modules will cover about TensorFlow Extended (or TFX), which is Google’s production machine learning platform based on TensorFlow for management of ML pipelines and metadata. You will learn about pipeline components and pipeline orchestration with TFX. You will also learn how you can automate your pipeline through continuous integration and continuous deployment, and how to manage ML metadata. Then we will change focus to discuss how we can automate and reuse ML pipelines across multiple ML frameworks such as tensorflow, pytorch, scikit learn, and xgboost. You will also learn how to use another tool on Google Cloud, Cloud Composer, to orchestrate your continuous training pipelines. And finally, we will go over how to use MLflow for managing the complete machine learning life cycle.
Pelajari lebih lanjut
Artificial Intelligence (AI) offers transformative possibilities, but it also introduces new security challenges. This course equips security and data protection leaders with strategies to securely manage AI within their organizations. Learn a framework for proactively identifying and mitigating AI-specific risks, protecting sensitive data, ensuring compliance, and building a resilient AI infrastructure. Pick use cases from four different industries to explore how these strategies apply in real-world scenarios.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
This course is an introduction to Vertex AI Notebooks, which are Jupyter notebook-based environments that provide a unified platform for the entire machine learning workflow, from data preparation to model deployment and monitoring. The course covers the following topics: (1) The different types of Vertex AI Notebooks and their features and (2) How to create and manage Vertex AI Notebooks.
Pelajari lebih lanjut
Learn how to use NotebookLM to create a personalized study guide for the Professional Machine Learning Engineer certification exam (PMLE). You'll review NotebookLM features, create a notebook, and use the study guide to practice for a certification exam.
Pelajari lebih lanjut
Selesaikan badge keahlian tingkat menengah Mengembangkan Aplikasi GenAI dengan Gemini dan Streamlit untuk menunjukkan keterampilan dalam hal berikut: membuat teks, menerapkan panggilan fungsi dengan Python SDK dan Gemini API, serta men-deploy aplikasi Streamlit dengan Cloud Run. Anda akan mempelajari berbagai cara memberikan perintah kepada Gemini untuk membuat teks, menggunakan Cloud Shell untuk menguji dan melakukan iterasi pada aplikasi Streamlit, lalu mengemasnya sebagai container Docker yang di-deploy di Cloud Run.
Pelajari lebih lanjut
Dalam kursus ini, Anda akan mempelajari bagaimana Gemini, kolaborator yang didukung AI generatif dari Google Cloud, membantu Anda menggunakan produk dan layanan Google untuk mengembangkan, menguji, men-deploy, dan mengelola aplikasi. Dengan bantuan Gemini, Anda belajar cara mengembangkan dan membangun aplikasi web, memperbaiki error dalam aplikasi, mengembangkan pengujian, dan mengkueri data. Dengan menggunakan lab interaktif, Anda akan melihat bagaimana Gemini meningkatkan siklus proses pengembangan software (SDLC).
Duet AI berganti nama menjadi Gemini, yang merupakan model generasi berikutnya dari kami.
Pelajari lebih lanjut
Dalam kursus ini, Anda akan mempelajari bagaimana Gemini, kolaborator yang didukung AI generatif dari Google Cloud, membantu engineer mengelola infrastruktur. Anda akan mempelajari cara memerintah Gemini untuk menemukan dan memahami log aplikasi, membuat cluster GKE, dan menyelidiki cara membuat lingkungan build. Dengan menggunakan lab interaktif, Anda akan melihat bagaimana Gemini meningkatkan alur kerja DevOps.
Duet AI berganti nama menjadi Gemini, yang merupakan model generasi berikutnya dari kami.
Pelajari lebih lanjut
Dalam kursus ini, Anda akan mempelajari cara Gemini, kolaborator yang didukung AI generatif dari Google Cloud, dalam membantu engineer jaringan membuat, mengupdate, dan memelihara jaringan VPC. Anda akan mempelajari cara memanfaatkan Gemini untuk memberikan panduan spesifik untuk tugas-tugas jaringan Anda, lebih dari yang ditawarkan mesin telusur. Dengan menggunakan lab interaktif, Anda akan melihat cara Gemini dalam mempermudah urusan Anda dengan jaringan VPC Google Cloud.
Duet AI berganti nama menjadi Gemini, yang merupakan model generasi berikutnya dari kami.
Pelajari lebih lanjut
Dalam kursus ini, Anda akan mempelajari bagaimana Gemini, kolaborator yang didukung AI generatif dari Google Cloud, membantu menganalisis data pelanggan dan memprediksi penjualan produk. Anda juga akan mempelajari cara mengidentifikasi, mengategorikan, dan mengembangkan pelanggan baru menggunakan data pelanggan di BigQuery. Dengan menggunakan lab interaktif, Anda akan melihat bagaimana Gemini meningkatkan analisis data dan alur kerja machine learning.
Duet AI berganti nama menjadi Gemini, yang merupakan model generasi berikutnya dari kami.
Pelajari lebih lanjut
This course takes a real-world approach to the ML Workflow through a case study. An ML team faces several ML business requirements and use cases. The team must understand the tools required for data management and governance and consider the best approach for data preprocessing.
The team is presented with three options to build ML models for two use cases. The course explains why they would use AutoML, BigQuery ML, or custom training to achieve their objectives.
Pelajari lebih lanjut
This course explores the benefits of using Vertex AI Feature Store, how to improve the accuracy of ML models, and how to find which data columns make the most useful features. This course also includes content and labs on feature engineering using BigQuery ML, Keras, and TensorFlow.
Pelajari lebih lanjut
This course covers how to implement the various flavors of production ML systems— static, dynamic, and continuous training; static and dynamic inference; and batch and online processing. You delve into TensorFlow abstraction levels, the various options for doing distributed training, and how to write distributed training models with custom estimators.
This is the second course of the Advanced Machine Learning on Google Cloud series. After completing this course, enroll in the Image Understanding with TensorFlow on Google Cloud course.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
Menyelesaikan badge keahlian tingkat menengah Menginspeksi Dokumen Multimedia dengan Multimodalitas Gemini dan RAG Multimodal untuk menunjukkan keterampilan dalam hal berikut ini: menggunakan prompt multimodal untuk mengekstrak informasi dari data teks dan visual dengan menghasilkan deskripsi video, dan mengambil informasi tambahan di luar video menggunakan multimodalitas dengan Gemini; membangun metadata dokumen yang berisi teks dan gambar dengan mendapatkan semua potongan teks yang relevan, dan mencetak kutipan dengan menggunakan Multimodal Retrieval Augmented Generation (RAG) dengan Gemini.
