SHAISTA NAAZ
Mitglied seit 2024
Diamond League
6025 Punkte
Mitglied seit 2024
Securing applications and streamlining delivery go hand in hand in modern cloud environments. In this trail, you’ll work with tools like Cloud KMS, Identity-Aware Proxy, and service accounts to manage access and protect resources. You’ll also explore private Kubernetes clusters, artifact management, and build CI/CD pipelines with Cloud Build—bringing together the essentials of cloud security and DevOps in practice.
As platforms grow, maintaining speed, reliability, and seamless user experiences becomes critical. Inspired by Bobble AI and its journey to support millions of real-time interactions, this challenge explores how cloud-native systems are designed for efficiency at scale. You’ll work with Docker and Kubernetes to run and orchestrate applications, while also using IAM, Cloud Storage, and Monitoring to manage access, data, and performance. The result: a clearer view of how the right mix of containers, automation, and observability keeps modern applications fast, resilient, and efficient.
Welcome to Base Camp, where you’ll develop key Google Cloud skills (available in Spanish and Portuguese too!) and earn an exclusive credential that will open doors to the cloud for you. No prior experience is required!
Building and running applications on Google Cloud can take many forms—and this adventure brings them together. Get hands-on with App Engine, Cloud Run, Kubernetes Engine, and Compute Engine as you deploy applications, manage scaling, and explore modern architectures, including the shift from monolithic to microservices.
Working with data and applications requires the right balance of governance and agility. In this voyage, you’ll use Dataplex to organize, secure, and assess data quality while exploring concepts like data mesh. Alongside, you’ll get hands-on with Firebase—building serverless apps, working with Firestore, and managing data in real time—bringing together modern data management and application development.
Erhalten Sie ein Skill-Logo, indem Sie den Kurs Google Cloud-Netzwerk einrichten abschließen. Dabei lernen Sie, wie Sie grundlegende Netzwerkaufgaben in Google Cloud ausführen. Sie richten ein benutzerdefiniertes Netzwerk ein, fügen Firewallregeln für Subnetze hinzu, erstellen VMs und testen dann die Latenz bei der Kommunikation zwischen den VMs.
A season to build, experiment, and grow—one skill at a time. You’ll start with the fundamentals of networking, creating the foundation that connects everything together. From there, you’ll step into automation and application development using Cloud Scheduler, App Engine, and machine learning APIs. By the end, you’ll have a more confident, hands-on understanding of how modern applications are built, connected, and run on the cloud.
Sichern Sie sich das Skill-Logo für Fortgeschrittene, indem Sie den Kurs APIs für Machine Learning in Google Cloud verwenden abschließen – hier lernen Sie die grundlegenden Funktionen der folgenden Machine-Learning- und KI-Technologien kennen: Cloud Vision API, Cloud Translation API und Cloud Natural Language API.
Mit dem Skill-Logo zum Kurs Website in Google Cloud erstellen weisen Sie Grundkenntnisse nach. Dieser Kurs basiert auf der Videoreihe Get Cooking in Cloud und behandelt folgende Themen:Website in Cloud Run bereitstellenWebanwendung in Compute Engine hostenWebsite in der Google Kubernetes Engine erstellen, bereitstellen und skalierenVon einer monolithischen Anwendung zu einer Microservices-Architektur mit Cloud Build migrieren
Nutzen Sie das Potenzial von generativer KI, um intelligente, automatisierte KI-Agenten zu erstellen. Nach Abschluss dieses Kurses sind Sie in der Lage, einen Datenspeicher-Agenten zu entwickeln, der komplexe Fragen sofort beantworten kann, indem er automatisch Informationen von Ihren Websites, Dokumenten oder strukturierten Daten extrahiert und zusammenfasst. Statische FAQs gehören der Vergangenheit an – Ihr neuer KI-Agent liefert dynamische, präzise Antworten und sogar die URLs der Originalquellen. Die Einrichtung ist einfach und schnell.
Möchten Sie mehr über die leistungsstarke Hardware hinter KI erfahren? Dieses Modul erklärt die Funktionsweise von leistungsoptimierten KI-Computern und zeigt Ihnen, warum sie so wichtig sind. Wir gehen dabei darauf ein, wie CPUs, GPUs und TPUs die Ausführung von KI-Aufgaben extrem beschleunigen, was die einzelnen Komponenten auszeichnet und wie deren Potenzial durch KI-Software optimal genutzt werden kann. Am Ende dieses Moduls wissen Sie genau, wie Sie die richtige GPU für Ihre KI-Projekte auswählen, und können so die optimale Lösung für Ihre KI-Workloads finden.
