Join Sign in

Pablo Villegas

Member since 2023

Diamond League

63820 points
[DEPRECATED] Google Cloud Computing Foundations: Infrastructure in Google Cloud - Locales Earned Ağu 30, 2025 EDT
Work Meets Play: Faster Finance Earned Ağu 30, 2025 EDT
Level 3: Terraform Essentials Earned Ağu 21, 2025 EDT
[DEPRECATED]-Google Cloud Computing Foundations: Cloud Computing Fundamentals - Turkish Earned Ağu 20, 2025 EDT
Agent Platform'da İstem Tasarımı Earned Tem 21, 2025 EDT
Sorumlu Yapay Zeka: Google Cloud ile Yapay Zeka İlkelerini Uygulama Earned Tem 20, 2025 EDT
[DEPRECATED] Sorumlu Yapay Zekaya Giriş Earned Tem 20, 2025 EDT
Üretken Yapay Zeka Ajanları: Kuruluşunuzu Dönüştürün Earned Haz 13, 2025 EDT
Üretken Yapay Zeka Uygulamaları: İşinizi Dönüştürün Earned Nis 26, 2025 EDT
Üretken Yapay Zeka: Ekosistemi Tanıma Earned Nis 22, 2025 EDT
Üretken Yapay Zeka: Temel Kavramları Öğrenin Earned Nis 20, 2025 EDT
Üretken Yapay Zeka: Chatbot'tan Daha Fazlası Earned Nis 19, 2025 EDT
Introduction to Data Engineering on Google Cloud Earned Nis 17, 2025 EDT
Build a Certification Study Guide: PDE Exam Prep Earned Mar 22, 2025 EDT
[DEPRECATED] Gemini for Security Engineers Earned Oca 12, 2025 EST
[DEPRECATED] Gemini for Cloud Architects Earned Oca 12, 2025 EST
[DEPRECATED] Gemini for Application Developers Earned Oca 12, 2025 EST
Engineer Data for Predictive Modeling with BigQuery ML Earned Kas 6, 2024 EST
Create ML Models with BigQuery ML Earned Kas 3, 2024 EST
Managing Cloud Infrastructure with Terraform Earned Eki 27, 2024 EDT
Geliştiriciler İçin Sorumlu Yapay Zeka: Gizlilik ve Güvenlik Earned Eki 24, 2024 EDT
Build a Certification Study Guide: PMLE Earned Eki 22, 2024 EDT
Machine Learning Operations (MLOps) with Agent Platform: Model Evaluation Earned Eki 22, 2024 EDT
Working with Notebooks in Vertex AI Earned Eki 21, 2024 EDT
Geliştiriciler için Sorumlu Yapay Zeka: Yorumlanabilirlik ve Şeffaflık Earned Eki 18, 2024 EDT
Geliştiriciler İçin Sorumlu Yapay Zeka: Adalet ve Önyargı Earned Eki 18, 2024 EDT
Create Generative AI Apps on Google Cloud Earned Eki 17, 2024 EDT
Üretken Yapay Zeka İçin Makine Öğrenimi Operasyonları (MLOps) Earned Eki 14, 2024 EDT
DEPRECATED Build and Deploy Machine Learning Solutions on Vertex AI Earned Eki 14, 2024 EDT
Büyük Dil Modellerine Giriş Earned Eki 10, 2024 EDT
Üretken Yapay Zekaya Giriş Earned Eki 10, 2024 EDT
ML Pipelines on Google Cloud Earned Eki 10, 2024 EDT
Google Cloud'da Makine Öğrenimi API'leri İçin Veri Hazırlama Earned Ağu 20, 2024 EDT
MLOps with Agent Platform: Manage Features Earned Tem 24, 2024 EDT
Recommendation Systems on Google Cloud Earned Haz 25, 2024 EDT
Computer Vision Fundamentals with Google Cloud Earned Haz 13, 2024 EDT
Machine Learning Operations (MLOps): Getting Started Earned Haz 5, 2024 EDT
Production Machine Learning Systems Earned May 22, 2024 EDT
Machine Learning in the Enterprise Earned May 14, 2024 EDT
[DEPRECATED] Feature Engineering Earned May 6, 2024 EDT
[Depricated] Build, Train and Deploy ML Models with Keras on Google Cloud Earned Nis 29, 2024 EDT
Natural Language Processing on Google Cloud Earned Kas 9, 2023 EST
Launching into Machine Learning Earned Eki 30, 2023 EDT
Introduction to AI and Machine Learning on Google Cloud Earned Eki 20, 2023 EDT