Pelajari lebih lanjut
Complete the introductory Build LangChain Applications using Vertex AI skill badge to learn how to build Generative AI applications using LangChain and the Retrieval Augmented Generation (RAG) technique for text-based content, powered by Vertex AI's advanced Generative AI capabilities. Discover how to integrate powerful large language models (LLMs) with search and retrieval workflows, boosting the accuracy and relevance of your generated content. Earn a Google Cloud skill badge and showcase your expertise by completing the course and its final assessment challenge lab.
Pelajari lebih lanjut
Menjelajahi teknologi, alat, dan aplikasi penelusuran yang didukung AI dalam kursus ini. Mempelajari penelusuran semantik dengan memanfaatkan embedding vektor, penelusuran campuran yang menggabungkan pendekatan semantik dan kata kunci, serta Retrieval-Augmented Generation (RAG) yang meminimalkan halusinasi AI sebagai agen AI yang di-grounding. Mendapatkan pengalaman praktis dengan Vertex AI Vector Search untuk membangun mesin telusur yang cerdas.
Pelajari lebih lanjut
In this course, you'll learn about Kubernetes and Google Kubernetes Engine (GKE) security; logging and monitoring; and using Google Cloud managed storage and database services from within GKE.
This is the second course of the Architecting with Google Kubernetes Engine series. After completing this course, enroll in the Reliable Google Cloud Infrastructure: Design and Process course or the Hybrid Cloud Infrastructure Foundations with Anthos course.
Pelajari lebih lanjut
Dapatkan Badge Keahlian tingkat menengah dengan menyelesaikan kursus badge keahlian Mengklasifikasikan Gambar dengan TensorFlow di Google Cloud, tempat Anda mempelajari cara menggunakan TensorFlow dan Vertex AI untuk membuat dan melatih model machine learning. Anda akan banyak berinteraksi dengan notebook yang dikelola pengguna di Vertex AI Workbench.
Pelajari lebih lanjut
Selesaikan badge keahlian tingkat menengah Mempelajari AI Generatif dengan Gemini API di Vertex AI untuk menunjukkan keterampilan dalam hal berikut: pembuatan teks, analisis gambar dan video untuk peningkatan kualitas pembuatan konten, serta penerapan teknik panggilan fungsi dalam Gemini API. Temukan cara memanfaatkan teknik Gemini yang canggih, menjelajahi pembuatan konten multimodal, dan memperluas kemampuan project yang didukung AI.
Pelajari lebih lanjut
Dapatkan badge keahlian tingkat menengah dengan menyelesaikan kursus badge keahlian Mengimplementasikan Pipeline CI/CD di Google Cloud. tempat Anda mempelajari cara menggunakan Artifact Registry, Cloud Build, dan Cloud Deploy. Anda berinteraksi dengan konsol Google Cloud, Google Cloud CLI, Cloud Run, dan GKE. Kursus ini mengajarkan cara membangun pipeline continuous integration pipeline, menyimpan dan mengamankan artefak, memindai kerentanan, membuktikan validitas rilis yang disetujui. Selain itu, Anda akan mendapatkan pengalaman langsung dalam men-deploy aplikasi ke GKE dan Cloud Run.
Pelajari lebih lanjut
In this course, you apply your knowledge of classification models and embeddings to build a ML pipeline that functions as a recommendation engine.
This is the fifth and final course of the Advanced Machine Learning on Google Cloud series.
Pelajari lebih lanjut
This course introduces the products and solutions to solve NLP problems on Google Cloud. Additionally, it explores the processes, techniques, and tools to develop an NLP project with neural networks by using Vertex AI and TensorFlow.
Pelajari lebih lanjut
This course describes different types of computer vision use cases and then highlights different machine learning strategies for solving these use cases. The strategies vary from experimenting with pre-built ML models through pre-built ML APIs and AutoML Vision to building custom image classifiers using linear models, deep neural network (DNN) models or convolutional neural network (CNN) models.
The course shows how to improve a model's accuracy with augmentation, feature extraction, and fine-tuning hyperparameters while trying to avoid overfitting the data.
The course also looks at practical issues that arise, for example, when one doesn't have enough data and how to incorporate the latest research findings into different models.
Learners will get hands-on practice building and optimizing their own image classification models on a variety of public datasets in the labs they will work on.
Pelajari lebih lanjut
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. Machine Learning Engineering professionals use tools for continuous improvement and evaluation of deployed models. They work with (or can be) Data Scientists, who develop models, to enable velocity and rigor in deploying the best performing models.
Pelajari lebih lanjut
Dapatkan badge keahlian tingkat menengah dengan menyelesaikan kursus Membangun dan Men-Deploy Solusi Machine Learning di Vertex AI, tempat Anda akan belajar cara menggunakan platform Vertex AI Google Cloud, AutoML, dan layanan pelatihan kustom untuk melatih, mengevaluasi, menyesuaikan, menjelaskan, serta men-deploy model machine learning. Kursus badge keahlian ini diperuntukkan bagi Data Scientist dan Engineer Machine Learning profesional. Badge keahlian adalah badge digital eksklusif yang diberikan oleh Google Cloud sebagai pengakuan atas kemahiran Anda dalam menggunakan produk dan layanan Google Cloud serta menguji kemampuan Anda dalam menerapkan pengetahuan di lingkungan praktis yang interaktif. Selesaikan Badge keahlian ini, dan challenge lab penilaian akhir, untuk menerima badge digital yang dapat Anda bagikan ke jaringan Anda.
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 Dataproc, dan memanggil beberapa ML API, termasuk Cloud Natural Language API, Google Cloud Speech-to-Text API, dan Video Intelligence API.
Pelajari lebih lanjut
This course covers building ML models with TensorFlow and Keras, improving the accuracy of ML models and writing ML models for scaled use.
Pelajari lebih lanjut
The course begins with a discussion about data: how to improve data quality and perform exploratory data analysis. We describe Vertex AI AutoML and how to build, train, and deploy an ML model without writing a single line of code. You will understand the benefits of Big Query ML. We then discuss how to optimize a machine learning (ML) model and how generalization and sampling can help assess the quality of ML models for custom training.
Pelajari lebih lanjut
In this course you will learn how to use the new generative AI features in Dialogflow CX to create virtual agents that can have more natural and engaging conversations with customers. Discover how to deploy generative fallback responses to gracefully handle errors and omissions in customer conversations, deploy generators to increase intent coverage, and structure, ingest, and manage data in a data store. And explore how to deploy and maintain generative AI agents using your data, and deploy and maintain hybrid agents in combination with existing intent-based design paradigms.