Sind Sie bereit, mit AI Hypercomputer loszulegen? Dieser Grundlagenkurs erleichtert Ihnen den Einstieg. Er vermittelt Ihnen, was AI Hypercomputer ist und wie damit KI bei KI-Arbeitslasten unterstützt wird. Sie lernen die verschiedenen Komponenten eines Hypercomputers kennen, wie GPUs, TPUs und CPUs, und erfahren, wie Sie den richtigen Ansatz hinsichtlich der Bereitstellung Ihren Anforderungen entsprechend auswählen.
In diesem Video erfahren Sie, wie Sie mit Gemini die mühsame manuelle Dateneingabe hinter sich lassen. Hier erfahren Sie, wie Sie ein Foto oder einen Screenshot von Daten (aus PDFs, Papier oder Bildern) machen und Gemini auffordern können, diese sofort in eine strukturierte Google-Tabelle umzuwandeln. Mit diesem einfachen Hack kannst du dir unzählige Stunden beim Transkribieren von Daten sparen und Gemini zu deinem persönlichen Assistenten für die Dateneingabe machen. Einfach fotografieren, Prompt eingeben und exportieren!
In diesem Video werden die Grundlagen des Prompt Engineering für eine effektive KI-Kommunikation behandelt. Sie lernen ein einfaches Framework (Rolle, Aufgabe, Kontext, Format) kennen, mit dem Sie klare Prompts erstellen können, um mit Gemini in Google Workspace bessere und schnellere Ergebnisse zu erzielen. Hier erfahren Sie, wie Sie natürliche Sprache verwenden, konkrete Angaben machen und Prompts optimieren, um die KI-Unterstützung optimal zu nutzen.
This video covers five key ways to use Google's AI tools, including Gemini in Workspace, the Gemini app, and NotebookLM, to enhance your daily productivity.
This video covers how to use NotebookLM as a personal research assistant by adding sources, asking questions, and generating new content formats based on your documents.
Dieser Kurs gibt Machine-Learning-Anwendern alle grundlegenden Tools, Techniken und Best Practices zur Bewertung von generativen und prädiktiven KI-Modellen an die Hand. Die Modellbewertung ist ein wichtiger Schritt, bei dem geprüft wird, ob ML-Systeme in der Produktion zuverlässige, genaue und leistungsstarke Ergebnisse erzielen. Die Teilnehmer erwerben fundierte Kenntnisse über verschiedene Bewertungsmesswerte und -methoden und lernen, sie auf unterschiedliche Modelltypen und Aufgaben anzuwenden. Im Kurs wird schwerpunktmäßig auf die besonderen Herausforderungen generativer KI-Modelle eingegangen und es werden Strategien vorgestellt, wie sich diese effektiv bewältigen lassen. Die Teilnehmer lernen auf der Plattform Vertex AI von Google Cloud, robuste Bewertungsprozesse zur Auswahl, Optimierung und kontinuierlichen Überwachung des Modells zu implementieren.
Dieser Kurs vermittelt Ihnen das Wissen und die nötigen Tools, um die speziellen Herausforderungen zu erkennen, mit denen MLOps-Teams bei der Bereitstellung und Verwaltung von Modellen basierend auf generativer KI konfrontiert sind. Sie erfahren, wie KI-Teams durch Vertex AI dabei unterstützt werden, MLOps-Prozesse zu optimieren und mit Projekten erfolgreich zu sein, in denen generative KI zum Einsatz kommt.
Generative KI ist mehr als nur Chatbots ist der erste Kurs des Lernpfads „Gen AI Leader“, für den es keine besonderen Voraussetzungen gibt. In diesem Kurs wird neben den Grundlagen von Chatbots auch gezeigt, welches Potenzial generative KI für Ihr Unternehmen bietet. Sie lernen Konzepte wie Foundation Models und Prompt Engineering kennen, die für die Nutzung der Leistungsfähigkeit von generativer KI entscheidend sind. Außerdem werden wichtige Überlegungen behandelt, die Ihr Unternehmen bei der Entwicklung einer erfolgreichen Strategie für generative KI berücksichtigen sollten.
In this Google DeepMind course, you will learn the fundamentals of language models and gain a high-level understanding of the machine learning development pipeline. You will consider the strengths and limitations of traditional n-gram models and advanced transformer models. Practical coding labs will enable you to develop insights into how machine learning models work and how they can be used to generate text and identify patterns in language. Through real-world case studies, you will build an understanding around how research engineers operate. Drawing on these insights you will identify problems that you wish to tackle in your own community and consider how to leverage the power of machine learning responsibly to address these problems within a global and local context.