Google Cloud Computing Foundations kursunda, bulut bilişimi alanında daha önce çalışmamış veya bu konuda hiç deneyimi olmayan bireylere; temel bulut kavramları, büyük veri ve makine öğrenimi gibi kavramlar ve Google Cloud’un bu kavramlarla hangi noktada, nasıl birlikte çalıştığı ayrıntılı bir genel bakışla anlatılır. Kursun sonunda öğrenciler bulut bilişimi, büyük veri ve makine öğrenimi konularında fikir yürütüp bazı becerileri pratik olarak sergileyebilecek seviyeye ulaşacaktır. Bu kurs, Google Cloud Computing Foundations adlı kurs serisinin bir parçasıdır. Kurslar aşağıdaki sırayla tamamlanmalıdır: Google Cloud Computing Foundations: Cloud Computing Fundamentals - Locales Google Cloud Computing Foundations: Infrastructure in Google Cloud - Locales Google Cloud Computing Foundations: Networking and Security in Google Cloud - Locales Google Cloud Computing Foundations: Data, ML, and AI in Google Cloud - Locales Bu ikinci kursta Google Cloud'da depol…

Learn more

At L&T Finance, speed matters. By moving to Google Workspace, their teams cut loan approvals from hours to just minutes—helping millions of people in rural India get faster access to funds. With Gmail, Calendar, Docs, and Meet, 14,500 employees now stay connected and work together more easily, no matter where they are. This challenge takes inspiration from that journey. You’ll get hands-on with the same tools—starting with Gmail and Calendar, learning how to manage users and apps in the Admin console, creating simple apps with AppSheet, and exploring cloud performance with Kubernetes and monitoring tools. It’s all about learning skills that make work easier, faster, and more impactful.

Learn more

Used by over 70% of DevOps teams globally, Terraform has become the go-to tool for provisioning and managing infrastructure as code. In this hands-on challenge, you'll use Terraform to automate the setup of Google Cloud resources—Firestore, Compute Engine, Cloud Storage, VPCs, and more. You'll also manage secure configurations with Service Accounts, Firewall Rules, and Secret Manager. Build a strong foundation for scalable, repeatable deployments and earn an exclusive Google Cloud Credential!.

Learn more

Google Cloud Computing Foundations kursunda, bulut bilişimi alanında daha önce çalışmamış veya bu konuda hiç deneyimi olmayan bireylere; temel bulut kavramları, büyük veri, makine öğrenimi gibi kavramlar ve Google Cloud'un bu kavramlarla hangi noktada, nasıl birlikte çalıştığı ayrıntılı bir genel bakışla anlatılır. Kursun sonunda öğrenciler bulut bilişimi, büyük veri ve makine öğrenimi konularında fikir yürütüp bazı becerileri pratik olarak sergileyebilecek seviyeye ulaşacaktır. Bu kurs, Google Cloud Computing Foundations adlı kurs serisinin bir parçasıdır. Kurslar aşağıdaki sırayla tamamlanmalıdır: Google Cloud Computing Foundations: Cloud Computing Fundamentals - Locales Google Cloud Computing Foundations: Infrastructure in Google Cloud - Locales Google Cloud Computing Foundations: Networking and Security in Google Cloud - Locales Google Cloud Computing Foundations: Data, ML, and AI in Google Cloud - Locales İlk kursta bulut bilişimi, Google Cloud'u k…

Learn more

Agent Platform'da istem mühendisliği, görüntü analizi ve çok modlu üretken teknikler gibi becerileri göstermek için Agent Platform'da İstem Tasarımı beceri rozetini tamamlayın. Etkili istemlerin nasıl oluşturulacağını, üretken yapay zeka çıktılarına nasıl rehberlik edileceğini ve Gemini modellerinin gerçek dünyadaki pazarlama senaryolarına nasıl uygulanacağını keşfedin.