Pelajari lebih lanjut
Dalam kursus ini, Anda akan mempelajari bagaimana Gemini, kolaborator yang didukung AI generatif dari Google Cloud, membantu Anda mengamankan lingkungan dan resource cloud. Anda akan mempelajari cara men-deploy contoh workload ke dalam lingkungan di Google Cloud, mengidentifikasi kesalahan konfigurasi keamanan dengan Gemini, dan memperbaiki kesalahan konfigurasi keamanan dengan Gemini. Dengan menggunakan lab interaktif, Anda akan melihat bagaimana Gemini meningkatkan postur keamanan cloud.
Duet AI berganti nama menjadi Gemini, yang merupakan model generasi berikutnya dari kami.
Pelajari lebih lanjut
Dalam kursus ini, Anda akan mempelajari bagaimana Gemini, kolaborator yang didukung AI generatif dari Google Cloud, membantu administrator menyediakan infrastruktur. Anda akan mempelajari cara memerintah Gemini untuk menjelaskan infrastruktur, men-deploy cluster GKE, dan memperbarui infrastruktur yang ada. Dengan menggunakan lab interaktif, Anda akan melihat bagaimana Gemini meningkatkan alur kerja deployment GKE.
Duet AI berganti nama menjadi Gemini, yang merupakan model generasi berikutnya dari kami.
Pelajari lebih lanjut
Dalam kursus ini, Anda akan mempelajari cara Gemini, kolaborator berteknologi AI generatif dari Google Cloud, membantu developer membangun aplikasi. Anda akan mempelajari cara memanfaatkan Gemini untuk menjelaskan kode, merekomendasikan layanan Google Cloud, dan membuat kode untuk aplikasi Anda. Dengan lab interaktif, Anda akan merasakan peningkatan alur kerja pengembangan aplikasi menggunakan Gemini.
Duet AI berganti nama menjadi Gemini, yang merupakan model generasi berikutnya dari kami.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
Kursus ini memperkenalkan Vertex AI Studio, sebuah alat untuk berinteraksi dengan model AI generatif, membuat prototipe ide bisnis, dan meluncurkannya ke dalam produksi. Melalui kasus penggunaan yang imersif, pelajaran menarik, dan lab interaktif, Anda akan menjelajahi siklus proses dari perintah ke produk dan mempelajari cara memanfaatkan Vertex AI Studio untuk aplikasi multimodal Gemini, desain perintah, rekayasa perintah, dan tuning model. Tujuan kursus ini adalah agar Anda dapat memanfaatkan potensi AI generatif dalam project Anda dengan Vertex AI Studio.
Pelajari lebih lanjut
Kursus ini menjelaskan cara membuat model keterangan gambar menggunakan deep learning. Anda akan belajar tentang berbagai komponen model keterangan gambar, seperti encoder dan decoder, serta cara melatih dan mengevaluasi model. Pada akhir kursus ini, Anda akan dapat membuat model keterangan gambar Anda sendiri dan menggunakannya untuk menghasilkan teks bagi gambar.
Pelajari lebih lanjut
Kursus ini memperkenalkan Anda pada arsitektur Transformer dan model Representasi Encoder Dua Arah dari Transformer (Bidirectional Encoder Representations from Transformers atau BERT). Anda akan belajar tentang komponen utama arsitektur Transformer, seperti mekanisme self-attention, dan cara penggunaannya untuk membangun model BERT. Anda juga akan belajar tentang berbagai tugas yang dapat memanfaatkan BERT, seperti klasifikasi teks, menjawab pertanyaan, dan inferensi natural language. Kursus ini diperkirakan memakan waktu sekitar 45 menit untuk menyelesaikannya.
Pelajari lebih lanjut
Kursus ini memberi Anda sinopsis tentang arsitektur encoder-decoder, yang merupakan arsitektur machine learning yang canggih dan umum untuk tugas urutan-ke-urutan seperti terjemahan mesin, ringkasan teks, dan tanya jawab. Anda akan belajar tentang komponen utama arsitektur encoder-decoder serta cara melatih dan menyalurkan model ini. Dalam panduan lab yang sesuai, Anda akan membuat kode pada penerapan simpel arsitektur encoder-decoder di TensorFlow untuk pembuatan puisi dari awal.
Pelajari lebih lanjut
Dalam kursus ini Anda akan diperkenalkan dengan mekanisme atensi, yakni teknik efektif yang membuat jaringan neural berfokus pada bagian tertentu urutan input. Anda akan mempelajari cara kerja atensi, cara penggunaannya untuk meningkatkan performa berbagai tugas machine learning, termasuk terjemahan mesin, peringkasan teks, dan menjawab pertanyaan.
Pelajari lebih lanjut
Kursus ini memperkenalkan model difusi, yaitu kelompok model machine learning yang belakangan ini menunjukkan potensinya dalam ranah pembuatan gambar. Model difusi mengambil inspirasi dari fisika, khususnya termodinamika. Dalam beberapa tahun terakhir, model difusi menjadi populer baik di dunia industri maupun penelitian. Model difusi mendasari banyak alat dan model pembuatan gambar yang canggih di Google Cloud. Kursus ini memperkenalkan Anda pada teori yang melandasi model difusi dan cara melatih serta men-deploy-nya di Vertex AI.
Pelajari lebih lanjut
Selesaikan badge keahlian pengantar Desain Perintah dalam Vertex AI untuk menunjukkan keterampilan Anda dalam hal berikut: rekayasa perintah, analisis gambar, dan teknik generatif multimodal, dalam Vertex AI. Pelajari cara membuat perintah yang efektif, memandu output AI generatif, dan menerapkan model Gemini dalam skenario pemasaran di dunia nyata.
Pelajari lebih lanjut
Seiring semakin meningkatnya penggunaan Kecerdasan Buatan dan Machine Learning di kalangan perusahaan, proses membangunnya secara bertanggung jawab juga menjadi semakin penting. Membicarakan responsible AI mungkin lebih mudah bagi banyak orang daripada mempraktikkannya. Jika Anda tertarik untuk mempelajari cara mengoperasionalkan responsible AI dalam organisasi Anda, kursus ini cocok untuk Anda.
Dalam kursus ini, Anda akan mempelajari bagaimana Google Cloud mengoperasionalkan responsible AI, dengan praktik terbaik dan pelajaran yang dapat dipetik. Hal ini berguna sebagai framework bagi Anda untuk membangun pendekatan responsible AI.
