Dołącz Zaloguj się

Wykorzystuj swoje umiejętności w konsoli Google Cloud

Arnav Tanawade

Jest członkiem od 2024

Liga diamentowa

33015 pkt.
Budowanie bezpiecznej sieci Google Cloud Earned lut 27, 2025 EST
Konfigurowanie środowiska programistycznego w Google Cloud Earned lut 22, 2025 EST
Google Cloud Computing Foundations: Infrastructure in Google Cloud - Locales Earned lut 20, 2025 EST
Wdrażanie równoważenia obciążenia w Compute Engine Earned lut 20, 2025 EST
Google Cloud Computing Foundations: Data, ML, and AI in Google Cloud Earned lut 13, 2025 EST
Google Cloud Computing Foundations: Networking and Security in Google Cloud - Locales Earned lut 6, 2025 EST
Google Cloud Computing Foundations: Cloud Computing Fundamentals - Polski Earned sty 26, 2025 EST
Build, Train and Deploy ML Models with Keras on Google Cloud Earned gru 11, 2024 EST
Production Machine Learning Systems Earned gru 10, 2024 EST
Build and Deploy Machine Learning Solutions on Vertex AI Earned gru 7, 2024 EST
Create Generative AI Apps on Google Cloud Earned gru 7, 2024 EST
Engineer Data for Predictive Modeling with BigQuery ML Earned gru 1, 2024 EST
Create ML Models with BigQuery ML Earned gru 1, 2024 EST
Przygotowywanie danych do użycia z interfejsami ML w Google Cloud Earned lis 24, 2024 EST
ML Pipelines on Google Cloud Earned lis 23, 2024 EST
Machine Learning Operations (MLOps) with Vertex AI: Model Evaluation Earned lis 23, 2024 EST
Machine Learning Operations (MLOps) for Generative AI Earned lis 23, 2024 EST
Machine Learning Operations (MLOps): Getting Started Earned lis 16, 2024 EST
Machine Learning Operations (MLOps) with Vertex AI: Manage Features Earned lis 16, 2024 EST
Introduction to Large Language Models - Polski Earned lis 16, 2024 EST
Introduction to Generative AI - Polski Earned lis 16, 2024 EST
Professional Machine Learning Engineer Study Guide Earned lis 16, 2024 EST
Odpowiedzialna AI dla deweloperów: obiektywność i uprzedzenia Earned lis 11, 2024 EST
Odpowiedzialna AI dla deweloperów: interpretowalność i przejrzystość Earned lis 10, 2024 EST
Odpowiedzialna AI dla deweloperów: prywatność i bezpieczeństwo Earned lis 10, 2024 EST
Introduction to AI and Machine Learning on Google Cloud Earned lis 3, 2024 EST
Working with Notebooks in Vertex AI Earned paź 15, 2024 EDT
Feature Engineering Earned paź 15, 2024 EDT

Aby zdobyć odznakę umiejętności, ukończ szkolenie Budowanie bezpiecznej sieci Google Cloud, w trakcie którego poznasz różne związane z siecią zasoby do budowania, skalowania i zabezpieczania aplikacji w Google Cloud. Odznaka umiejętności to wyjątkowa cyfrowa odznaka wydawana przez Google Cloud, która potwierdza Twoją wiedzę o produktach i usługach Google Cloud. Aby ją zdobyć, musisz pokazać, że potrafisz zastosować zdobytą wiedzę w praktycznym, interaktywnym środowisku. Ukończ to szkolenie oraz moduł-wyzwanie, aby zdobyć odznakę umiejętności, którą możesz udostępnić w swojej sieci kontaktów.