Learn more

Kurumsal yapay zeka ve makine öğreniminin kullanımı arttıkça, bu teknolojileri sorumlu bir şekilde geliştirmenin önemi de artıyor. Birçok kişi için sorumlu yapay zeka hakkında konuşmak, bunu uygulamaya geçirmekten daha kolaydır. Kuruluşunuzda sorumlu yapay zekayı nasıl hayata geçireceğinizi öğrenmek istiyorsanız bu kurs tam size göre. Bu kursta, kendi sorumlu yapay zeka yaklaşımınızı geliştirirken size rehberlik edecek bir çerçeve oluşturmak adına Google Cloud'un bu süreci günümüzde nasıl yürüttüğünü, en iyi uygulama örneklerini ve edindiğimiz tecrübeleri keşfedeceksiniz.

Learn more

Giriş seviyesindeki bu mikro öğrenme kursu, sorumlu yapay zekanın ne olduğunu, neden önemli olduğunu ve Google'ın sorumlu yapay zekayı ürünlerinde nasıl uyguladığını açıklamayı amaçlamaktadır. Ayrıca Google'ın 3 yapay zeka ilkesini de tanıtır.

Learn more

Üretken Yapay Zeka Ajanları: Kuruluşunuzu Dönüştürün, Üretken Yapay Zeka Lideri öğrenme rotasının beşinci ve son kursudur. Bu kursta, kuruluşların özel üretken yapay zeka ajanlarını kullanarak belirli işletme zorluklarının üstesinden nasıl gelebileceği ele alınmaktadır. Temel bir üretken yapay zeka ajanı oluşturarak pratik yapacak, bu ajanların modeller, mantık döngüleri ve araçlar gibi bileşenlerini keşfedeceksiniz.

Learn more

Üretken Yapay Zeka Uygulamaları ile İşinizi Dönüştürün, Üretken Yapay Zeka Lideri öğrenme rotasının dördüncü kursudur. Bu kursta, Google'ın üretken yapay zeka uygulamaları (ör. Gemini ile Google Workspace ve NotebookLM) tanıtılmaktadır. Temellendirme, veriyle artırılmış üretim, etkili istemler hazırlama ve otomatik iş akışları oluşturma gibi kavramlar hakkında size rehberlik eder.

Learn more

Üretken Yapay Zeka: Ekosistemi Tanıma, Üretken Yapay Zeka Lideri öğrenme rotasının üçüncü kursudur. Üretken yapay zeka, çalışma şeklimizi ve çevremizle etkileşim kurma biçimimizi değiştiriyor. Peki bir lider olarak bu teknolojinin gücünden yararlanıp işletmenizde nasıl gerçek sonuçlar elde edebilirsiniz? Bu kursta, üretken yapay zeka çözümleri oluşturmanın farklı katmanlarını, Google Cloud'un sunduğu hizmetleri ve çözüm seçerken dikkate alınması gereken faktörleri keşfedeceksiniz.

Learn more

Üretken Yapay Zeka: Temel Kavramları Öğrenin, Üretken Yapay Zeka Lideri öğrenme rotasının ikinci kursudur. Bu kursta, yapay zeka, makine öğrenimi ve üretken yapay zeka arasındaki farkları keşfederek üretken yapay zekanın temel kavramlarını öğrenecek ve çeşitli veri türlerinin üretken yapay zekanın kurumsal zorlukları çözmesine nasıl yardımcı olduğunu anlayacaksınız. Temel modellerin sınırlamalarını gidermeye yardımcı olacak Google Cloud stratejileriyle sorumlu ve güvenli yapay zeka geliştirme ve dağıtımının temel zorlukları hakkında da bilgi edineceksiniz.

