参加 ログイン

Gulercan Mustafa

メンバー加入日: 2019

ゴールドリーグ

37025 ポイント
本番環境 ML システム Earned 4月 10, 2025 EDT
ML オペレーション（MLOps）: 概要 Earned 4月 9, 2025 EDT
企業における ML Earned 4月 8, 2025 EDT
Create and Manage Bigtable Instances Earned 12月 14, 2024 EST
Dataflow を使用したサーバーレスのデータ処理: 基礎 Earned 12月 3, 2024 EST
Professional Data Engineer の取得に向けた準備 Earned 11月 30, 2024 EST
特徴量エンジニアリング Earned 8月 8, 2024 EDT
Google Cloud での Keras を使った ML モデルの構築、トレーニング、デプロイ Earned 7月 30, 2024 EDT
Planning for a Google Workspace Deployment - 日本語版 Earned 6月 27, 2024 EDT
Google Workspace のデータ ガバナンス Earned 6月 26, 2024 EDT
Google Workspace のセキュリティ Earned 6月 24, 2024 EDT
Google Workspace コアサービス Earned 6月 24, 2024 EDT
Google Workspace ユーザーおよびリソース管理 Earned 6月 20, 2024 EDT
Launching into Machine Learning - 日本語版 Earned 5月 16, 2024 EDT
Google Cloud における AI と ML の概要 Earned 3月 26, 2024 EDT
Text Prompt Engineering Techniques Earned 3月 25, 2024 EDT
Enterprise Database Migration Earned 12月 10, 2023 EST
Google Cloud を使用したデータレイクとデータ ウェアハウスのモダナイゼーション Earned 1月 18, 2022 EST
重要な Google Cloud インフラストラクチャ: コアサービス Earned 12月 16, 2021 EST
Cloud Architecture - Design, Implement, and Manage Earned 12月 9, 2019 EST
DEPRECATED Cloud Architecture Earned 11月 29, 2019 EST

このコースでは、本番環境で高パフォーマンスな ML システムを構築するためのコンポーネントとベスト プラクティスについて学習します。また、ML システムを構築するうえで最も一般的な考慮事項を紹介します。これには、静的トレーニング、動的トレーニング、静的な推論、動的な推論、分散型 TensorFlow、TPU などが含まれます。このコースでは、優れた予測能力にとどまらない、優れた ML システムの特性を探索することに焦点を当てています。

詳細

このコースでは、Google Cloud 上で本番環境の ML システムをデプロイ、評価、モニタリング、運用するための MLOps ツールとベスト プラクティスについて説明します。MLOps は、本番環境 ML システムのデプロイ、テスト、モニタリング、自動化に重点を置いた規範です。機械学習エンジニアリングの担当者は、ツールを活用して、デプロイしたモデルの継続的な改善と評価を行います。また、データ サイエンティストと協力して、あるいは自らがデータ サイエンティストとして、最も効果的なモデルを迅速かつ正確にデプロイできるようモデルを開発します。

詳細

このコースでは、ML ワークフローに対する実践的なアプローチを取り上げます。具体的には、いくつかの ML のビジネス要件とユースケースに取り組む ML チームをケーススタディ形式で紹介します。このチームは、データ マネジメントとガバナンスに必要なツールを理解し、データの前処理に最適なアプローチを検討する必要があります。 2 つのユースケースに対して ML モデルを構築するための 3 つのオプションがチームに提示されます。このコースでは、チームの目標を達成するために、AutoML、BigQuery ML、カスタム トレーニングを使用する理由について説明します。

詳細

Complete the introductory Create and Manage Bigtable Instances skill badge to demonstrate skills in the following: creating instances, designing schemas, querying data, and performing administrative tasks in Bigtable including monitoring performance and configuring node autoscaling and replication.

