参加 ログイン

Rivera Mauro

メンバー加入日: 2023

Gemini Enterprise を使用したマルチエージェント ワークフローのオーケストレーション Earned 8月 24, 2026 EDT
人間中心の AI Earned 8月 24, 2026 EDT
Gemini Enterprise アプリケーションの作成を始める Earned 8月 24, 2026 EDT
Enterprise のエージェントとユースケース Earned 8月 24, 2026 EDT
エージェントの基礎 Earned 8月 24, 2026 EDT
AI エージェントの概要 Earned 8月 24, 2026 EDT
Google DeepMind: 07 Accelerate Your Model Earned 5月 29, 2026 EDT
Google DeepMind: 05 Fine-Tune Your Model Earned 5月 29, 2026 EDT
Google DeepMind: 04 Discover The Transformer Architecture Earned 5月 29, 2026 EDT
Google DeepMind: 03 Design And Train Neural Networks Earned 5月 29, 2026 EDT
Google DeepMind: 02 Represent Your Language Data Earned 5月 28, 2026 EDT
Google DeepMind: 小規模言語モデルのトレーニング Earned 5月 28, 2026 EDT
Google DeepMind: 01 Build Your Own Small Language Model Earned 5月 28, 2026 EDT
Gemini Enterprise の概要 Earned 5月 27, 2026 EDT
Google Cloud エージェントの把握 Earned 5月 27, 2026 EDT
クラウドのセキュリティ リスク管理戦略 Earned 11月 12, 2025 EST
クラウド コンピューティングにおけるセキュリティ原則の概要 Earned 11月 10, 2025 EST
認定資格の学習ガイドを作成する: PCSE 認定試験対策 Earned 10月 14, 2025 EDT
Analyzing and Visualizing Data in Looker - 日本語版 Earned 7月 23, 2025 EDT
Looker ダッシュボードとレポート用にデータを準備する Earned 7月 23, 2025 EDT
Introduction to Looker Earned 7月 22, 2025 EDT
Gemini in BigQuery で生産性を高める Earned 12月 30, 2024 EST
Knowledge Catalog を使用したデータメッシュの構築 Earned 12月 27, 2024 EST
BigQuery でデータ ウェアハウスを構築する Earned 12月 27, 2024 EST
Dataflow を使用したサーバーレスのデータ処理: パイプラインの開発 Earned 12月 19, 2024 EST
Dataflow を使用したサーバーレスのデータ処理: 基礎 Earned 12月 6, 2024 EST
Google Cloud でストリーミング データ パイプラインを構築する Earned 12月 6, 2024 EST
Google Cloud でのバッチデータ パイプラインの構築 Earned 12月 6, 2024 EST
Google Cloud でデータレイクとデータ ウェアハウスを構築する Earned 12月 5, 2024 EST
Data Engineering on Google Cloud の概要 Earned 12月 5, 2024 EST
Professional Data Engineer の取得に向けた準備 Earned 12月 5, 2024 EST
Responsible AI for Digital Leaders with Google Cloud Earned 9月 24, 2024 EDT

「Gemini Enterprise を使用したマルチエージェント ワークフローのオーケストレーション」入門スキルバッジ コースを修了すると、Gemini Enterprise を活用したエージェント アシスタントを使用して、ファースト パーティとサードパーティのソース間でのデータ統合、マルチメディア マーケティング資料の作成、システム間でのビジネス アクションの自動化を行うスキルがあることを証明できます。 スキルバッジは、ハンズオンラボと課題の評価を通じて特定のプロダクトに関する実践的な知識を証明するものです。コースを修了してバッジを獲得することも、チャレンジラボに直接挑戦して今すぐバッジを獲得することもできます。バッジはトピックに習熟していることの証明であり、仕事用プロフィールの充実、ひいてはキャリアの可能性拡大につながります。獲得したバッジを確認するには、プロフィールにアクセスしてください。

詳細

タスク主導のワークフローから人間中心の AI オーケストレーションへの重要な転換について説明します。拡張と自動化を戦略的に見極め、機械の効率性と人間の直感のバランスを取る考え方を学びます。

詳細

Gemini Enterprise アプリケーションの作成を始めて、スキルバッジを獲得しましょう。さまざまなデータソースをアプリケーションに接続し、強力で統合された検索・分析エンジンを構築します。Deep Research エージェント、マルチエージェント アイディエーション、NotebookLM を使用した集中的な分析などの高度な機能を習得します。

