가입 로그인

Juan Alberto Hernandez Arreola

회원 가입일: 2024

다이아몬드 리그

47241포인트
Logging and Monitoring in Google Cloud Earned 8월 26, 2025 EDT
유연한 Google Cloud 인프라: 확장 및 자동화 Earned 7월 18, 2025 EDT
Developing Applications with Cloud Run on Google Cloud: Fundamentals Earned 7월 17, 2025 EDT
Google Kubernetes Engine 시작하기 Earned 7월 11, 2025 EDT
신뢰할 수 있는 Google Cloud 인프라: 설계 및 프로세스 Earned 7월 8, 2025 EDT
필수 Google Cloud 인프라: 핵심 서비스 Earned 6월 17, 2025 EDT
필수 Google Cloud 인프라: 기초 Earned 6월 10, 2025 EDT
Google Cloud 기초: 핵심 인프라 Earned 6월 2, 2025 EDT
Preparing for your Professional Cloud Architect Journey Earned 5월 23, 2025 EDT
Implementing Generative AI with Vertex AI Earned 5월 19, 2025 EDT
이미지 캡셔닝 모델 만들기 Earned 4월 4, 2025 EDT
이미지 생성 소개 Earned 4월 3, 2025 EDT
Transformer 모델 및 BERT 모델 Earned 4월 3, 2025 EDT
인코더-디코더 아키텍처 Earned 4월 2, 2025 EDT
Modernize Java Applications Earned 3월 31, 2025 EDT
어텐션 메커니즘 Earned 3월 31, 2025 EDT
Modernization of Java Applications for Google Cloud Earned 3월 27, 2025 EDT
Empower Gen AI apps with tool use Earned 3월 27, 2025 EDT
Integrate Generative AI Into Your Apps with Firebase Genkit Earned 3월 24, 2025 EDT
Build Generative AI Apps with Firebase Genkit Earned 3월 19, 2025 EDT
Develop Advanced Enterprise Search and Conversation Applications Earned 3월 14, 2025 EDT
Deploy, Test & Evaluate Gen AI Apps Earned 2월 28, 2025 EST
Orchestrate LLM solutions with LangChain Earned 2월 26, 2025 EST
Orchestrating Gen AI Applications with LangChain Earned 2월 24, 2025 EST
Integrate Vertex AI Search and Conversation into Voice and Chat Apps Earned 1월 10, 2025 EST
Improving developer velocity with Gemini Code Assist Earned 11월 22, 2024 EST
Gemini 멀티모달 및 멀티모달 RAG로 리치 문서 검사하기 Earned 11월 19, 2024 EST
Custom Search with Embeddings in Vertex AI Earned 11월 14, 2024 EST
벡터 검색 및 임베딩 Earned 10월 30, 2024 EDT
Vertex AI의 Gemini API로 생성형 AI 살펴보기 Earned 10월 24, 2024 EDT
Building Gen AI Apps with Vertex AI: Prompting and Tuning Earned 10월 16, 2024 EDT

This course teaches participants techniques for monitoring and improving infrastructure and application performance in Google Cloud. Using a combination of presentations, demos, hands-on labs, and real-world case studies, attendees gain experience with full-stack monitoring, real-time log management and analysis, debugging code in production, tracing application performance bottlenecks, and profiling CPU and memory usage.

자세히 알아보기

이 속성 주문형 과정에서는 참가자에게 Google Cloud에서 제공하는 포괄적이고 유연한 인프라 및 플랫폼 서비스를 소개합니다. 참가자는 동영상 강의, 데모, 실무형 실습이 결합된 이 과정을 통해 안전한 네트워크 상호 연결, 부하 분산, 자동 확장, 인프라 자동화, 관리형 서비스가 포함된 솔루션 요소를 살펴보고 배포할 수 있습니다.

자세히 알아보기

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.

자세히 알아보기

Google Kubernetes Engine 시작하기 과정에 오신 것을 환영합니다. 애플리케이션과 하드웨어 인프라 사이에 위치하는 소프트웨어 레이어인 Kubernetes에 관심이 있으시다면 잘 찾아오셨습니다. Google Kubernetes Engine을 사용하면 Kubernetes를 Google Cloud에서 관리형 서비스로 사용할 수 있습니다. 이 과정의 목표는 흔히 GKE로 불리는 Google Kubernetes Engine의 기본사항을 소개하고 Google Cloud에서 애플리케이션을 컨테이너화하고 실행하는 방법을 설명하는 것입니다. 이 과정에서는 먼저 Google Cloud에 대해 기본적인 사항을 소개한 후 이어서 컨테이너 및 Kubernetes, Kubernetes 아키텍처, Kubernetes 작업에 대해 간략히 설명합니다.

