ご自身に最適な Google Cloud トレーニングをお探しください。

Google Cloud では、学習者のことを念頭に置いて設計された、980 以上の学習アクティビティを含む包括的なカタログをご用意しています。さまざまなアクティビティ形式のコン テンツで構成されたカタログから、短時間の単独ラボのほか、一連の動画、ドキュメント、 ラボ、テストで構成されるマルチモジュール コースをお選びいただけます。ラボでは、 実際のクラウド リソースへのアクセスに必要な一時的な認証情報が付与されるため、 本番さながらの状況で Google Cloud について学習できます。修了した学習アクティビ ティのバッジを獲得したり、Google Cloud での成果を定義、記録、分析したりできます。

フィルタ条件
すべてクリア
  • 象徴
  • 形式
  • 言語

1187 件の結果
  1. ラボ おすすめ

    Apigee X での Google Cloud サービスの使用

    このラボでは、Apigee API プロキシから複数の Google Cloud サービスを使用します。

  2. ラボ おすすめ

    Google Kubernetes Engine に Anthos Service Mesh をインストールする

    このラボでは、Anthos Service Mesh をインストールし、GKE クラスタ上で Bookinfo マイクロサービス アプリケーションと一緒に使用します。

  3. ラボ おすすめ

    Bot Management with Google Cloud Armor and reCAPTCHA

    Use Google Cloud Armor bot management to mitigate bot risk and to control access from automated clients

  4. ラボ おすすめ

    Cloud SQL for PostgreSQL Database Observability and Tuning

    Cloud SQL for PostgreSQL Database Observability and Tuning

  5. ラボ おすすめ

    Migrating to AlloyDB from PostgreSQL Using Database Migration Service

    In this lab, you migrate a stand-alone PostgreSQL database (running on a virtual machine) to AlloyDB for PostgreSQL using a continuous Database Migration Service job with VPC peering for connectivity.

  6. ラボ おすすめ

    Choosing Primary Keys

    In this lab, you examine and run the Python code for generating Spanner primary keys in various formats.

  7. ラボ おすすめ

    Automating the Deployment of Networks with Terraform

    In this lab, you create a Terraform configuration with a module to automate the deployment of a custom network with resources.

  8. ラボ おすすめ

    Prompt Design in Vertex AI: チャレンジラボ

    このチャレンジラボでは、「Prompt Design in Vertex AI」コースのラボで習得したスキルと知識をテストします。このチャレンジラボを開始する前に、以前のラボの内容を理解しておく必要があります。

  9. ラボ おすすめ

    Google Kubernetes Engine のコストを最適化する: チャレンジラボ

    このラボでは、リソースの使用量を最適化しながら、クラスタ アプリケーションのデプロイ、スケール、および保守を行うさまざまな課題に取り組みます。

  10. ラボ おすすめ

    Dataflow を使用したサーバーレスのデータ処理 - Cloud Dataflow を使用した高度なストリーミング分析パイプライン(Java)

    このラボでは、遅延データや不正な形式のストリーミング データに Apache Beam の高度なコンセプトを使用して対処する方法を確認します。