加入 登录

Rashadha Rimsan

成为会员时间：2023

钻石联赛

59300 积分
Preparing for your Professional Data Engineer Journey Earned Jan 3, 2025 EST
Analytics for SAP on Google Cloud Earned Jul 22, 2024 EDT
设置 Google Cloud 网络 Earned May 5, 2024 EDT
优化 Google Kubernetes Engine 的费用 Earned May 5, 2024 EDT
云架构：设计、实施和管理 Earned Apr 28, 2024 EDT
在 Compute Engine 上实现负载均衡 Earned Apr 28, 2024 EDT
Google Cloud 弹性基础设施：扩缩和自动化 Earned Apr 21, 2024 EDT
Google Cloud 重要基础设施：核心服务 Earned Apr 17, 2024 EDT
在 Google Cloud 上使用 Terraform 构建基础设施 Earned Apr 16, 2024 EDT
Google Cloud 重要基础设施：基础 Earned Apr 16, 2024 EDT
开发 Google Cloud 网络 Earned Apr 15, 2024 EDT
Google Cloud 基础知识：核心基础设施 Earned Apr 7, 2024 EDT
Preparing for your Professional Cloud Architect Journey Earned Apr 2, 2024 EDT
Vertex AI Studio 简介 Earned Dec 7, 2023 EST
Responsible AI: 和 Google Cloud 一起践行 AI 原则 Earned Dec 7, 2023 EST
Generative AI Fundamentals Earned Dec 5, 2023 EST
Generative AI Explorer : Vertex AI Earned Dec 5, 2023 EST
负责任的 AI 简介 Earned Dec 5, 2023 EST
通过 BigQuery ML 创建机器学习模型 Earned Dec 4, 2023 EST
在 Vertex AI 上构建和部署机器学习解决方案 Earned Dec 3, 2023 EST
Google Cloud 上的 AI 和机器学习简介 Earned Dec 3, 2023 EST
大型语言模型简介 Earned Dec 3, 2023 EST
生成式 AI 简介 Earned Dec 3, 2023 EST
在 Google Cloud 上为机器学习 API 准备数据 Earned Nov 29, 2023 EST
Machine Learning Operations (MLOps) with Vertex AI: Manage Features Earned Nov 26, 2023 EST
Machine Learning Operations (MLOps): Getting Started Earned Oct 15, 2023 EDT
Recommendation Systems on Google Cloud Earned Oct 14, 2023 EDT
Natural Language Processing on Google Cloud Earned Oct 14, 2023 EDT
Computer Vision Fundamentals with Google Cloud Earned Oct 10, 2023 EDT
Build, Train and Deploy ML Models with Keras on Google Cloud Earned Sep 24, 2023 EDT
Feature Engineering Earned Sep 24, 2023 EDT
Launching into Machine Learning Earned Sep 18, 2023 EDT
How Google Does Machine Learning Earned Sep 11, 2023 EDT
Google Cloud Big Data and Machine Learning Fundamentals Earned Aug 22, 2023 EDT

This course helps learners create a study plan for the PDE (Professional Data Engineer) 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.

了解详情

This course focuses on how you can leverage the Google Cloud Analytics and AI/ML offerings to integrate and innovate with SAP

了解详情

完成设置 Google Cloud 网络课程，赢取技能徽章， 您将了解如何在 Google Cloud Platform 上执行基本的网络组建和管理任务 - 创建自定义网络、添加子网防火墙规则，然后创建虚拟机并测试 虚拟机之间相互通信时的延迟时间。 技能徽章是由 Google Cloud 颁发的专有数字徽章， 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， 即可获得数字徽章，并在您的圈子中秀一秀。

了解详情

完成中级技能徽章课程“优化 Google Kubernetes Engine 的费用”， 展示您在以下方面的技能：创建和管理多租户集群、按命名空间监控资源使用情况、 配置集群和 Pod 自动扩缩以提高效率、设置负载均衡以实现最佳资源分布， 以及实现活跃性与就绪性探测以确保应用正常运行并具有成本效益。 技能徽章是由 Google Cloud 颁发的专属数字徽章， 证明您在特定 Google Cloud 产品与服务方面的熟练程度；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此徽章。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， 在您的人际圈中炫出自己的技能。

了解详情

完成 云架构：设计、实施和管理课程，赢取技能徽章，展示您在以下方面的技能：使用 Apache Web 服务器部署可公开访问的网站；使用启动脚本配置 Compute Engine 虚拟机； 使用 Windows 堡垒主机和防火墙规则配置安全 RDP；构建 Docker 映像并将其部署到 Kubernetes 集群，然后进行更新；以及创建 CloudSQL 实例并导入 MySQL 数据库。 此技能徽章课程是非常有用的资源， 可帮助您理解 Google Cloud 认证 Professional Cloud Architect 认证考试中将会出现的主题。 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，即可获得技能徽章， 在您的人际圈中炫出自己的技能。