Pelajari lebih lanjut
Ini adalah kursus pengantar pembelajaran mikro yang dimaksudkan untuk menjelaskan responsible AI, alasan pentingnya responsible AI, dan cara Google mengimplementasikan responsible AI dalam produknya. Kursus ini juga memperkenalkan 7 prinsip AI Google.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
Kursus Penjelajah AI Generatif - Vertex AI adalah sekumpulan lab yang membahas cara menggunakan AI Generatif di Google Cloud. Melalui lab ini, Anda akan mempelajari cara menggunakan model dalam rangkaian Vertex AI PaLM API, termasuk text-bison, chat-bison, dan textembedding-gecko. Anda juga akan mempelajari desain perintah, praktik terbaik, serta cara menggunakannya untuk pencarian ide, klasifikasi teks, ekstraksi teks, peringkasan teks, dan banyak lagi. Anda juga akan mempelajari cara menyesuaikan model dasar dengan melatihnya melalui pelatihan kustom Vertex AI dan men-deploy-nya ke endpoint Vertex AI.
Pelajari lebih lanjut
Machine Learning is one of the most innovative fields in technology, and the Google Cloud Platform has been instrumental in furthering its development. With a host of APIs, Google Cloud has a tool for just about any machine learning job. In this advanced-level course, you will get hands-on practice with machine learning at scale and how to employ the advanced ML infrastructure available on Google Cloud.
Pelajari lebih lanjut
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 Vertex AI Feature Store's streaming ingestion at the SDK layer.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
Dapatkan badge keahlian pengantar dengan menyelesaikan kursus Mengotomatiskan Pengambilan Data Berskala Besar dengan Document AI. Dalam kursus ini, Anda akan mempelajari cara mengekstrak, memproses, dan mengambil data menggunakan Document AI.
Pelajari lebih lanjut
Earn a skill badge by completing the Build Custom Processors with Document AI course. You learn how to extract data and classify documents by creating custom ML models specific to your business needs. This course teaches the foundation skills of building your own processors, working with optical character recognition, form parsing, processor creation, and uptraining the DocumentAI model.
Pelajari lebih lanjut
In this course, you will learn the basic skills to implement secure and efficient DevSecOps practices on Google Cloud. You'll learn how to secure your development pipeline with Google Cloud services like Artifact Registry, Cloud Build, Cloud Deploy, and Binary Authorization. This enables you to build, test, and deploy containerized applications with security controls throughout the CI/CD pipeline.
Pelajari lebih lanjut
This self-paced training course gives participants broad study of security controls and techniques on Google Cloud. Through recorded lectures, demonstrations, and hands-on labs, participants explore and deploy the components of a secure Google Cloud solution, including Cloud Storage access control technologies, Security Keys, Customer-Supplied Encryption Keys, API access controls, scoping, shielded VMs, encryption, and signed URLs. It also covers securing Kubernetes environments.
Pelajari lebih lanjut
This self-paced training course gives participants broad study of security controls and techniques on Google Cloud. Through recorded lectures, demonstrations, and hands-on labs, participants explore and deploy the components of a secure Google Cloud solution, including Cloud Identity, Resource Manager, IAM, Virtual Private Cloud firewalls, Cloud Load Balancing, Cloud Peering, Cloud Interconnect, and VPC Service Controls.
This is the first course of the Security in Google Cloud series. After completing this course, enroll in the Security Best Practices in Google Cloud course.
Pelajari lebih lanjut
This course provides an introduction to using Terraform for Google Cloud. It enables learners to describe how Terraform can be used to implement infrastructure as code and to apply some of its key features and functionalities to create and manage Google Cloud infrastructure.
Learners will get hands-on practice building and managing Google Cloud resources using Terraform.
Pelajari lebih lanjut
In this self-paced training course, participants learn mitigations for attacks at many points in a Google Cloud-based infrastructure, including Distributed Denial-of-Service attacks, phishing attacks, and threats involving content classification and use. They also learn about the Security Command Center, cloud logging and audit logging, and using Forseti to view overall compliance with your organization's security policies.
Pelajari lebih lanjut
Dapatkan badge keahlian tingkat menengah dengan menyelesaikan kursus badge keahlian Mengimplementasikan Pipeline CI/CD di Google Cloud. tempat Anda mempelajari cara menggunakan Artifact Registry, Cloud Build, dan Cloud Deploy. Anda berinteraksi dengan konsol Google Cloud, Google Cloud CLI, Cloud Run, dan GKE. Kursus ini mengajarkan cara membangun pipeline continuous integration pipeline, menyimpan dan mengamankan artefak, memindai kerentanan, membuktikan validitas rilis yang disetujui. Selain itu, Anda akan mendapatkan pengalaman langsung dalam men-deploy aplikasi ke GKE dan Cloud Run.
Pelajari lebih lanjut
In "Architecting with Google Kubernetes Engine- Workloads", you'll embark on a comprehensive journey into cloud-native application development. Throughout the learning experience, you'll explore Kubernetes operations, deployment management, GKE networking, and persistent storage. This is the first course of the Architecting with Google Kubernetes Engine series. After completing this course, enroll in the Architecting with Google Kubernetes Engine- Production course.
Pelajari lebih lanjut
In this course, "Architecting with Google Kubernetes Engine: Foundations," you get a review of the layout and principles of Google Cloud, followed by an introduction to creating and managing software containers and an introduction to the architecture of Kubernetes.
This is the first course of the Architecting with Google Kubernetes Engine series. After completing this course, enroll in the Architecting with Google Kubernetes Engine: Workloads course.
Pelajari lebih lanjut
Ini adalah kursus pengantar pembelajaran mikro yang bertujuan untuk mendefinisikan AI Generatif, cara penggunaannya, dan perbedaannya dari metode machine learning konvensional. Kursus ini juga mencakup Alat-alat Google yang dapat membantu Anda mengembangkan aplikasi AI Generatif Anda sendiri.
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
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
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.
Pelajari lebih lanjut
Google Cloud is committed to supporting Windows workloads in its frameworks and services. In this quest, you will get hands-on practice running Microsoft’s ASP.net (web app framework) on Google Cloud. ASP.NET is an open-source and cross-platform framework for building modern cloud-based and internet-connected applications using the C# programming language.
Pelajari lebih lanjut
Selesaikan badge keahlian tingkat menengah Mengoptimalkan Biaya untuk Google Kubernetes Engine untuk menunjukkan keterampilan dalam hal berikut: membuat dan mengelola cluster multi-tenant, memantau penggunaan resource berdasarkan namespace, mengonfigurasi penskalaan otomatis pada cluster dan pod untuk tujuan efisiensi, menyiapkan load balancing untuk mengoptimalkan distribusi resource, dan menerapkan pemeriksaan keaktifan serta kesiapan untuk memastikan kondisi aplikasi dan efektivitas biaya.