Learn more

Üretken Yapay Zeka: Chatbot'tan Daha Fazlası, Gen AI Leader öğrenme rotasının ilk kursudur ve ön koşul gerektirmez. Bu kurs, chatbot'larla ilgili temel bilgilerin ötesine geçerek üretken yapay zekanın kuruluşunuza sağlayabileceği gerçek potansiyeli keşfetmeyi amaçlamaktadır. Üretken yapay zekanın gücünden yararlanmak için çok önemli olan temel modeller ve istem mühendisliği gibi kavramları keşfedeceksiniz. Kurs ayrıca kuruluşunuz için başarılı bir üretken yapay zeka stratejisi geliştirirken dikkate almanız gereken önemli noktalar hakkında size rehberlik edecek.

Learn more

In this course, you learn about data engineering on Google Cloud, the roles and responsibilities of data engineers, and how those map to offerings provided by Google Cloud. You also learn about ways to address data engineering challenges.

Learn more

Learn how to use Gemini Notebook to create a personalized study guide for the Professional Data Engineer certification exam. You'll review Gemini Notebook features, create a notebook in Gemini Notebook, and learn how to use a study guide to practice for a certification exam.

Learn more

In this course, you learn how Gemini, a generative AI-powered collaborator from Google Cloud, helps you secure your cloud environment and resources. You learn how to deploy example workloads into an environment in Google Cloud, identify security misconfigurations with Gemini, and remediate security misconfigurations with Gemini. Using a hands-on lab, you experience how Gemini improves your cloud security posture. Duet AI was renamed to Gemini, our next-generation model.

Learn more

In this course, you learn how Gemini, a generative AI-powered collaborator from Google Cloud, helps administrators provision infrastructure. You learn how to prompt Gemini to explain infrastructure, deploy GKE clusters and update existing infrastructure. Using a hands-on lab, you experience how Gemini improves the GKE deployment workflow. Duet AI was renamed to Gemini, our next-generation model.

Learn more

In this course, you learn how Gemini, a generative AI-powered collaborator from Google Cloud, helps developers build applications. You learn how to prompt Gemini to explain code, recommend Google Cloud services, and generate code for your applications. Using a hands-on lab, you experience how Gemini improves the application development workflow. Duet AI was renamed to Gemini, our next-generation model.

Learn more

Complete the intermediate Engineer Data for Predictive Modeling with BigQuery ML skill badge to demonstrate skills in the following: building data transformation pipelines to BigQuery using Dataprep by Trifacta; using Cloud Storage, Dataflow, and BigQuery to build extract, transform, and load (ETL) workflows; and building machine learning models using BigQuery ML.

Learn more

Complete the intermediate Create ML Models with BigQuery ML skill badge to demonstrate skills in creating and evaluating machine learning models with BigQuery ML to make data predictions.

Learn more

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.

Learn more

Bu kursta, yapay zekada gizlilik ve güvenlik konuları ele alınmaktadır. Kurs boyunca, Google Cloud ürünleri ve açık kaynak araçları kullanarak yapay zekayla ilgili önerilen gizlilik ve güvenlik uygulamalarını benimsemenize yardımcı olacak pratik yöntemler ile araçları tanıyacaksınız.

Learn more

Learn how to use Gemini Notebook to create a personalized study guide for the Professional Machine Learning Engineer (PMLE) certification exam. You'll review Gemini Notebook features, create a notebook, and use the study guide to practice for a certification exam.

Learn more

This course equips machine learning practitioners with the essential tools, techniques, and best practices for evaluating both generative and predictive AI models. Model evaluation is a critical discipline for ensuring that ML systems deliver reliable, accurate, and high-performing results in production. Participants will gain a deep understanding of various evaluation metrics, methodologies, and their appropriate application across different model types and tasks. The course will emphasize the unique challenges posed by generative AI models and provide strategies for tackling them effectively. By leveraging Google Cloud's Agent Platform, participants will learn how to implement robust evaluation processes for model selection, optimization, and continuous monitoring.

Learn more

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.

Learn more

Bu kursta yapay zekanın yorumlanabilirliği ve şeffaflığı kavramlarıyla ilgili temel bilgiler sunulmaktadır. Ayrıca geliştiriciler ve mühendisler için yapay zeka sistemlerinde şeffaflığın önemi ele alınmaktadır. Kurs boyunca, veri ve yapay zeka modellerinde yorumlanabilirliğin ve şeffaflığın sağlanmasına yardımcı olacak pratik yöntemleri ve araçları tanıyacaksınız.