자세히 알아보기

이 과정에서는 학습자가 검증된 설계 패턴을 사용하여 Google Cloud에서 고도로 안정적이고 효율적인 솔루션을 빌드하는 데 필요한 역량을 기를 수 있습니다. 'Google Compute Engine으로 설계하기' 또는 'Google Kubernetes Engine으로 설계하기' 과정에서 이어지는 내용이며, 학습자가 두 과정에서 다루는 기술을 실무에서 사용해 본 경험이 있다는 전제로 진행됩니다. 학습자는 프레젠테이션, 설계 활동, 실무형 실습을 통해 고도로 안정적이고 안전하고 비용 효율적이며 가용성이 높은 Google Cloud 배포를 설계하는 데 필요한 비즈니스 요구사항과 기술 요구사항을 정의하고 이 사이의 적절한 균형을 유지하는 방법을 익힐 수 있습니다.

자세히 알아보기

이 속성 주문형 과정은 참가자에게 Google Cloud에서 제공하는 포괄적이고 유연한 인프라 및 플랫폼 서비스를 Compute Engine을 중심으로 소개합니다. 참가자는 동영상 강의, 데모, 실무형 실습을 통해 네트워크, 시스템, 애플리케이션 서비스와 같은 인프라 구성요소를 포함한 솔루션 요소를 탐색하고 배포해 볼 수 있습니다. 또한 이 과정에서는 고객 제공 암호화 키, 보안 및 액세스 관리, 할당량 및 요금 청구, 리소스 모니터링 등 실용적인 솔루션을 배포하는 방법에 대해서도 설명합니다.

자세히 알아보기

이 속성 주문형 과정은 참가자에게 Google Cloud에서 제공하는 포괄적이고 유연한 인프라 및 플랫폼 서비스를 Compute Engine을 중심으로 소개합니다. 참가자는 동영상 강의, 데모, 실무형 실습을 통해 네트워크, 가상 머신, 애플리케이션 서비스와 같은 인프라 구성요소를 포함한 솔루션 요소를 탐색하고 배포해 볼 수 있습니다. Console과 Cloud Shell을 통해 Google Cloud를 사용하는 방법을 학습합니다. 또한 클라우드 설계자의 역할, 인프라 설계 접근 방식은 물론 Virtual Private Cloud(VPC), 프로젝트, 네트워크, 서브네트워크, IP 주소, 경로, 방화벽 규칙을 사용한 가상 네트워킹 구성에 대해 알아봅니다.

자세히 알아보기

Google Cloud 기초: 핵심 인프라 과정은 Google Cloud 사용에 관한 중요한 개념 및 용어를 소개합니다. 이 과정에서는 동영상 및 실무형 실습을 통해 중요한 리소스 및 정책 관리 도구와 함께 Google Cloud의 다양한 컴퓨팅 및 스토리지 서비스를 살펴보고 비교합니다.

자세히 알아보기

This course helps learners create a study plan for the PCA (Professional Cloud Architect) certification exam. Learners explore the breadth and scope of the domains covered in the exam. Learners assess their exam readiness and create their individual study plan.

자세히 알아보기

This course will help ML Engineers, Developers, and Data Scientists implement Large Language Models for Generative AI use cases with Vertex AI. The first two modules of this course contain links to videos and prerequisite course materials that will build your knowledge foundation in Generative AI. Please do not skip these modules. The advanced modules in this course assume you have completed these earlier modules.

자세히 알아보기

이 과정에서는 딥 러닝을 사용해 이미지 캡션 모델을 만드는 방법을 알아봅니다. 인코더 및 디코더와 모델 학습 및 평가 방법 등 이미지 캡션 모델의 다양한 구성요소에 대해 알아봅니다. 이 과정을 마치면 자체 이미지 캡션 모델을 만들고 이를 사용해 이미지의 설명을 생성할 수 있게 됩니다.