Pelajari lebih lanjut
In this course you will learn how you to harness serious Google Cloud power and infrastructure. The hands-on labs will give you use cases and you will be tasked with implementing scaling practices utilized by Google’s very own Solutions Architecture team. From developing enterprise grade load balancing and autoscaling, to building continuous delivery pipelines, Google Cloud Solutions I: Scaling your Infrastructure will teach you best practices for taking your Google Cloud projects to the next level.
Pelajari lebih lanjut
Selesaikan badge keahlian Mengimplementasikan Alur Kerja DevOps di Google Cloud tingkat menengah untuk menunjukkan keterampilan dalam hal berikut: membuat repositori git dengan Cloud Source Repositories, meluncurkan, mengelola, dan menskalakan deployment di Google Kubernetes Engine (GKE), serta merancang pipeline CI/CD yang mengotomatiskan pembangunan dan deployment image container ke GKE.
Pelajari lebih lanjut
Kursus pengantar ini unik dibandingkan penawaran kursus lainnya. Semua lab dalam kursus ini telah diseleksi untuk membekali profesional IT dengan praktik langsung terkait berbagai topik dan layanan yang muncul di Sertifikasi Associate Cloud Engineer yang Tersertifikasi Google Cloud. Dari IAM, networking, hingga deployment Kubernetes Engine, kursus ini terdiri atas beberapa lab khusus yang akan menguji pengetahuan Anda terkait Google Cloud. Perlu diketahui bahwa meskipun praktik dalam lab akan meningkatkan keterampilan dan kemampuan Anda, sebaiknya Anda juga meninjau panduan ujian dan referensi persiapan lainnya yang tersedia.
Pelajari lebih lanjut
This is the second of two Quests of hands-on labs derived from the exercises from the book Data Science on Google Cloud Platform, 2nd Edition by Valliappa Lakshmanan, published by O'Reilly Media, Inc. In this second Quest, covering chapter 9 through the end of the book, you extend the skills practiced in the first Quest, and run full-fledged machine learning jobs with state-of-the-art tools and real-world data sets, all using Google Cloud tools and services.
Pelajari lebih lanjut
This is the first of two Quests of hands-on labs is derived from the exercises from the book Data Science on Google Cloud Platform, 2nd Edition by Valliappa Lakshmanan, published by O'Reilly Media, Inc. In this first Quest, covering up through chapter 8, you are given the opportunity to practice all aspects of ingestion, preparation, processing, querying, exploring and visualizing data sets using Google Cloud tools and services.
Pelajari lebih lanjut
In this Quest, the experienced user of Google Cloud will learn how to describe and launch cloud resources with Terraform, an open source tool that codifies APIs into declarative configuration files that can be shared amongst team members, treated as code, edited, reviewed, and versioned. In these nine hands-on labs, you will work with example templates and understand how to launch a range of configurations, from simple servers, through full load-balanced applications.
Pelajari lebih lanjut
In this fundamental-level course, you will learn the ins and outs of Google Cloud's operations suite running on Google Kubernetes Engine, an important service for generating insights into the health of your applications. It provides a wealth of information in application monitoring, report logging, and diagnoses. The labs in this course will give you hands-on practice with and will teach you how to monitor virtual machines, generate logs and alerts, and create custom metrics for application data. It is recommended that the students have at least earned a Badge by completing the Google Cloud Essentials course. Additional lab experience with the labs in the Baseline - Infrastructure course will also be useful. Looking for a hands-on challenge lab to demonstrate your skills and validate your knowledge? On completing this course, enroll in and finish the additional challenge lab at the end of this course to receive an exclusive Google Cloud digital badge.
Pelajari lebih lanjut
Earn a skill badge by completing the Secure Workloads in Google Kubernetes Engine quest, where you learn about security at scale on Google Kubernetes Engine (GKE) including how to: migrate containers from virtual machines to Google Kubernetes Engine, restrict network connections in GKE using firewalls and Network Policies, use role-based access controls (RBAC) in GKE, use Binary Authorization for security controls of your images, secure applications in GKE using 3 access levels: host, network, Kubernetes API, and harden GKE cluster configurations. 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 this skill badge quest, and the final assessment challenge lab, to receive a skill badge that you can share with your network.
Pelajari lebih lanjut
Dapatkan badge keahlian dengan menyelesaikan kursus Menyiapkan Jaringan Google Cloud, untuk mempelajari cara menjalankan tugas-tugas networking dasar di Google Cloud Platform, yakni membuat jaringan kustom, menambahkan aturan firewall subnet, lalu membuat VM dan menguji latensi saat VM berkomunikasi satu sama lain.
Pelajari lebih lanjut
Dapatkan badge keahlian dengan menyelesaikan kursus Arsitektur Cloud: Merancang, Mengimplementasikan, dan Mengelola untuk menunjukkan keahlian Anda dalam hal berikut: men-deploy situs yang dapat diakses secara publik menggunakan server web Apache, mengonfigurasi VM Compute Engine menggunakan skrip startup, mengonfigurasi RDP yang aman menggunakan Bastion host Windows dan aturan firewall, membangun dan men-deploy image Docker ke cluster Kubernetes serta kemudian mengupdatenya, membuat instance CloudSQL, dan mengimpor database MySQL. Kursus badge keahlian ini merupakan referensi yang bagus untuk memahami topik yang akan muncul di ujian sertifikasi Professional Cloud Architect Tersertifikasi Google Cloud.
Pelajari lebih lanjut
This intermediate-level quest is unique among Qwiklabs quests. These labs have been curated to give operators hands-on practice with Anthos—a new, open application modernization platform on GCP. Anthos enables you to build and manage modern hybrid applications. Tasks include: installing service mesh, collecting telemetry, and securing your microservices with service mesh policies. This quest is composed of labs targeted to teach you everything you need to know to introduce service mesh, and Anthos, into your next hybrid cloud project.
Pelajari lebih lanjut
Get Anthos Ready. This Google Kubernetes Engine-centric quest of best practice hands-on labs focuses on security at scale when deploying and managing production GKE environments -- specifically role-based access control, hardening, VPC networking, and binary authorization.
Pelajari lebih lanjut
Selesaikan badge keahlian Men-deploy Aplikasi Kubernetes di Google Cloud tingkat menengah untuk menunjukkan keterampilan dalam hal berikut ini: mengonfigurasi dan membangun image container Docker, membuat dan mengelola cluster Google Kubernetes Engine (GKE), memanfaatkan kubectl untuk pengelolaan cluster yang efisien, dan men-deploy aplikasi Kubernetes dengan praktik continuous delivery (CD) yang andal.