Learn more

Bu kursta, sorumlu yapay zeka kavramı ve yapay zeka ilkeleri tanıtılmaktadır. Kurs, adalet ve önyargıyı pratik şekilde tanımlama teknikleri ile yapay zeka/makine öğrenimi uygulamalarında önyargının azaltılması konularını ele almaktadır. Kurs boyunca, Google Cloud ürünleri ve açık kaynaklı araçları kullanarak sorumlu yapay zekayla ilgili en iyi uygulamaları benimsemenize yardımcı olacak pratik yöntemler ve araçları tanıyacaksınız.

Learn more

Generative AI applications can create new user experiences that were nearly impossible before the invention of large language models (LLMs). As an application developer, how can you use generative AI to build engaging, powerful apps on Google Cloud? In this course, you'll learn about generative AI applications and how you can use prompt design and retrieval augmented generation (RAG) to build powerful applications using LLMs. You'll learn about a production-ready architecture that can be used for generative AI applications and you'll build an LLM and RAG-based chat application. Explore other content in the Gemini Agent Ready (GEAR) program.

Learn more

Bu kurs, MLOps ekiplerinin üretken yapay zeka modellerini dağıtırken ve yönetirken karşılaştığı zorlukların üstesinden gelmek için gereken bilgi ve araçları sağlamaktadır. Ayrıca yapay zeka ekiplerinin, MLOps süreçlerini kolaylaştırıp üretken yapay zeka projelerinde başarıya ulaşması için Vertex AI'ın nasıl yardımcı olduğunu öğrenmenizi amaçlamaktadır.

Learn more

Earn the intermediate skill badge by completing the Build and Deploy Machine Learning Solutions on Vertex AI skill badge course, where you learn how to use Google Cloud's Vertex AI platform, AutoML, and custom training services to train, evaluate, tune, explain, and deploy machine learning models.

Learn more

Giriş seviyesindeki bu mikro öğrenme kursunda; büyük dil modellerinin (LLM) ne olduğu, hangi kullanım alanlarında kullanılabilecekleri ve istem ayarlama ile LLM performansını nasıl artırabileceğiniz ele alınmaktadır. Ayrıca kendi üretken yapay zeka uygulamalarınızı geliştirebileceğiniz Google araçları da yer almaktadır.

Learn more

Bu giriş seviyesi mikro öğrenme kursu, üretken yapay zekanın ne olduğunu, nasıl kullanıldığını ve geleneksel makine öğrenimi yöntemlerinden farkını açıklamayı amaçlamaktadır. Ayrıca kendi üretken yapay zeka uygulamalarınızı geliştirebileceğiniz Google araçları da ele alınmaktadır.

Learn more

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.

Learn more

Giriş düzeyindeki Google Cloud'da Makine Öğrenimi API'leri İçin Veri Hazırlama beceri rozetini tamamlayarak şu konulardaki becerilerinizi gösterin: Dataprep by Trifacta ile veri temizleme, Dataflow'da veri ardışık düzenleri çalıştırma, Managed Service for Apache Spark'ta küme oluşturma ve Apache Spark işleri çalıştırma ve makine öğrenimi API'lerini (Cloud Natural Language API, Google Cloud Speech-to-Text API ve Video Intelligence API dahil olmak üzere) çağırma.

Learn more

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 Agent Platform Feature Store's streaming ingestion at the SDK layer.

Learn more

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.

Learn more

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.

Learn more

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.

Learn more

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.

Learn more

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.

Learn more

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.

Learn more

This course covers building ML models with TensorFlow and Keras, improving the accuracy of ML models and writing ML models for scaled use.

Learn more

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.

Learn more

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.

Learn more

This course introduces Google Cloud's AI and machine learning (ML) capabilities, with a focus on developing both generative and predictive AI projects. It explores the various technologies, products, and tools available throughout the data-to-AI lifecycle, empowering data scientists, AI developers, and ML engineers to enhance their expertise through interactive exercises.

Learn more