Więcej informacji

Aby zdobyć odznakę umiejętności, ukończ szkolenie Konfigurowanie środowiska programistycznego w Google Cloud, w trakcie którego dowiesz się, jak utworzyć i podłączyć infrastrukturę w chmurzę do przechowywania danych przy użyciu podstawowych funkcji technologii Cloud Storage, Identity and Access Management, Cloud Functions oraz Pub/Sub. Odznaka umiejętności to wyjątkowa cyfrowa odznaka wydawana przez Google Cloud, która potwierdza Twoją wiedzę o produktach i usługach Google Cloud. Aby ją zdobyć, musisz pokazać, że potrafisz zastosować zdobytą wiedzę w praktycznym, interaktywnym środowisku. Ukończ to szkolenie oraz moduł Challenge Lab, aby zdobyć odznakę umiejętności, którą możesz udostępnić w swojej sieci kontaktów.

Więcej informacji

Szkolenie Podstawy przetwarzania danych w Google Cloud pozwoli osobom z niewielkim lub zerowym doświadczeniem z zakresu przetwarzania danych w chmurze szczegółowo zapoznać się z najważniejszymi pojęciami z zakresu podstaw chmury, big data i systemów uczących się. Zawiera także informacje o tym, gdzie i jak można wykorzystać Google Cloud. Po zakończeniu szkolenia uczestnicy będą potrafili wyjaśnić pojęcia dotyczące przetwarzania danych w chmurze, big data i systemów uczących się oraz zademonstrować wybrane umiejętności praktyczne. To szkolenie należy do serii szkoleń o nazwie Google Cloud Computing Foundations (Podstawy usług w chmurze Google). Szkolenia należy ukończyć w następującej kolejności: Google Cloud Computing Foundations: Cloud Computing Fundamentals - Locales Google Cloud Computing Foundations: Infrastructure in Google Cloud - Locales Google Cloud Computing Foundations: Networking and Security in Google Cloud - Locales Google Cloud Computing Foundation…

Więcej informacji

Ukończ szkolenie wprowadzające Wdrażanie równoważenia obciążenia w Compute Engine, aby zdobyć odznakę potwierdzającą zdobycie następujących umiejętności: pisanie poleceń gcloud przy użyciu Cloud Shell, tworzenie i wdrażanie maszyn wirtualnych w Compute Engine oraz konfigurowanie systemów równoważenia obciążenia sieci i HTTP. Odznaka umiejętności to wyjątkowa cyfrowa odznaka wydawana przez Google Cloud, która potwierdza Twoją wiedzę o produktach i usługach Google Cloud. Aby ją zdobyć, musisz pokazać, że potrafisz zastosować zdobytą wiedzę, w praktycznym, interaktywnym środowisku. Ukończ to szkolenie oraz moduł Challenge Lab, aby zdobyć odznakę umiejętności, którą możesz udostępnić w swojej sieci kontaktów.

Więcej informacji

The Google Cloud Computing Foundations courses are for individuals with little to no background or experience in cloud computing. They provide an overview of concepts central to cloud basics, big data, and machine learning, and where and how Google Cloud fits in. By the end of the series of courses, learners will be able to articulate these concepts and demonstrate some hands-on skills. The courses should be completed in the following order: 1. Google Cloud Computing Foundations: Cloud Computing Fundamentals 2. Google Cloud Computing Foundations: Infrastructure in Google Cloud 3. Google Cloud Computing Foundations: Networking and Security in Google Cloud 4. Google Cloud Computing Foundations: Data, ML, and AI in Google Cloud This final course in the series reviews managed big data services, machine learning and its value, and how to demonstrate your skill set in Google Cloud further by earning Skill Badges.

Więcej informacji

Szkolenie Podstawy przetwarzania danych w Google Cloud pozwoli osobom z niewielkim lub zerowym doświadczeniem z zakresu przetwarzania danych w chmurze szczegółowo zapoznać się z najważniejszymi pojęciami z zakresu podstaw chmury, big data i systemów uczących się. Zawiera także informacje o tym, gdzie i jak można wykorzystać Google Cloud. Po zakończeniu szkolenia uczestnicy będą potrafili wyjaśnić pojęcia dotyczące przetwarzania danych w chmurze, big data i systemów uczących się oraz zademonstrować wybrane umiejętności praktyczne. To szkolenie należy do serii szkoleń o nazwie Google Cloud Computing Foundations (Podstawy usług w chmurze Google). Szkolenia należy ukończyć w następującej kolejności: Google Cloud Computing Foundations: Cloud Computing Fundamentals - Locales Google Cloud Computing Foundations: Infrastructure in Google Cloud - Locales Google Cloud Computing Foundations: Networking and Security in Google Cloud - Locales Google Cloud Computing Foundations…