Pelajari lebih lanjut
Containerized applications have changed the game and are here to stay. With Kubernetes, you can orchestrate containers with ease, and integration with the Google Cloud Platform is seamless. In this advanced-level quest, you will be exposed to a wide range of Kubernetes use cases and will get hands-on practice architecting solutions over the course of 8 labs. From building Slackbots with NodeJS, to deploying game servers on clusters, to running the Cloud Vision API, Kubernetes Solutions will show you first-hand how agile and powerful this container orchestration system is.
Pelajari lebih lanjut
Obtain a competitive advantage through DevOps. DevOps is an organizational and cultural movement that aims to increase software delivery velocity, improve service reliability, and build shared ownership among software stakeholders. In this course you will learn how to use Google Cloud to improve the speed, stability, availability, and security of your software delivery capability. DevOps Research and Assessment has joined Google Cloud. How does your team measure up? Take this five question multiple-choice quiz and find out!
Pelajari lebih lanjut
Keamanan adalah fitur layanan Google Cloud yang tidak dapat dikompromikan, dan Google Cloud telah mengembangkan alat khusus untuk memastikan keamanan dan identitas di seluruh project Anda. Dalam kursus pengantar ini, Anda akan melakukan praktik langsung dengan Layanan Identity and Access Management (IAM) Google Cloud, yang merupakan layanan utama untuk mengelola akun pengguna dan virtual machine. Anda akan mendapatkan pengalaman dengan keamanan jaringan dengan menyediakan VPC dan VPN, serta mempelajari alat-alat yang tersedia untuk mendapatkan perlindungan dari ancaman keamanan dan kebocoran data.
Pelajari lebih lanjut
This quest of "Challenge Labs" gives the student preparing for the Google Cloud Certified Professional Cloud Architect certification hands-on practice with common business/technology solutions using Google Cloud architectures. Challenge Labs do not provide the "cookbook" steps, but require solutions to be built with minimal guidance, across many Google Cloud technologies. All labs have activity tracking, and in order to earn this badge you must score 100% in each lab. This quest is not easy and will put your Google Cloud technology skills to the test! Be aware that while practice with these labs will increase your knowledge and abilities, additional study, experience, and background in cloud architecture is recommended to prepare for this certification. Complete this quest to receive an exclusive Google Cloud digital badge.
Pelajari lebih lanjut
Big data, machine learning, and scientific data? It sounds like the perfect match. In this advanced-level quest, you will get hands-on practice with GCP services like Big Query, Dataproc, and Tensorflow by applying them to use cases that employ real-life, scientific data sets. By getting experience with tasks like earthquake data analysis and satellite image aggregation, Scientific Data Processing will expand your skill set in big data and machine learning so you can start tackling your own problems across a spectrum of scientific disciplines.
Pelajari lebih lanjut
This advanced-level quest is unique amongst the other catalog offerings. The labs have been curated to give IT professionals hands-on practice with topics and services that appear in the Google Cloud Certified Professional Data Engineer Certification. From Big Query, to Dataprep, to Cloud Composer, this quest is composed of specific labs that will put your Google Cloud data engineering knowledge to the test. Be aware that while practice with these labs will increase your skills and abilities, you will need other preparation, too. The exam is quite challenging and external studying, experience, and/or background in cloud data engineering is recommended. Looking for a hands on challenge lab to demonstrate your skills and validate your knowledge? On completing this quest, enroll in and finish the additional challenge lab at the end of the Engineer Data in the Google Cloud to receive an exclusive Google Cloud digital badge.
Pelajari lebih lanjut
Networking is a principle theme of cloud computing. It’s the underlying structure of Google Cloud, and it’s what connects all your resources and services to one another. This course will cover essential Google Cloud networking services and will give you hands-on practice with specialized tools for developing mature networks. From learning the ins-and-outs of VPCs, to creating enterprise-grade load balancers, Automate Deployment and Manage Traffic on a Google Cloud Network will give you the practical experience needed so you can start building robust networks right away.
Pelajari lebih lanjut
Big data, machine learning, dan kecerdasan buatan menjadi topik komputasi yang populer saat ini, tetapi bidang tersebut sangat terspesialisasi dan materi pengantarnya sulit diperoleh. Untungnya, Google Cloud menyediakan layanan yang mudah digunakan dalam bidang tersebut, dan melalui kursus tingkat pengantar ini, Anda dapat mengambil langkah pertama dengan alat seperti BigQuery, Cloud Speech API, dan Video Intelligence.
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
If you’re looking to take your Google Cloud application to the next level, look no further than Deployment Manager. By automating the creation of GCP resources and services, Deployment Manager lets you focus on developing rather than maintaining. In this advanced-level quest, you will get hands on practice with Deployment Manager by building custom templates, automating Python and Jinja application instances, and scaling custom networks.
Pelajari lebih lanjut
It's no secret that machine learning is one of the fastest growing fields in tech, and Google Cloud has been instrumental in furthering its development. With a host of APIs, Google Cloud has a tool for just about any machine learning job. In this advanced-level course, you will get hands-on practice with machine learning APIs by taking labs like Detect Labels, Faces, and Landmarks in Images with the Cloud Vision API. Looking for a hands-on challenge lab to demonstrate your skills and validate your knowledge? Enroll in and finish the additional challenge lab at the end of this quest to receive an exclusive Google Cloud digital badge.
Pelajari lebih lanjut
Google Cloud is committed to supporting Windows workloads in its frameworks and services. In this advanced-level quest, you will get hands-on practice running many of the popular Windows services on Google Cloud. For example, you will learn how to instantiate Microsoft SQL databases, cloud tools for Powershell on Google Cloud Platform frameworks.
Pelajari lebih lanjut
The Google Cloud Platform provides many different frameworks and options to fit your application’s needs. In this introductory-level quest, you will get plenty of hands-on practice deploying sample applications on Google App Engine. You will also dive into other web application frameworks like Firebase, Wordpress, and Node.js and see firsthand how they can be integrated with Google Cloud.
Pelajari lebih lanjut
Quest level dasar ini berbeda dengan penawaran Qwiklabs lainnya. Semua lab yang termasuk dalam level ini telah diseleksi untuk membekali profesional IT dengan praktik langsung tentang berbagai topik dan layanan yang diujikan dalam Sertifikasi Google Cloud Certified Professional Cloud Architect . Dari IAM, hingga jaringan, dan penerapan Kubernetes Engine, quest ini tersusun atas sejumlah lab spesifik yang akan menguji pengetahuan Anda tentang GCP. Harap diketahui bahwa, meskipun praktik dengan lab ini akan meningkatkan keterampilan dan kemampuan Anda, sebaiknya Anda juga mempelajari panduan ujian serta referensi persiapan lain yang tersedia.