了解详情

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。

了解详情

这是一套自助式速成课程，向学员介绍 Google Cloud 提供的灵活全面的基础架构和平台服务。学员将通过一系列视频讲座、演示和实操实验，探索和部署各种解决方案元素，包括安全互连网络、负载均衡、自动扩缩、基础架构自动化和代管式服务。

了解详情

这门自助式速成课程向学员介绍 Google Cloud 提供的灵活全面的基础架构和平台服务，着重介绍了 Compute Engine。学员将通过一系列视频讲座、演示和动手实验，探索和部署各种解决方案元素，包括网络、系统和应用服务等基础架构组件。本课程的内容还包括如何部署实用的解决方案，包括客户提供的加密密钥、安全和访问权限管理、配额和结算，以及资源监控。

了解详情

完成在 Google Cloud 上使用 Terraform 构建基础设施技能徽章中级课程， 展示您在以下方面的技能：在使用 Terraform 时遵循基础设施即代码 (IaC) 原则；利用 Terraform 配置 来预配和管理 Google Cloud 资源；管理有效状态（本地和远程）；以及将 Terraform 代码模块化，以方便重复使用和整理。 技能徽章通过动手实验和挑战赛形式的评估，检验您对特定产品的实际知识掌握情况。完成课程即可获得徽章，也可直接参加实验室挑战赛， 快速获得徽章。徽章可证明您掌握技能的熟练程度，提升您的专业形象，最终助您获得更多职业机会。 欢迎访问您的个人资料，并跟踪您已获得的徽章。

了解详情

这门自助式速成课程向学员介绍 Google Cloud 提供的灵活全面的基础架构和平台服务，其中着重介绍了 Compute Engine。学员将通过一系列视频讲座、演示和动手实验，探索和部署各种解决方案元素，包括网络、虚拟机和应用服务等基础架构组件。您将学习如何通过控制台和 Cloud Shell 使用 Google Cloud。您还将了解云架构师角色、基础架构设计方法以及虚拟网络配置和虚拟私有云 (VPC)、项目、网络、子网、IP 地址、路由及防火墙规则。

了解详情

完成开发 Google Cloud 网络课程，赢取技能徽章。在此课程中，您将学习 部署和监控应用的多种方法，包括执行以下任务的方法：探索 IAM 角色并添加/移除 项目访问权限、创建 VPC 网络、部署和监控 Compute Engine 虚拟机、 编写 SQL 查询、在 Compute Engine 中部署和监控虚拟机，以及使用 Kubernetes 通过多种部署方法部署应用。 技能徽章是 由 Google Cloud 颁发的专有数字徽章，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，即可获得技能徽章，并在您的社区圈中秀一秀 自己的水平。

了解详情

“Google Cloud 基础知识：核心基础设施”介绍在使用 Google Cloud 时会遇到的重要概念和术语。本课程通过视频和实操实验来介绍并比较 Google Cloud 的多种计算和存储服务，并提供重要的资源和政策管理工具。

了解详情

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.

了解详情

本课程介绍 Vertex AI Studio，这是一种用于与生成式 AI 模型交互、围绕业务创意进行原型设计并在生产环境中落地的工具。通过沉浸式应用场景、富有吸引力的课程和实操实验，您将探索从提示到产品的整个生命周期，了解如何将 Vertex AI Studio 用于多模态 Gemini 应用、提示设计、提示工程和模型调优。本课程的目的在于帮助您利用 Vertex AI Studio，在自己的项目中充分发掘生成式 AI 的潜力。

了解详情

随着企业对人工智能和机器学习的应用越来越广泛，以负责任的方式构建这些技术也变得更加重要。但对很多企业而言，真正践行 Responsible AI 并非易事。如果您有意了解如何在组织内践行 Responsible AI，本课程正适合您。 本课程将介绍 Google Cloud 目前如何践行 Responsible AI，以及从中总结的最佳实践和经验教训，便于您以此为框架构建自己的 Responsible AI 方法。

了解详情

Earn a skill badge by passing the final quiz, you'll demonstrate your understanding of foundational concepts in generative AI. A skill badge is a digital badge issued by Google Cloud in recognition of your knowledge of Google Cloud products and services. Share your skill badge by making your profile public and adding it to your social media profile.

了解详情

This content is deprecated. Please see the latest version of the course, here.