Więcej informacji

Szkolenie Podstawy przetwarzania danych w Google Cloud pozwoli osobom z niewielkim lub zerowym doświadczeniem z zakresu przetwarzania danych w chmurze szczegółowo zapoznać się z najważniejszymi pojęciami z zakresu podstaw chmury, big data i systemów uczących się. Zawiera także informacje o tym, gdzie i jak można wykorzystać Google Cloud. Po zakończeniu szkolenia uczestnicy będą potrafili wyjaśnić pojęcia dotyczące przetwarzania danych w chmurze, big data i systemów uczących się oraz zademonstrować wybrane umiejętności praktyczne. TTo szkolenie należy do serii szkoleń o nazwie Google Cloud Computing Foundations (Podstawy usług w chmurze Google). Szkolenia należy ukończyć w następującej kolejności: Google Cloud Computing Foundations: Cloud Computing Fundamentals - Locales Google Cloud Computing Foundations: Infrastructure in Google Cloud - Locales Google Cloud Computing Foundations: Networking and Security in Google Cloud - Locales Google Cloud Computing Foundatio…

Więcej informacji

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

Więcej informacji

This course covers how to implement the various flavors of production ML systems— static, dynamic, and continuous training; static and dynamic inference; and batch and online processing. You delve into TensorFlow abstraction levels, the various options for doing distributed training, and how to write distributed training models with custom estimators. This is the second course of the Advanced Machine Learning on Google Cloud series. After completing this course, enroll in the Image Understanding with TensorFlow on Google Cloud course.

Więcej informacji

Earn the intermediate skill badge by completing the Build and Deploy Machine Learning Solutions on Vertex AI course, where you will learn how to use Google Cloud's Vertex AI platform, AutoML, and custom training services to train, evaluate, tune, explain, and deploy machine learning models. This skill badge course is for professional Data Scientists and Machine Learning Engineers. A skill badge is an exclusive digital badge issued by Google Cloud in recognition of your proficiency with Google Cloud products and services and tests your ability to apply your knowledge in an interactive hands-on environment. Complete this Skill Badge, and the final assessment challenge lab, to receive a digital badge that you can share with your network.

Więcej informacji

Generative AI applications can create new user experiences that were nearly impossible before the invention of large language models (LLMs). As an application developer, how can you use generative AI to build engaging, powerful apps on Google Cloud? In this course, you'll learn about generative AI applications and how you can use prompt design and retrieval augmented generation (RAG) to build powerful applications using LLMs. You'll learn about a production-ready architecture that can be used for generative AI applications and you'll build an LLM and RAG-based chat application.

Więcej informacji

Complete the intermediate Engineer Data for Predictive Modeling with BigQuery ML skill badge to demonstrate skills in the following: building data transformation pipelines to BigQuery using Dataprep by Trifacta; using Cloud Storage, Dataflow, and BigQuery to build extract, transform, and load (ETL) workflows; and building machine learning models using BigQuery ML. A skill badge is an exclusive digital badge issued by Google Cloud in recognition of your proficiency with Google Cloud products and services and tests your ability to apply your knowledge in an interactive hands-on environment. Complete the skill badge course, and final assessment challenge lab, to receive a digital badge that you can share with your network.

Więcej informacji

Complete the intermediate Create ML Models with BigQuery ML skill badge to demonstrate skills in creating and evaluating machine learning models with BigQuery ML to make data predictions.