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
Dalam kursus tingkat pemula ini, Anda akan mendapatkan praktik langsung dengan alat dan layanan dasar Google Cloud. Video opsional disediakan untuk memberikan konteks dan ulasan lebih lanjut mengenai konsep-konsep yang dibahas dalam lab ini. Dasar-Dasar Google Cloud adalah kursus pertama yang direkomendasikan bagi peserta kursus Google Cloud— Anda bisa mengikutinya dengan pengetahuan yang minim atau tanpa pengetahuan sama sekali tentang cloud, dan mendapatkan pengalaman praktis yang dapat diterapkan pada project Google Cloud pertama Anda setelah menyelesaikan kursus ini. Mulai dari menulis perintah Cloud Shell dan men-deploy virtual machine pertama Anda, hingga menjalankan aplikasi di Kubernetes Engine atau dengan load balancing, Dasar-Dasar Google Cloud merupakan pengantar utama untuk fitur dasar platform ini.
Akses Hak Istimewa dengan IAM
Earned Okt 29, 2025 EDT
Mulai Menggunakan Sensitive Data Protection
Earned Okt 29, 2025 EDT
Introduction to reCAPTCHA
Earned Okt 29, 2025 EDT
Melindungi Traffic Cloud dengan Keamanan Chrome Enterprise Premium
Earned Okt 28, 2025 EDT
Memitigasi Ancaman dan Kerentanan dengan Security Command Center
Earned Okt 28, 2025 EDT
Membangun Jaringan Google Cloud yang Aman
Earned Okt 28, 2025 EDT
Securing your Network with Cloud Armor
Earned Okt 26, 2025 EDT
Infrastruktur Google Cloud yang Dapat Diandalkan: Desain dan Proses
Earned Okt 23, 2025 EDT
Membangun Situs di Google Cloud
Earned Okt 22, 2025 EDT
Pengiriman Software yang Aman
Earned Okt 21, 2025 EDT
Mengembangkan Jaringan Google Cloud Anda
Earned Okt 20, 2025 EDT
Mengimplementasikan Cloud Load Balancing untuk Compute Engine
Earned Okt 20, 2025 EDT
Logging and Monitoring in Google Cloud
Earned Okt 19, 2025 EDT
Observability in Google Cloud
Earned Okt 18, 2025 EDT
Developing a Google SRE Culture
Earned Okt 17, 2025 EDT
Menyiapkan Lingkungan Pengembangan Aplikasi di Google Cloud
Earned Okt 15, 2025 EDT
Infrastruktur AI: TPU Cloud
Earned Okt 13, 2025 EDT
Infrastruktur AI: GPU Cloud
Earned Okt 13, 2025 EDT
Infrastruktur AI: Pengantar AI Hypercomputer
Earned Okt 13, 2025 EDT
Memantau dan Membuat Log dengan Google Cloud Observability
Earned Okt 13, 2025 EDT
Pengantar Keamanan di Dunia AI
Earned Okt 13, 2025 EDT
Model Armor: Mengamankan Deployment AI
Earned Okt 13, 2025 EDT
Menerapkan Dasar-Dasar Keamanan Cloud di Google Cloud
Earned Okt 11, 2025 EDT
Memantau Lingkungan dengan Google Cloud Managed Service for Prometheus
Earned Okt 11, 2025 EDT
Mulai Menggunakan Google Kubernetes Engine
Earned Okt 9, 2025 EDT
Introduction to Reliable Deep Learning
Earned Jan 26, 2025 EST
Membangun Aplikasi AI yang Bermanfaat dengan Gemini dan Imagen
Earned Jan 26, 2025 EST
Menggunakan API Machine Learning di Google Cloud
Earned Des 11, 2024 EST
DEPRECATED Detect Manufacturing Defects Using Visual Inspection AI
Earned Des 11, 2024 EST
Bekerja dengan Model Gemini di BigQuery
Earned Nov 15, 2024 EST
Menggunakan BigQuery Machine Learning untuk Inferensi
Earned Nov 15, 2024 EST
Meningkatkan Produktivitas dengan Gemini in BigQuery
Earned Nov 14, 2024 EST
Membangun Agen AI Generatif dengan Vertex AI dan Flutter
Earned Nov 13, 2024 EST
Rekayasa Data untuk Pembuatan Model Prediktif dengan BigQuery ML
Earned Nov 12, 2024 EST
ML Pipelines on Google Cloud
Earned Nov 8, 2024 EST
Introduction to Security in the World of AI
Earned Nov 8, 2024 EST
Machine Learning Operations (MLOps) dengan Vertex AI: Evaluasi Model
Earned Nov 7, 2024 EST
Membuat Model ML dengan BigQuery ML
Earned Nov 7, 2024 EST
Membuat Aplikasi AI Generatif di Google Cloud
Earned Nov 6, 2024 EST
Responsible AI untuk Developer: Privasi & Keamanan
Earned Nov 6, 2024 EST
Working with Notebooks in Vertex AI
Earned Nov 6, 2024 EST
Build a Certification Study Guide: PMLE
Earned Nov 1, 2024 EDT
Mengembangkan Aplikasi GenAI dengan Gemini dan Streamlit
Earned Jul 16, 2024 EDT
Gemini untuk SDLC menyeluruh
Earned Jul 15, 2024 EDT
Gemini untuk Engineer DevOps
Earned Jul 15, 2024 EDT
Gemini untuk Engineer Jaringan
Earned Jul 15, 2024 EDT
Gemini untuk Data Scientist dan Analis
Earned Jul 15, 2024 EDT
Machine Learning in the Enterprise
Earned Jun 25, 2024 EDT
Feature Engineering
Earned Jun 24, 2024 EDT
Production Machine Learning Systems
Earned Jun 23, 2024 EDT
Responsible AI untuk Developer: Penafsiran & Transparansi
Earned Jun 19, 2024 EDT
Responsible AI untuk Developer: Keadilan & Bias
Earned Jun 19, 2024 EDT
Menginspeksi Dokumen Multimedia dengan Multimodalitas Gemini dan RAG Multimodal
Earned Jun 18, 2024 EDT
DEPRECATED Build LangChain Applications using Vertex AI
Earned Jun 5, 2024 EDT
Penelusuran Vektor dan Embedding
Earned Mei 27, 2024 EDT
Architecting with Google Kubernetes Engine: Production
Earned Mei 27, 2024 EDT
Mengklasifikasikan gambar dengan TensorFlow di Google Cloud
