On-demand activities
У Google Cloud ми створили для вас комплексний каталог, що містить понад 980 навчальних матеріалів. У ньому ви можете вибирати різні формати навчання. Це можуть бути невеликі індивідуальні практичні роботи чи багатомодульні курси з відео, документами, практичними завданнями й тестами. Для виконання практичних робіт ми надаємо вам тимчасові облікові дані для доступу до справжніх ресурсів у хмарі, тож ви можете вивчати Google Cloud у реальному середовищі. Отримуйте значки за виконані завдання, ставте собі цілі, відстежуйте й вимірюйте свої успіхи з Google Cloud.
-
Практична робота Пропонується Monitoring and Logging for Cloud Functions
Use Cloud Monitoring to view Cloud Functions details in the Google Cloud console, and Cloud Logging to look at the data for your cloud function.
-
Практична робота Пропонується Introduction to Function Calling with Gemini
In this lab, you learn how to use the Vertex AI Gemini API with the Vertex AI SDK for Python to make function calls via the Gemini Pro (gemini-pro) model.
-
Практична робота Пропонується Continuous Delivery with Jenkins in Kubernetes Engine
In this lab you will deploy and completely configure a continuous delivery pipeline using Jenkins running on Kubernetes Engine and go through the dev - deploy process.
-
Практична робота Пропонується Enhancing Google Cloud Network Security
Advancing your Google Cloud network security with VM-Series, Cloud IDS, and XSOAR.
-
Практична робота Пропонується Керування розгортаннями за допомогою Kubernetes Engine
За певних сценаріїв розгортання додатка в DevOps використовуються кілька розгортань. У цій практичній роботі ви ознайомитеся з поширеними сценаріями, у яких застосовуються кілька гетерогенних розгортань, а також навчитеся масштабувати контейнери й керувати ними.
-
Практична робота Пропонується Cloud DNS - Traffic Steering using Geolocation Policy
In this lab you will configure and test the Geolocation routing policy.
-
Практична робота Пропонується Setting up a Private Kubernetes Cluster
Hands-on lab for creating a private cluster in the cloud environment. In a private cluster, nodes do not have public IP addresses, so your workloads run in an environment that is isolated from the Internet. Prerequisites: Experience with Kubernetes Clusters, and CIDR-range IP address.
-
Практична робота Пропонується Getting Started with the Vertex AI Gemini API and Python SDK
In this lab, you will learn how to use the Vertex AI SDK for Python to call the Vertex AI Gemini API.
-
Практична робота Пропонується Use Charts in Google Sheets
Create charts using Google Sheets to share your data in interesting ways.
-
Практична робота Пропонується Configuring IAM Permissions with gCloud - Azure
In this lab introduces you will use the gcloud CLI tool to set up and configure command features of Cloud Identity and Access Management.