Virginie Fengarol
Menjadi anggota sejak 2024
Silver League
18455 poin
Menjadi anggota sejak 2024
Selesaikan badge keahlian Deploy Kubernetes Applications on Google Cloud tingkat menengah untuk menunjukkan keterampilan dalam hal berikut ini: mengonfigurasi dan membangun image container Docker, membuat dan mengelola cluster Google Kubernetes Engine (GKE), memanfaatkan kubectl untuk pengelolaan cluster yang efisien, dan men-deploy aplikasi Kubernetes dengan praktik continuous delivery (CD) yang andal. Badge keahlian adalah badge digital eksklusif yang diberikan oleh Google Cloud sebagai pengakuan atas kemahiran Anda dalam menggunakan produk dan layanan Google Cloud serta menguji kemampuan Anda dalam menerapkan pengetahuan di lingkungan yang interaktif. Selesaikan kursus badge keahlian ini dan penilaian akhir challenge lab untuk menerima badge keahlian yang dapat Anda bagikan dengan jaringan Anda.
This course introduces the Cloud Run serverless platform for running applications. In this course, you learn about the fundamentals of Cloud Run, its resource model and the container lifecycle. You learn about service identities, how to control access to services, and how to develop and test your application locally before deploying it to Cloud Run. The course also teaches you how to integrate with other services on Google Cloud so you can build full-featured applications.
In this course, you learn about containers and how to build, and package container images. The content in this course includes best practices for creating and securing containers, and provides an introduction to Cloud Run and Google Kubernetes Engine for application developers.
In this course, application developers learn how to design and develop cloud-native applications that seamlessly integrate components from the Google Cloud ecosystem. Through a combination of presentations, demos, and hands-on labs, participants learn how to create repeatable deployments by treating infrastructure as code, choose the appropriate application execution environment for an application, and monitor application performance. Completing one version of each lab is required. Each lab is available in Node.js. In most cases, the same labs are also provided in Python or Java. You may complete each lab in whichever language you prefer.
In this course, application developers learn how to design and develop cloud-native applications that seamlessly integrate managed services from Google Cloud. Through a combination of presentations, demos, and hands-on labs, participants learn how to develop more secure applications, implement federated identity management, and integrate application components by using messaging, event-driven processing, and API gateways. Completing one version of each lab is required. Each lab is available in Node.js. In most cases, the same labs are also provided in Python or Java. You may complete each lab in whichever language you prefer. This is the second course of the Developing Applications with Google Cloud series. After completing this course, enroll in the App Deployment, Debugging, and Performance course.
In this course, application developers learn how to design and develop cloud-native applications that seamlessly integrate managed services from Google Cloud. Through a combination of presentations, demos, and hands-on labs, participants learn how to apply best practices for application development and use the appropriate Google Cloud storage services for object storage, relational data, caching, and analytics. Completing one version of each lab is required. Each lab is available in Node.js. In most cases, the same labs are also provided in Python or Java. You may complete each lab in whichever language you prefer. This is the first course of the Developing Applications with Google Cloud series. After completing this course, enroll in the Securing and Integrating Components of your Application course.
Dasar-Dasar Google Cloud: Infrastruktur Inti memperkenalkan konsep dan terminologi penting untuk bekerja dengan Google Cloud. Melalui video dan lab interaktif, kursus ini menyajikan dan membandingkan banyak layanan komputasi dan penyimpanan Google Cloud, bersama dengan resource penting dan alat pengelolaan kebijakan.
The Generative AI Explorer - Vertex Quest is a collection of labs on how to use Generative AI on Google Cloud. Through the labs, you will learn about how to use the models in the Vertex AI PaLM API family, including text-bison, chat-bison, and textembedding-gecko. You will also learn about prompt design, best practices, and how it can be used for ideation, text classification, text extraction, text summarization, and more. You will also learn how to tune a foundation model by training it via Vertex AI custom training and deploy it to a Vertex AI endpoint.
Kursus ini memperkenalkan Vertex AI Studio, sebuah alat untuk membuat prototipe dan menyesuaikan model AI generatif. Melalui materi yang imersif, demo yang menarik, dan lab interaktif, Anda akan mengeksplorasi alur kerja AI generatif dan mempelajari cara memanfaatkan Vertex AI Studio untuk aplikasi multimodal Gemini, desain perintah, dan penyesuaian model. Tujuannya adalah agar Anda dapat memanfaatkan potensi model tersebut dalam project dengan Vertex AI Studio.
Kursus ini menjelaskan cara membuat model keterangan gambar menggunakan deep learning. Anda akan belajar tentang berbagai komponen model keterangan gambar, seperti encoder dan decoder, serta cara melatih dan mengevaluasi model. Pada akhir kursus ini, Anda akan dapat membuat model keterangan gambar Anda sendiri dan menggunakannya untuk menghasilkan teks bagi gambar.
Kursus ini memperkenalkan Anda pada arsitektur Transformer dan model Representasi Encoder Dua Arah dari Transformer (Bidirectional Encoder Representations from Transformers atau BERT). Anda akan belajar tentang komponen utama arsitektur Transformer, seperti mekanisme self-attention, dan cara penggunaannya untuk membangun model BERT. Anda juga akan belajar tentang berbagai tugas yang dapat memanfaatkan BERT, seperti klasifikasi teks, menjawab pertanyaan, dan inferensi natural language. Kursus ini diperkirakan memakan waktu sekitar 45 menit untuk menyelesaikannya.
Kursus ini memberi Anda sinopsis tentang arsitektur encoder-decoder, yang merupakan arsitektur machine learning yang canggih dan umum untuk tugas urutan-ke-urutan seperti terjemahan mesin, ringkasan teks, dan tanya jawab. Anda akan belajar tentang komponen utama arsitektur encoder-decoder serta cara melatih dan menyalurkan model ini. Dalam panduan lab yang sesuai, Anda akan membuat kode pada penerapan simpel arsitektur encoder-decoder di TensorFlow untuk pembuatan puisi dari awal.
Dalam kursus ini Anda akan diperkenalkan dengan mekanisme atensi, yakni teknik efektif yang membuat jaringan neural berfokus pada bagian tertentu urutan input. Anda akan mempelajari cara kerja atensi, cara penggunaannya untuk meningkatkan performa berbagai tugas machine learning, termasuk terjemahan mesin, peringkasan teks, dan menjawab pertanyaan.
Kursus ini memperkenalkan model difusi, yaitu kelompok model machine learning yang belakangan ini menunjukkan potensinya dalam ranah pembuatan gambar. Model difusi mengambil inspirasi dari fisika, khususnya termodinamika. Dalam beberapa tahun terakhir, model difusi menjadi populer baik di dunia industri maupun penelitian. Model difusi mendasari banyak alat dan model pembuatan gambar yang canggih di Google Cloud. Kursus ini memperkenalkan Anda pada teori yang melandasi model difusi dan cara melatih serta men-deploy-nya di Vertex AI.
Ini adalah kursus pengantar pembelajaran mikro yang bertujuan untuk mendefinisikan AI Generatif, cara penggunaannya, dan perbedaannya dari metode machine learning konvensional. Kursus ini juga mencakup Alat-alat Google yang dapat membantu Anda mengembangkan aplikasi AI Generatif Anda sendiri.