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 Route Datadog Monitoring Alerts to Google Cloud with Eventarc
In this lab, you will learn how to use the Datadog Monitoring with Google Eventarc.
-
Практична робота Пропонується Cloud Composer: Qwik Start - Console
In this lab, you create a Cloud Composer environment using the GCP Console. You then use the Airflow web interface to run a workflow that verifies a data file, creates and runs an Apache Hadoop wordcount job on a Dataproc cluster, and deletes the cluster.
-
Практична робота Пропонується Building and Debugging Cloud Functions for Node.js
In this lab, you will create a Cloud Function for Node.js that reports whether a specified temperature is acceptable or too hot. You will create, test, and debug your Cloud Function using Visual Studio Code on your local machine. Lastly, you'll deploy your function to Google Cloud Platform.
-
Практична робота Пропонується Cloud Run Canary Deployments
Implement a deployment pipeline for Cloud Run that executes a progression of code from developer branches to production with automated canary testing and percentage based traffic management.
-
Практична робота Пропонується End to End Baseline Chat Summarization
In this lab, you build a end to end Baseline Chat Summarisation pipeline.
-
Практична робота Пропонується Serverless Data Processing with Dataflow - Writing an ETL Pipeline using Apache Beam and Dataflow (Python)
In this lab, you a) build a batch ETL pipeline in Apache Beam, which takes raw data from Google Cloud Storage and writes it to BigQuery b) run the Apache Beam pipeline on Dataflow and c) parameterize the execution of the pipeline.
-
Практична робота Пропонується Compare data analytics with BigQuery and Dataproc
Create and import data using parquet files
-
Практична робота Пропонується Serverless Data Processing with Dataflow - Writing an ETL pipeline using Apache Beam and Dataflow (Java)
In this lab, you a) build a batch ETL pipeline in Apache Beam, which takes raw data from Google Cloud Storage and writes it to BigQuery b) run the Apache Beam pipeline on Dataflow and c) parameterize the execution of the pipeline.
-
Практична робота Пропонується Automate GKE Configurations with Config Sync and Policy Controller
Use GitOps-driven Config Sync to automate configuration and Policy Controller to enforce policies on GKE Enterprise resources
-
Практична робота Пропонується Exploring Memorystore for Redis Cluster
In this lab, you will explore the capabilities of Memorystore for Redis Cluster.