詳細

このコースは、Dataflow を使用したサーバーレスのデータ処理に関する 3 コースシリーズのパート 1 です。この最初のコースでは、始めに Apache Beam とは何か、そして Dataflow とどのように関係しているかを復習します。次に、Apache Beam のビジョンと Beam Portability フレームワークの利点について説明します。Beam Portability フレームワークによって、デベロッパーが好みのプログラミング言語と実行バックエンドを使用できるビジョンが実現します。続いて、Dataflow によってどのように費用を節約しながらコンピューティングとストレージを分離できるか、そして識別ツール、アクセスツール、管理ツールがどのように Dataflow パイプラインと相互に機能するかを紹介します。最後に、Dataflow でそれぞれのユースケースに合った適切なセキュリティ モデルを実装する方法について学習します。

詳細

このコースでは、Professional Data Engineer（PDE）認定資格試験に向けた学習計画を作成できます。学習者は、試験の範囲を把握できます。また、試験への準備状況を把握して、個々の学習計画を作成します。

詳細

このコースでは、Vertex AI Feature Store を使用するメリット、ML モデルの精度を向上させる方法、最も有効な特徴を抽出できるデータ列の見極め方について説明します。また、BigQuery ML、Keras、TensorFlow を使用した特徴量エンジニアリングに関するコンテンツとラボも用意されています。

詳細

このコースでは、TensorFlow と Keras を使用した ML モデルの構築、ML モデルの精度の向上、スケーリングに対応した ML モデルの作成について取り上げます。

詳細

「Planning for a Google Workspace Deployment」は、「Google Workspace Administration」シリーズの最後のコースです。 このコースでは、Google の導入方法とベスト プラクティスについて説明します。Cymbal で Google Workspace の導入を計画している Katelyn と Marcus の例を見ていきます。プロビジョニング、メールフロー、データ移行、併用といった核となる技術プロジェクト分野に焦点を当て、各分野に最適な導入戦略を検討します。 また、Google Workspace の導入におけるチェンジ マネジメントの重要性についても説明します。チェンジ マネジメントにより、ユーザーは Google Workspace にスムーズに移行できるようになり、コミュニケーション、サポート、トレーニングを通じて働き方の変革のメリットを得ることができます。 このコースでは、理論的なトピックを取り上げます。実践的な演習は行いません。Google Workspace のトライアルをまだキャンセルしていない場合は、今すぐ行い、不要な料金が発生しないようにしてください。

詳細

このコースでは、Google Workspace 環境内のデータを管理するためのスキルを身に付けます。まず、Gmail とドライブのデータ漏洩を防止するデータ損失防止（DLP）ルールについて確認します。その後、Google Vault を使用してデータを保持、保存、取得する方法を学習します。次に、規制を遵守するように、データ リージョンおよびエクスポート設定を構成する方法を学びます。最後に、組織とセキュリティを強化するために、ラベルを使用してデータを分類する方法を確認します。

詳細

このコースを受講すると、Google Workspace 環境のセキュリティを確保できるようになります。まず、ユーザー アクセスを制御する強力なパスワード ポリシーと 2 段階認証プロセスを実装します。その後、セキュリティ調査ツールを利用して、セキュリティ リスクを事前に特定し、対処します。次に、サードパーティ製アプリへのアクセスとモバイル デバイスを管理し、セキュリティを確保します。最後に、メール セキュリティとコンプライアンス対策を適用して、組織データを保護します。

詳細

このコースは、Google Workspace コアサービスを包括的に理解することを目的としたものです。このコースでは、Gmail、カレンダー、ドライブ、Meet、Chat、ドキュメントなどのサービスに関する設定の有効化、無効化、構成について学びます。次に、ユーザーを支援するために Gemini をデプロイして管理する方法を学びます。最後に、タスクの自動化や Google Workspace アプリケーションの機能拡張を目的とした AppSheet や Apps Script のユースケースを確認します。

詳細

このコースでは、Google Workspace におけるユーザーおよびリソース管理の基礎を学びます。組織のニーズに応じた組織部門の構成方法や、さまざまな種類の Google グループの管理方法、ドメイン設定の管理方法についての理解を深め、最終的には Google Workspace 環境におけるリソースの最適化と構造化に関するスキルを習得します。