자세히 알아보기

이 과정에서는 최근 이미지 생성 분야에서 가능성을 보여준 머신러닝 모델 제품군인 확산 모델을 소개합니다. 확산 모델은 열역학을 비롯한 물리학에서 착안했습니다. 지난 몇 년 동안 확산 모델은 연구계와 업계 모두에서 주목을 받았습니다. 확산 모델은 Google Cloud의 다양한 최신 이미지 생성 모델과 도구를 뒷받침합니다. 이 과정에서는 확산 모델의 이론과 Vertex AI에서 이 모델을 학습시키고 배포하는 방법을 소개합니다.

자세히 알아보기

이 과정은 Transformer 아키텍처와 BERT(Bidirectional Encoder Representations from Transformers) 모델을 소개합니다. 셀프 어텐션 메커니즘 같은 Transformer 아키텍처의 주요 구성요소와 이 아키텍처가 BERT 모델 빌드에 사용되는 방식에 관해 알아봅니다. 또한 텍스트 분류, 질문 답변, 자연어 추론과 같이 BERT를 활용할 수 있는 다양한 작업에 대해서도 알아봅니다. 이 과정은 완료하는 데 대략 45분이 소요됩니다.

자세히 알아보기

이 과정은 기계 번역, 텍스트 요약, 질의 응답과 같은 시퀀스-투-시퀀스(Seq2Seq) 작업에 널리 사용되는 강력한 머신러닝 아키텍처인 인코더-디코더 아키텍처에 대한 개요를 제공합니다. 인코더-디코더 아키텍처의 기본 구성요소와 이러한 모델의 학습 및 서빙 방법에 대해 알아봅니다. 해당하는 실습 둘러보기에서는 TensorFlow에서 시를 짓는 인코더-디코더 아키텍처를 처음부터 간단하게 구현하는 코딩을 해봅니다.

자세히 알아보기

This skill badge course is designed to offer hands-on experience through labs, guiding participants in gaining practical expertise in modernizing Java applications on the Google Cloud.

자세히 알아보기

이 과정에서는 신경망이 입력 시퀀스의 특정 부분에 집중할 수 있도록 하는 강력한 기술인 주목 메커니즘을 소개합니다. 주목 메커니즘의 작동 방식과 이 메커니즘을 다양한 머신러닝 작업(기계 번역, 텍스트 요약, 질문 답변 등)의 성능을 개선하는 데 활용하는 방법을 알아봅니다.

자세히 알아보기

This course aims to upskill Google Cloud partners to perform specific tasks in rehosting applications from on-premise to Google Cloud. It also aims to re-platform applications to run in GKE. Learners will perform the tasks of Migrating MySQL, Angular, and Java applications from their on-premise machines to Google Cloud VM instances. Sample code will be used during the migration.

자세히 알아보기

An LLM-based application can process language in a way that resembles thought. But if you want to extend its capabilities to take actions by running other functions you have coded, you will need to use function calling. This can also be referred to as tool use. Additionally, you can give a model the ability to search Google or search a data store of documents to ground its responses. In other words, to base its answers on that information. In this course, you’ll explore these concepts.

자세히 알아보기

Learn to build generative AI applications leveraging Firebase Genkit to call LLMs on Google Cloud and elsewhere, simplify complex applications' code and deploy your solution on Google Cloud.

자세히 알아보기

This course equips app developers with the skills to integrate generative AI features into their applications using Firebase Genkit. You learn how to leverage Firebase Genkit's capabilities for backend flows and seamless model execution, all using Node.js. The course guides you through the entire process, from prototyping to production, providing a pattern for building next-generation AI-powered applications.

자세히 알아보기

In this course, you'll use text embeddings for tasks like classification, outlier detection, text clustering and semantic search. You'll combine semantic search with the text generation capabilities of an LLM to build Retrieval Augmented Generation (RAG) solutions, such as for question-answering systems, using Google Cloud's Vertex AI and Google Cloud databases.

자세히 알아보기

All applications, including generative AI applications, should be deployed securely & have their performance monitored. In this course, you will explore a pattern for easily securing prototype generative AI applications for internal tool use or customer demos. Additionally, you will learn strategies to unit test generative AI applications and evaluate their performance with the Rapid Evaluation API.

자세히 알아보기

Learn to use LangChain to call Google Cloud LLMs and Generative AI Services and Datastores to simplify complex applications' code.

자세히 알아보기

This course equips full-stack mobile and web developers with the skills to integrate generative AI features into their applications using LangChain. You'll learn how to leverage LangChain’s capabilities for backend flows and seamless model execution, all within the familiar environment of Python. The course guides you through the entire process, from prototyping to production, ensuring a smooth journey in building next-generation AI-powered applications.