詳細

AI エージェントがビジネスの成果を促進する仕組みについて学習します。エージェント タイプを KPI にマッピングし、実際のボトルネックを解決するユースケースを確認します。次に、Gemini Enterprise が、ノーコード ソリューションからハイコード ソリューションまで、適切なエージェントの構築とオーケストレーションをどのように支援するのかについて学びます。

詳細

このコースでは、AI エージェントの基礎について解説し、エージェントが現実の場面でどのように真価を発揮するのかを確認します。自律的で目標指向のふるまいという観点から AI システムを理解したいと考えている開発者、アーキテクト、技術的意思決定者にとっての基盤となります。

詳細

AI エージェントのコンセプトの概要を理解したうえで、AI エージェントが自律的なアクションと推論を使用して複雑な問題を解決する仕組みを学習します。また、エージェントがユーザーに代わって学習、計画し、目標を達成できるようにする技術的アーキテクチャ（モデル、ツール、オーケストレーション）について学びます。

詳細

Train more powerful models with a single GPU. In this course, you will learn how hardware can speed up model training and the key considerations when training models on a GPU. First, you will learn how to estimate the number of computations and the amount of computer memory required to train large neural networks. You will then discover techniques for reducing the computing and memory requirements when training a model. Techniques which you will apply for fine-tuning a Gemma model with 4 billion parameters. Finally, you will consider the potential environmental impacts of machine learning, with a focus on where questions of energy, water, and e-waste intersect with justice and equity.

詳細

Unleash the power of language models with fine-tuning. In this course, you will learn how to adjust a pre-trained model to a specific task. You will start with full-parameter fine-tuning using a small language model. To tune larger models like Gemma, you will learn parameter-efficient techniques with a focus on LoRA. Finally, you will be briefly introduced to reinforcement learning as an alternative to supervised fine-tuning (SFT). You will also explore how AI is imagined and made sense of in cultural contexts. You will consider why responsible AI is not just about technical safety but also about building governance systems that reflect community values and protect the public interest.

詳細

In this Google DeepMind course you will discover the mechanisms of the transformer architecture. You will investigate how transformer language models process prompts to make context-sensitive next-token predictions. Through practical activities you will explore the attention mechanism, visualize attention weights, and encounter advanced concepts like masked attention and multi-head attention. You will also learn other techniques that are necessary to build neural networks that are well-suited to be used as language models. Finally, through activities on values, stakeholder mapping and community engagement, you will practice concrete tools for ensuring AI projects are developed with communities, not just for them.

詳細

In this Google DeepMind course you will focus on the training process for machine learning models. You will learn how to spot and mitigate issues when training a model, such as overfitting and underfitting. In practical coding labs, you will implement and evaluate the multilayer perceptron for simple classification tasks. This will provide insights into the mechanics of training a neural network model and the backpropagation algorithm. Research case studies will demonstrate how neural networks power real-world models. Additionally, you will consider the broader social impacts of innovation by looking beyond immediate benefits to anticipate potential risks, safety concerns, and further-reaching societal consequences.

詳細

In this Google DeepMind course you will learn how to prepare text data for language models to process. You will investigate the tools and techniques used to prepare, structure, and represent text data for language models, with a focus on tokenization and embeddings. You will be encouraged to think critically about the decisions behind data preparation, and what biases within the data may be introduced into models. You will analyze trade-offs, learn how to work with vectors and matrices, how meaning is represented in language models. Finally, you will practice designing a dataset ethically using the Data Cards process, ensuring transparency, accountability, and respect for community values in AI development.

詳細

上級コース「Google DeepMind: 小規模言語モデルのトレーニング」を修了してスキルバッジを獲得すると、以下のスキルを習得したことを 証明できます。現実世界の言語モデルにおける研究課題の策定、簡単なトークナイザーの構築、Transformer 言語モデルのトレーニング用データセットの準備、 小規模言語モデルのトレーニング ループの実行といったスキルを実証できます。無料 サブスクリプションに登録すると、このラボに無料でアクセスできます。また、毎月 35 クレジットを無料で受け取れます。

詳細

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.

