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。
-
ラボ おすすめ Use Dataproc Serverless for Spark to Load BigQuery
This hands-on lab shows you how to use Dataproc Serverless for Spark to load BigQuery.
-
ラボ おすすめ Cloud Dataprep でデータ変換パイプラインを作成する
Cloud Dataprep by Alteryx は、分析を目的としてデータの視覚的な探索、クリーニング、準備を行うためのインテリジェント データ サービスで、構造化データと非構造化データの両方に対応しています。このラボでは、Dataprep のユーザー インターフェース（UI）を使用してデータ変換パイプラインを作成します。
-
ラボ おすすめ Respond and recover from a data breach
Remediate a list of security issues based on a PCI compliance report
-
ラボ おすすめ Creating Tile-based Dashboard Alerts in Looker
In this lab, you learn how to create and modify tile-based dashboard alerts in Looker.
-
ラボ おすすめ Build and Configure an Integration using Application Integration
Learn the core concepts, functionalities, and best practices of Application Integration
-
ラボ おすすめ Detect and Investigate Threats with Security Command Center
In this lab, you receive hands-on practice with Security Command Center’s (SCC) threat detection features and learn how to investigate and triage common vulnerabilities associated with containers and virtual machines. You also learn how to surface and manage your findings with SCC’s Event Threat Detection and Secu…
-
ラボ おすすめ Programming Spanner Applications with Python
In this lab, you run the Python code to create Spanner instances and databases. You also see how to create, retrieve, and delete records from databases using both the Google Standard SQL and PostgreSQL dialects.
-
ラボ おすすめ Create Text Embeddings for a Vector Store using LangChain
In this lab, you learn how to use LangChain to store documents as embeddings in a vector store. You will use the LangChain framework to split a set of documents into chunks, vectorize (embed) each chunk and then store the embeddings in a vector database.