参加 ログイン

MORE SHUBHANGI

メンバー加入日: 2024

ブロンズリーグ

4697 ポイント
Compute Engine での Cloud Load Balancing の実装 Earned 6月 17, 2026 EDT
Google Cloud コンピューティングの基礎 Earned 5月 27, 2026 EDT
Works Meet Play: Skills Spawn Earned 4月 20, 2026 EDT
Google Cloud での Kubernetes アプリケーションのデプロイ Earned 4月 15, 2026 EDT
Design Foundations for Streaming with Google Cloud Earned 3月 31, 2026 EDT
Vertex AI を使用した ML オペレーション（MLOps）: モデルの評価 Earned 3月 31, 2026 EDT
生成 AI のための ML オペレーション（MLOps) Earned 3月 31, 2026 EDT
AI Boost Bites: 独自のレトロ アーケード ゲームを作成する Earned 3月 19, 2026 EDT
責任ある AI の概要 Earned 2月 25, 2024 EST
生成 AI の概要 Earned 2月 25, 2024 EST

「Compute Engine での Cloud Load Balancing の実装」入門コースを修了してスキルバッジを獲得すると、次のスキルを実証できます: Compute Engine における仮想マシンの作成とデプロイ、 ネットワーク ロードバランサとアプリケーション ロードバランサの構成。

詳細

「Google Cloud コンピューティングの基礎」クエストを修了してスキルバッジを獲得しましょう。 クエストでは、Compute Engine を使用して、仮想マシン（VM）、永続ディスク、ウェブサーバーを操作する方法を学習します。

詳細

Online games can get unpredictable. One update drops, a new event goes live—and suddenly, thousands of players are logging in at the same time. That’s where the backend really gets tested. Companies like Com2uS rely on cloud infrastructure to handle exactly this kind of pressure without things falling apart. Here, you’ll work through the same building blocks—setting up networks, handling secure connections, and deploying apps with Docker and Kubernetes. You’ll add authentication, keep an eye on things with logging, and move data when needed. It’s the kind of work that keeps everything running smoothly while players just focus on the game.

詳細

Google Cloud での Kubernetes アプリケーションのデプロイ コースの中級スキルバッジを獲得できるアクティビティを修了すると、 Docker コンテナ イメージの構成とビルド、Google Kubernetes Engine（GKE）クラスタの作成と管理、kubectl を活用した効率的な クラスタ管理、堅牢な継続的デリバリー（CD）による Kubernetes アプリケーションのデプロイ手法といったスキルを実証できます。

詳細

This course shows learners the benefits of using Google Cloud to stream and broadcast content. The course provides a high-level overview of the infrastructure required for streaming and broadcasting.

詳細

このコースでは、ML の実務担当者に、生成 AI モデルと予測 AI モデルの両方を評価するための重要なツール、手法、ベスト プラクティスを身につけていただきます。モデル評価は、ML システムが本番環境で信頼性が高く、正確で、高性能な結果を確実に提供するための重要な分野です。 参加者は、さまざまな評価指標、方法論のほか、さまざまなモデルタイプやタスクにおけるそれらの適切な適用について理解を深めます。このコースでは、生成 AI モデルによってもたらされる固有の課題に重点を置き、それらの課題に効果的に取り組むための戦略を提供します。参加者は、Google Cloud の Vertex AI プラットフォームを活用して、モデルの選択、最適化、継続的なモニタリングのための堅牢な評価プロセスを実装する方法を学びます。

詳細

このコースでは、生成 AI モデルのデプロイと管理において MLOps チームが直面する特有の課題に対処するために必要な知識とツールを提供し、AI チームが MLOps プロセスを合理化して生成 AI プロジェクトを成功させるうえで Vertex AI がどのように役立つかを説明します。

詳細

この動画では、Gemini Canvas でシンプルなプロンプトを使用して、三目並べのような独自のプレイ可能なゲームを構築、カスタマイズ、共有する方法を説明します。

詳細

この入門レベルのマイクロラーニング コースでは、責任ある AI の概要と重要性、および Google が責任ある AI を自社プロダクトにどのように実装しているのかについて説明します。また、Google の AI に関する 7 つの原則についても説明します。

詳細

この入門レベルのマイクロラーニング コースでは、生成 AI の概要、利用方法、従来の ML の手法との違いについて説明します。独自の生成 AI アプリを作成する際に利用できる Google ツールも紹介します。

詳細