詳細

このコースでは、AI エージェント、エンタープライズ検索、NotebookLM、インテリジェントなデータアクセスを統合し、組織の課題を解決する強力なプラットフォーム「Gemini Enterprise」を紹介します。受講者は、Gemini Enterprise の機能を実例とハンズオンのアクティビティを通して実際のビジネスニーズに結び付けながら、そのアーキテクチャや、ロールを超えたデータアクセスとプライバシーの取り扱いについて説明できるようになります。

詳細

このコースでは、Vertex AI Agent Builder、Gemini Enterprise、会話エージェント、Agent Development Kit など、Google Cloud のエージェント プラットフォームに関する包括的な概要を説明します。受講者は、各サービスの固有の機能を理解し、ユースケースごとに最適なソリューションを見極められるようになります。また、検索およびチャット アプリケーションを作成するための基礎知識を習得します。

詳細

これは、「Google Cloud サイバーセキュリティ認定証」プログラムの 5 つのコースのうちの 2 つ目です。このコースでは、広く使用されているクラウド リスク管理フレームワークについて学習し、セキュリティ ドメイン、コンプライアンス ライフサイクル、HIPAA、NIST CSF、SOC などの業界標準について確認します。リスクの特定、セキュリティ管理の実装、コンプライアンス評価、データ保護管理のスキルを身につけます。さらに、リスクとコンプライアンスに特化した Google Cloud ツールとマルチクラウド ツールを実際に使用する経験も積むことができます。また、就職活動や面接の準備に関するテクニックも取り入れ、クラウド リスク管理の複雑な状況を理解し、効果的に対処するための包括的な基礎を提供します。

詳細

これは、「Google Cloud サイバーセキュリティ認定証」プログラムの 5 つのコースのうちの 1 つ目です。このコースでは、セキュリティ ライフサイクル、デジタル トランスフォーメーション、クラウド コンピューティングの主要なコンセプトなど、サイバーセキュリティの基本を学びます。エントリーレベルのクラウド セキュリティ アナリストがタスクを自動化するために使用する一般的なツールを特定します。

詳細

Gemini Notebook を使用して、Professional Cloud Security Engineer 認定試験に向けた自分専用の学習ガイドを作成する方法を学びます。Gemini Notebook の機能を確認して、ノートブックを作成し、認定試験の対策として学習ガイドを活用する方法を身につけます。

詳細

このコースでは、これまで主に SQL のデベロッパーやアナリストが行っていたようなデータの探索や分析を Looker で実施する方法について学びます。このコースを修了すると、Looker の最新の分析プラットフォームを活用して、組織の Looker インスタンスにおける関連性の高いコンテンツの検索と探索、データに関する問い合わせ、必要に応じた新しい指標の作成、データドリブンな意思決定を促進するためのビジュアリゼーションとダッシュボードの作成や共有を行えるようになります。

詳細

「Looker ダッシュボードとレポート用にデータを準備する」スキルバッジを獲得できる入門コースを修了すると、 データのフィルタ、並べ替え、ピボット、異なる Looker Explore から取得した結果の統合、 関数と演算子を使用してデータを分析し可視化するための Looker ダッシュボードとレポートの作成に関するスキルを実証できます。

詳細

In this introductory course, you'll learn how Looker can help you explore, analyze, and visualize your data to drive better decisions. Through a combination of video lectures and demos, you'll discover how to connect to various data sources, build interactive dashboards, and perform effective data analysis. Whether you're a data analyst, BI analyst, data scientist or business user, this course will equip you with the foundational knowledge to start using Looker effectively, regardless of your background.

詳細

このコースでは、データを AI 活用へつなげるためのワークフローに役立つ AI 搭載の機能スイート、Gemini in BigQuery について説明します。この機能スイートには、データの探索と準備、コード生成とトラブルシューティング、ワークフローの検出と可視化などが含まれます。このコースでは、概念の説明、実際のユースケース、ハンズオンラボを通じて、データ実務者が生産性を高め、開発パイプラインを迅速化できるよう支援します。

詳細

「Knowledge Catalog を使用したデータメッシュの構築」入門コースを修了してスキルバッジを獲得すると、Knowledge Catalog を使用してデータメッシュを構築し、 Google Cloud 上のデータ セキュリティ、ガバナンス、検出を強化するスキルを実証できます。このコースでは、Knowledge Catalog でアセットにタグを付け、IAM ロールを割り当て、データ品質を評価する方法を練習し、そのスキルをテストします。