Earned Mei 23, 2024 EDT
Mempelajari AI Generatif dengan Gemini API di Vertex AI
Earned Mei 23, 2024 EDT
Mengimplementasikan Pipeline CI/CD di Google Cloud
Earned Mei 5, 2024 EDT
Recommendation Systems on Google Cloud
Earned Mei 5, 2024 EDT
Natural Language Processing on Google Cloud
Earned Apr 16, 2024 EDT
Computer Vision Fundamentals with Google Cloud
Earned Apr 12, 2024 EDT
Machine Learning Operations (MLOps): Getting Started
Earned Apr 9, 2024 EDT
Membangun dan Men-Deploy Solusi Machine Learning di Vertex AI
Earned Apr 8, 2024 EDT
Menyiapkan Data untuk ML API di Google Cloud
Earned Apr 8, 2024 EDT
Build, Train and Deploy ML Models with Keras on Google Cloud
Earned Apr 6, 2024 EDT
Launching into Machine Learning
Earned Apr 4, 2024 EDT
Conversational AI on Vertex AI and Dialogflow CX
Earned Apr 1, 2024 EDT
Gemini untuk Engineer Keamanan
Earned Apr 1, 2024 EDT
Gemini untuk Arsitek Cloud
Earned Apr 1, 2024 EDT
Gemini untuk Developer Aplikasi
Earned Apr 1, 2024 EDT
Pengantar AI dan Machine Learning di Google Cloud
Earned Mar 26, 2024 EDT
Pengantar Vertex AI Studio
Earned Mar 25, 2024 EDT
Membuat Model Pemberian Teks pada Gambar
Earned Mar 25, 2024 EDT
Model Transformer dan Model BERT
Earned Mar 25, 2024 EDT
Arsitektur Encoder-Decoder
Earned Mar 21, 2024 EDT
Mekanisme Atensi
Earned Mar 21, 2024 EDT
Pengantar Pembuatan Gambar
Earned Mar 21, 2024 EDT
Desain Perintah dalam Vertex AI
Earned Mar 20, 2024 EDT
Responsible AI: Menerapkan Prinsip AI dengan Google Cloud
Earned Mar 20, 2024 EDT
Pengantar Responsible AI
Earned Mar 20, 2024 EDT
Pengantar Model Bahasa Besar
Earned Mar 20, 2024 EDT
Penjelajah AI Generatif - Vertex AI
Earned Mar 20, 2024 EDT
Advanced ML: ML Infrastructure
Earned Mar 12, 2024 EDT
Machine Learning Operations (MLOps) with Vertex AI: Manage Features
Earned Mar 12, 2024 EDT
Machine Learning Operations (MLOps) untuk AI Generatif
Earned Mar 12, 2024 EDT
Mengotomatiskan Pengambilan Data Berskala Besar dengan Document AI
Earned Mar 11, 2024 EDT
Build Custom Processors with Document AI [Deprecated]
Earned Mar 10, 2024 EDT
Using DevSecOps in your Google Cloud Environment
Earned Feb 5, 2024 EST
Security Best Practices in Google Cloud
Earned Feb 5, 2024 EST
Managing Security in Google Cloud
Earned Feb 5, 2024 EST
Getting Started with Terraform for Google Cloud
Earned Feb 5, 2024 EST
Mitigating Security Vulnerabilities on Google Cloud
Earned Feb 2, 2024 EST
Mengimplementasikan Pipeline CI/CD di Google Cloud
Earned Feb 2, 2024 EST
Architecting with Google Kubernetes Engine: Workloads
Earned Feb 1, 2024 EST
Architecting with Google Kubernetes Engine: Foundations
Earned Jan 31, 2024 EST
Pengantar AI Generatif
Earned Jan 24, 2024 EST
Dasar-Dasar Google Cloud: Infrastruktur Inti
Earned Jan 24, 2024 EST
Membangun Infrastruktur dengan Terraform di Google Cloud
Earned Mar 12, 2022 EST
DEPRECATED Google Cloud Solutions II: Data and Machine Learning
Earned Mar 9, 2022 EST
DEPRECATED ASP.NET on Google Cloud
Earned Mar 8, 2022 EST
Mengoptimalkan Biaya untuk Google Kubernetes Engine
Earned Mar 7, 2022 EST
Google Cloud Solutions I: Scaling Your Infrastructure
Earned Mar 5, 2022 EST
Mengimplementasikan Alur Kerja DevOps di Google Cloud
Earned Mar 5, 2022 EST
Cloud Engineering
Earned Mar 4, 2022 EST
Data Science on Google Cloud: Machine Learning
Earned Des 1, 2021 EST
Data Science on Google Cloud
Earned Okt 30, 2021 EDT
Managing Cloud Infrastructure with Terraform
Earned Okt 25, 2021 EDT
DEPRECATED Google Cloud's Operations Suite on GKE
Earned Sep 1, 2020 EDT
[DEPRECATED] Secure Workloads in Google Kubernetes Engine
Earned Agu 29, 2020 EDT
Menyiapkan Jaringan Google Cloud
Earned Agu 24, 2020 EDT
Arsitektur Cloud: Merancang, Mengimplementasikan, dan Mengelola
Earned Agu 22, 2020 EDT
Anthos: Service Mesh
Earned Jul 29, 2020 EDT
Google Kubernetes Engine Best Practices: Security
Earned Jul 16, 2020 EDT
Men-deploy Aplikasi Kubernetes di Google Cloud
Earned Jul 14, 2020 EDT
Deprecated Kubernetes Solutions
Earned Apr 12, 2020 EDT
DevOps Essentials
Earned Apr 12, 2020 EDT
Dasar-Dasar Keamanan & Identitas
Earned Sep 19, 2019 EDT
Cloud Architecture - Design, Implement, and Manage
Earned Sep 14, 2019 EDT
Scientific Data Processing
Earned Feb 12, 2018 EST
[DEPRECATED] Data Engineering
Earned Feb 11, 2018 EST
Automate Deployment and Manage Traffic on a Google Cloud Network
Earned Feb 10, 2018 EST
Dasar pengukuran: Data, ML, AI
Earned Feb 4, 2018 EST
Dasar Pengukuran: Infrastruktur
Earned Jan 29, 2018 EST
Deployment Manager
Earned Jan 19, 2018 EST
Machine Learning APIs
Earned Jan 17, 2018 EST
DEPRECATED Windows on Google Cloud
Earned Jan 10, 2018 EST
[DEPRECATED] Deploying Applications
Earned Des 16, 2017 EST
DEPRECATED Cloud Architecture
Earned Okt 15, 2017 EDT
Kubernetes di Google Cloud
Earned Okt 14, 2017 EDT
Dasar-Dasar Google Cloud
Earned Okt 12, 2017 EDT