자세히 알아보기

This course on Integrate Vertex AI Search and Conversation into Voice and Chat Apps is composed of a set of labs to give you a hands on experience to interacting with new Generative AI technologies. You will learn how to create end-to-end search and conversational experiences by following examples. These technologies complement predefined intent-based chat experiences created in Dialogflow with LLM-based, generative answers that can be based on your own data. Also, they allow you to porvide enterprise-grade search experiences for internal and external websites to search documents, structure data and public websites.

자세히 알아보기

Learn how Gemini can revolutionize your ability to develop applications! This course helps developers go beyond the basics and learn how to integrate Gemini into their workflows.

자세히 알아보기

중급 Gemini 멀티모달 및 멀티모달 RAG로 리치 문서 검사하기 기술 배지 과정을 완료하여 다음 기술 역량을 입증하세요. 멀티모달 프롬프트를 사용하여 텍스트 및 시각적 데이터에서 정보 추출, 동영상 설명 생성, Gemini의 멀티모달 기능을 사용하여 동영상은 물론 그 밖의 추가 정보 검색, 텍스트와 이미지가 포함된 문서의 메타데이터 구축, 모든 관련 텍스트 청크 가져오기, Gemini의 멀티모달 검색 증강 생성(RAG)을 사용하여 인용 문구 인쇄 등이 있습니다. 기술 배지는 Google Cloud 제품 및 서비스 숙련도에 따라 Google Cloud에서 독점적으로 발급하는 디지털 배지로, 기술 배지 과정을 통해 대화형 실습 환경에서 지식을 적용하는 역량을 테스트할 수 있습니다. 이 기술 배지 과정과 최종 평가 챌린지 실습을 완료하면 네트워크에 공유할 수 있는 기술 배지를 받을 수 있습니다.

자세히 알아보기

This course explores Google Cloud technologies to create and generate embeddings. Embeddings are numerical representations of text, images, video and audio, and play a pivotal role in many tasks that involve the identification of similar items, like Google searches, online shopping recommendations, and personalized music suggestions. Specifically, you’ll use embeddings for tasks like classification, outlier detection, clustering and semantic search. You’ll combine semantic search with the text generation capabilities of an LLM to build Retrieval Augmented Generation (RAG) systems and question-answering solutions, on your own proprietary data using Google Cloud’s Vertex AI.

자세히 알아보기

이 과정에서는 AI 기반 검색 기술, 도구, 애플리케이션을 살펴봅니다. 벡터 임베딩을 활용하는 시맨틱 검색, 시맨틱 방식과 키워드 방식을 결합한 하이브리드 검색, 그라운딩된 AI 에이전트로서 AI 할루시네이션을 최소화하는 검색 증강 생성(RAG)에 대해 알아보세요. Vertex AI 벡터 검색을 활용해 지능형 검색 엔진을 빌드하는 실무 경험을 쌓을 수 있습니다.

자세히 알아보기

중급 Vertex AI의 Gemini API로 생성형 AI 살펴보기 기술 배지 과정을 완료하여 텍스트를 생성하고, 향상된 콘텐츠 제작을 위해 이미지 및 동영상을 분석하고, Gemini API 내에서 함수 호출 기법을 적용하는 기술 역량을 입증하세요. 정교한 Gemini 기법을 활용하고, 멀티모달 콘텐츠 생성을 살펴보고, AI 기반 프로젝트의 기능을 확장하는 방법을 알아보세요. 기술 배지 과정을 이수하면 실무형 실습과 챌린지 평가를 통해 특정 제품에 대한 실무 지식을 검증받을 수 있습니다. 과정을 완료하여 배지를 획득하거나 챌린지 실습으로 바로 넘어가 지금 배지를 획득하세요. 배지를 획득하면 자신의 숙련도를 증명하고 직업 프로필을 개선하며 궁극적으로는 더 나은 채용 기회를 얻을 수 있습니다. 프로필로 이동하여 획득한 배지를 추적하세요.

자세히 알아보기

(This course was previously named Multimodal Prompt Engineering with Gemini and PaLM) This course teaches how to use Vertex AI Studio, a Google Cloud console tool for rapidly prototyping and testing generative AI models. You learn to test sample prompts, design your own prompts, and customize foundation models to handle tasks that meet your application's needs. Whether you are looking for text, chat, code, image or speech generative experiences Vertex AI Studio offers you an interface to work with and APIs to integrate your production application.

자세히 알아보기