了解详情

这是一节入门级微课程，旨在解释什么是负责任的 AI、它的重要性，以及 Google 如何在自己的产品中实现负责任的 AI。此外，本课程还介绍了 Google 的 7 个 AI 开发原则。

了解详情

完成中级技能徽章课程通过 BigQuery ML 创建机器学习模型，展示您在以下方面的技能： 使用 BigQuery ML 创建和评估机器学习模型，以执行数据预测。 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此徽章。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， 在您的人际圈中炫出自己的技能。

了解详情

完成在 Vertex AI 上构建和部署机器学习解决方案课程，赢取中级技能徽章。 在此课程中，您将了解如何使用 Google Cloud 的 Vertex AI Platform、AutoML 以及自定义训练服务来 训练、评估、调优、解释和部署机器学习模型。 此技能徽章课程的目标受众是专业的数据科学家和机器学习 工程师。 技能徽章是由 Google Cloud 颁发的专属数字徽章，旨在认可 您对 Google Cloud 产品与服务的熟练度；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此徽章。完成此技能徽章课程 和作为最终评估的实验室挑战赛，即可获得数字徽章， 在您的人际圈中炫出自己的技能。

了解详情

本课程介绍 Google Cloud 中的 AI 和机器学习 (ML) 服务，这些服务可构建预测式和生成式 AI 项目。本课程探讨从数据到 AI 的整个生命周期中可用的技术、产品和工具，包括 AI 基础、开发和解决方案。通过引人入胜的学习体验和实操练习，本课程可帮助数据科学家、AI 开发者和机器学习工程师提升技能和知识水平。

了解详情

这是一节入门级微学习课程，探讨什么是大型语言模型 (LLM)、适合的应用场景以及如何使用提示调整来提升 LLM 性能，还介绍了可以帮助您开发自己的 Gen AI 应用的各种 Google 工具。

了解详情

这是一节入门级微课程，旨在解释什么是生成式 AI、它的用途以及与传统机器学习方法的区别。该课程还介绍了可以帮助您开发自己的生成式 AI 应用的各种 Google 工具。

了解详情

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。

了解详情

This course introduces participants to MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud. MLOps is a discipline focused on the deployment, testing, monitoring, and automation of ML systems in production. Learners will get hands-on practice using Vertex AI Feature Store's streaming ingestion at the SDK layer.

了解详情

This course introduces participants to MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud. MLOps is a discipline focused on the deployment, testing, monitoring, and automation of ML systems in production. Machine Learning Engineering professionals use tools for continuous improvement and evaluation of deployed models. They work with (or can be) Data Scientists, who develop models, to enable velocity and rigor in deploying the best performing models.

了解详情

In this course, you apply your knowledge of classification models and embeddings to build a ML pipeline that functions as a recommendation engine. This is the fifth and final course of the Advanced Machine Learning on Google Cloud series.

了解详情

This course introduces the products and solutions to solve NLP problems on Google Cloud. Additionally, it explores the processes, techniques, and tools to develop an NLP project with neural networks by using Vertex AI and TensorFlow.

了解详情

This course describes different types of computer vision use cases and then highlights different machine learning strategies for solving these use cases. The strategies vary from experimenting with pre-built ML models through pre-built ML APIs and AutoML Vision to building custom image classifiers using linear models, deep neural network (DNN) models or convolutional neural network (CNN) models. The course shows how to improve a model's accuracy with augmentation, feature extraction, and fine-tuning hyperparameters while trying to avoid overfitting the data. The course also looks at practical issues that arise, for example, when one doesn't have enough data and how to incorporate the latest research findings into different models. Learners will get hands-on practice building and optimizing their own image classification models on a variety of public datasets in the labs they will work on.

了解详情

This course covers building ML models with TensorFlow and Keras, improving the accuracy of ML models and writing ML models for scaled use.

了解详情

This course explores the benefits of using Vertex AI Feature Store, how to improve the accuracy of ML models, and how to find which data columns make the most useful features. This course also includes content and labs on feature engineering using BigQuery ML, Keras, and TensorFlow.

了解详情

The course begins with a discussion about data: how to improve data quality and perform exploratory data analysis. We describe Vertex AI AutoML and how to build, train, and deploy an ML model without writing a single line of code. You will understand the benefits of Big Query ML. We then discuss how to optimize a machine learning (ML) model and how generalization and sampling can help assess the quality of ML models for custom training.

了解详情

This course explores what ML is and what problems it can solve. The course also discusses best practices for implementing machine learning. You’re introduced to Vertex AI, a unified platform to quickly build, train, and deploy AutoML machine learning models. The course discusses the five phases of converting a candidate use case to be driven by machine learning, and why it’s important to not skip them. The course ends with recognizing the biases that ML can amplify and how to recognize them.

了解详情

This course introduces the Google Cloud big data and machine learning products and services that support the data-to-AI lifecycle. It explores the processes, challenges, and benefits of building a big data pipeline and machine learning models with Vertex AI on Google Cloud.

了解详情