詳細

「BigQuery でデータ ウェアハウスを構築する」スキルバッジを獲得できる中級コースを修了すると、 データの結合による新しいテーブルの作成、結合のトラブルシューティング、UNION を使用したデータの連結、日付パーティション分割テーブルの作成、 BigQuery での JSON、配列、構造体の操作に関するスキルを証明できます。

詳細

Dataflow コースシリーズの 2 回目である今回は、Beam SDK を使用したパイプラインの開発について詳しく説明します。まず、Apache Beam のコンセプトについて復習します。次に、ウィンドウ、ウォーターマーク、トリガーを使用したストリーミング データの処理について説明します。さらに、パイプラインのソースとシンクのオプション、構造化データを表現するためのスキーマ、State API と Timer API を使用してステートフル変換を行う方法について説明します。続いて、パイプラインのパフォーマンスを最大化するためのベスト プラクティスを再確認します。コースの終盤では、Beam でビジネス ロジックを表現するための SQL と DataFrame、および Beam ノートブックを使用してパイプラインを反復的に開発する方法を説明します。

詳細

このコースは、Dataflow を使用したサーバーレスのデータ処理に関する 3 コースシリーズのパート 1 です。この最初のコースでは、始めに Apache Beam とは何か、そして Dataflow とどのように関係しているかを復習します。次に、Apache Beam のビジョンと Beam Portability フレームワークの利点について説明します。Beam Portability フレームワークによって、デベロッパーが好みのプログラミング言語と実行バックエンドを使用できるビジョンが実現します。続いて、Dataflow によってどのように費用を節約しながらコンピューティングとストレージを分離できるか、そして識別ツール、アクセスツール、管理ツールがどのように Dataflow パイプラインと相互に機能するかを紹介します。最後に、Dataflow でそれぞれのユースケースに合った適切なセキュリティ モデルを実装する方法について学習します。

詳細

このコースでは、ストリーミング データ パイプラインの構築時に直面する実際の問題を解決するために、実践的な演習を行います。ポイントは、Google Cloud プロダクトを使用して、絶えず流れ続けるデータを効果的に管理することです。

詳細

この中級コースでは、Google Cloud で堅牢なバッチデータ パイプラインを設計、構築、最適化する方法を学習します。基本的なデータ処理から一歩進んで、大規模なデータ変換と効率的なワークフロー オーケストレーションを確認します。この内容は、タイムリーなビジネス インテリジェンスと重要なレポートの作成に不可欠です。 実装に Apache Beam 用の Dataflow と Apache Spark 向け Serverless（Dataproc Serverless）を使用する実践的な演習を行い、パイプラインの信頼性の確保と効果的な運用を実現するために、データの品質、モニタリング、アラートに関する重要な考慮事項に対処します。データ ウェアハウジング、ETL / ELT、SQL、Python、Google Cloud のコンセプトに関する基本的な知識があることが推奨されます。

詳細

データレイクとデータ ウェアハウスを使用する従来のアプローチは効果的ですが、特に大規模な企業環境においては欠点があります。このコースでは、データ レイクハウスのコンセプトと、データ レイクハウスの作成に使用する Google Cloud プロダクトについて説明します。レイクハウス アーキテクチャは、オープン スタンダードのデータソースを使用し、データレイクとデータ ウェアハウスの優れた機能を組み合わせて、両者の欠点の多くに対処します。

詳細

このコースでは、Google Cloud におけるデータ エンジニアリング、データ エンジニアの役割と責任、それらが Google Cloud の各サービスにどのように対応しているかについて学びます。また、データ エンジニアリングの課題に対処する方法も学習します。

詳細

このコースでは、Professional Data Engineer（PDE）認定資格試験に向けた学習計画を作成できます。学習者は、試験の範囲を把握したうえで、自分の試験への準備状況を確認し、個々の学習計画を作成できます。

詳細

This course equips learners with the essential knowledge and practical tools to develop and implement artificial intelligence (AI) responsibly. Through an exploration of ethical considerations, best practices, and governance procedures, participants will gain an understanding of how to navigate the complex landscape of AI while upholding ethical standards and minimizing potential risks.

詳細