詳細

このコースでは、まず、データ品質を向上させる方法や探索的データ分析を行う方法など、データについての議論から始めます。Vertex AI AutoML について確認し、コードを一切記述せずに ML モデルを構築、トレーニング、デプロイする方法を説明します。また、BigQuery ML のメリットを確認します。その後、ML モデルを最適化する方法、一般化とサンプリングを活用してカスタム トレーニング向けに ML モデルの品質を評価する方法を説明します。

詳細

このコースでは、予測 AI と生成 AI の両方のプロジェクトを構築できる、Google Cloud の AI および機械学習（ML）サービスについて紹介します。AI の基盤、開発、ソリューションを含むデータから AI へのライフサイクル全体で利用可能なテクノロジー、プロダクト、ツールについて説明するとともに、魅力的な学習体験と実践的なハンズオン演習を通じて、データ サイエンティスト、AI 開発者、ML エンジニアの方々がスキルや知識を強化できるようサポートすることを目指しています。

詳細

Text Prompt Engineering Techniques introduces you to consider different strategic approaches & techniques to deploy when writing prompts for text-based generative AI tasks.

詳細

This course is intended to give architects, engineers, and developers the skills required to help enterprise customers architect, plan, execute, and test database migration projects. Through a combination of presentations, demos, and hands-on labs participants move databases to Google Cloud while taking advantage of various services. This course covers how to move on-premises, enterprise databases like SQL Server to Google Cloud (Compute Engine and Cloud SQL) and Oracle to Google Cloud bare metal.

詳細

すべてのデータ パイプラインには、データレイクとデータ ウェアハウスという 2 つの主要コンポーネントがあります。このコースでは、各ストレージ タイプのユースケースを紹介し、Google Cloud で利用可能なデータレイクとデータ ウェアハウスのソリューションを技術的に詳しく説明します。また、データ エンジニアの役割や、効果的なデータ パイプラインが事業運営にもたらすメリットについて確認し、クラウド環境でデータ エンジニアリングを行うべき理由を説明します。 これは「Data Engineering on Google Cloud」シリーズの最初のコースです。このコースを修了したら、「Google Cloud でのバッチデータ パイプラインの構築」コースに登録してください。

詳細

このオンデマンド速習コースでは、Google Cloud で提供される包括的かつ柔軟なインフラストラクチャとプラットフォームのサービスについて、Compute Engine を中心に紹介します。受講者は、動画講義、デモ、ハンズオンラボを通してソリューションの各要素について学習し、演習を行います。これらの要素には、ネットワーク、システム、アプリケーション サービスなどのインフラストラクチャ コンポーネントが含まれます。また、実践的なソリューションの実装も取り上げ、顧客指定の暗号鍵、セキュリティとアクセス管理、割り当てと課金、リソース モニタリングなどについても学習します。

詳細

This quest of "Challenge Labs" gives the student preparing for the Google Cloud Certified Professional Cloud Architect certification hands-on practice with common business/technology solutions using Google Cloud architectures. Challenge Labs do not provide the "cookbook" steps, but require solutions to be built with minimal guidance, across many Google Cloud technologies. All labs have activity tracking, and in order to earn this badge you must score 100% in each lab. This quest is not easy and will put your Google Cloud technology skills to the test! Be aware that while practice with these labs will increase your knowledge and abilities, additional study, experience, and background in cloud architecture is recommended to prepare for this certification. Complete this quest to receive an exclusive Google Cloud digital badge.

詳細

この基礎レベルの クエスト は他の Qwiklabs 製品の中でもユニークです。これらのラボは、Google Cloud Certified Professional Cloud Architect 認定資格試験に出題されるトピックやサービスについて、 IT プロフェッショナルがハンズオンで演習するために作成されました。 IAM からネットワーキング、Kubernetes engine のデプロイまで、Goodle Cloud の知識が試される特定のラボで構成されています。これらのラボでの演習は スキルや能力の向上に役立ちますが、試験ガイドやその他の対策資料も参照することをお勧めします。

詳細