成为会员时间：2022
利用 BigQuery ML 构建预测模型时的数据工程处理
Earned Mar 31, 2022 EDT
在 Google Cloud 上为机器学习 API 准备数据
Earned Mar 16, 2022 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud
Earned Mar 3, 2022 EST
Build Streaming Data Pipelines on Google Cloud
Earned Feb 22, 2022 EST
在 Compute Engine 上实现负载均衡
Earned Feb 20, 2022 EST
Build Data Lakes and Data Warehouses on Google Cloud
Earned Feb 6, 2022 EST
完成中级技能徽章课程利用 BigQuery ML 构建预测模型时的数据工程处理， 展示自己在以下方面的技能：利用 Dataprep by Trifacta 构建 BigQuery 数据转换流水线； 利用 Cloud Storage、Dataflow 和 BigQuery 构建提取、转换和加载 (ETL) 工作流； 以及利用 BigQuery ML 构建机器学习模型。
完成入门级技能徽章课程在 Google Cloud 上为机器学习 API 准备数据，展示以下技能： 使用 Dataprep by Trifacta 清理数据、在 Dataflow 中运行数据流水线、在 Dataproc 中创建集群和运行 Apache Spark 作业，以及调用机器学习 API，包括 Cloud Natural Language API、Google Cloud Speech-to-Text API 和 Video Intelligence API。 技能徽章是由 Google Cloud 颁发的专属数字徽章，旨在认可您在 Google Cloud 产品与服务方面的熟练度； 您需要在交互式实操环境中参加考核，证明自己运用所学知识的能力后才能获得。完成此技能徽章课程和作为最终评估的实验室挑战赛， 获得技能徽章，在您的人际圈中炫出自己的技能。
Incorporating machine learning into data pipelines increases the ability to extract insights from data. This course covers ways machine learning can be included in data pipelines on Google Cloud. For little to no customization, this course covers AutoML. For more tailored machine learning capabilities, this course introduces Notebooks and BigQuery machine learning (BigQuery ML). Also, this course covers how to productionalize machine learning solutions by using Vertex AI.
In this course you will get hands-on in order to work through real-world challenges faced when building streaming data pipelines. The primary focus is on managing continuous, unbounded data with Google Cloud products.
完成入门级在 Compute Engine 上实现负载均衡技能徽章课程，展示自己在以下方面的技能： 编写 gcloud 命令和使用 Cloud Shell，在 Compute Engine 中创建和部署虚拟机， 以及配置网络和 HTTP 负载均衡器。 技能徽章是由 Google Cloud 颁发的专属数字徽章， 旨在认可您在 Google Cloud 产品与服务方面的熟练度； 该课程会检验您在交互式实操环境中运用所学知识的 能力。完成此技能徽章课程和作为最终评估的实验室挑战赛， 即可获得技能徽章，并在您的圈子中秀一秀。
While the traditional approaches of using data lakes and data warehouses can be effective, they have shortcomings, particularly in large enterprise environments. This course introduces the concept of a data lakehouse and the Google Cloud products used to create one. A lakehouse architecture uses open-standard data sources and combines the best features of data lakes and data warehouses, which addresses many of their shortcomings.