Więcej informacji

Ukończ szkolenie wprowadzające Przygotowywanie danych do użycia z interfejsami ML w Google Cloud, aby zdobyć odznakę potwierdzającą zdobycie następujących umiejętności: czyszczenie danych przy użyciu usługi Dataprep firmy Trifacta, uruchamianie potoków danych w Dataflow, tworzenie klastrów i uruchamianie zadań Apache Spark w Dataproc, a także wywoływanie interfejsów API dotyczących uczenia maszynowego, w tym Cloud Natural Language API, Google Cloud Speech-to-Text API oraz Video Intelligence API. Odznaka umiejętności to wyjątkowa cyfrowa odznaka wydawana przez Google Cloud, która potwierdza Twoją wiedzę o produktach i usługach Google Cloud. Aby ją zdobyć, musisz pokazać, że potrafisz zastosować zdobytą wiedzę w praktycznym, interaktywnym środowisku. Ukończ to szkolenie oraz moduł Challenge Lab, aby zdobyć odznakę umiejętności, którą możesz udostępnić w swojej sieci kontaktów.

Więcej informacji

In this course, you will be learning from ML Engineers and Trainers who work with the state-of-the-art development of ML pipelines here at Google Cloud. The first few modules will cover about TensorFlow Extended (or TFX), which is Google’s production machine learning platform based on TensorFlow for management of ML pipelines and metadata. You will learn about pipeline components and pipeline orchestration with TFX. You will also learn how you can automate your pipeline through continuous integration and continuous deployment, and how to manage ML metadata. Then we will change focus to discuss how we can automate and reuse ML pipelines across multiple ML frameworks such as tensorflow, pytorch, scikit learn, and xgboost. You will also learn how to use another tool on Google Cloud, Cloud Composer, to orchestrate your continuous training pipelines. And finally, we will go over how to use MLflow for managing the complete machine learning life cycle.

Więcej informacji

This course equips machine learning practitioners with the essential tools, techniques, and best practices for evaluating both generative and predictive AI models. Model evaluation is a critical discipline for ensuring that ML systems deliver reliable, accurate, and high-performing results in production. Participants will gain a deep understanding of various evaluation metrics, methodologies, and their appropriate application across different model types and tasks. The course will emphasize the unique challenges posed by generative AI models and provide strategies for tackling them effectively. By leveraging Google Cloud's Vertex AI platform, participants will learn how to implement robust evaluation processes for model selection, optimization, and continuous monitoring.

Więcej informacji

This course is dedicated to equipping you with the knowledge and tools needed to uncover the unique challenges faced by MLOps teams when deploying and managing Generative AI models, and exploring how Vertex AI empowers AI teams to streamline MLOps processes and achieve success in Generative AI projects.

Więcej informacji

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.

Więcej informacji

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.

Więcej informacji

To szybkie szkolenie dla początkujących wyjaśnia, czym są duże modele językowe (LLM) oraz jakie są ich zastosowania. Przedstawia również możliwości zwiększenia ich wydajności przez dostrajanie przy użyciu promptów oraz narzędzia Google, które pomogą Ci tworzyć własne aplikacje korzystające z generatywnej AI.

Więcej informacji

Celem tego szybkiego szkolenia dla początkujących jest wyjaśnienie, czym jest generatywna AI oraz jakie są jej zastosowania. Szkolenie przedstawia również różnice pomiędzy tą technologią a tradycyjnymi systemami uczącymi się, a także narzędzia Google, które pomogą Ci tworzyć własne aplikacje korzystające z generatywnej AI.

Więcej informacji

This course helps learners create a study plan for the PMLE (Professional Machine Learning 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.

Więcej informacji

Na tym szkoleniu przedstawiamy koncepcje odpowiedzialnej AI i zasad dotyczących AI. Omawiamy praktyczne metody identyfikowania obiektywności i uprzedzeń, a także ograniczania występowania uprzedzeń podczas używania AI/ML. W trakcie szkolenia przedstawiamy też praktyczne techniki i narzędzia, które umożliwiają wdrożenie sprawdzonych metod w zakresie odpowiedzialnej AI przy użyciu usług Google Cloud oraz narzędzi open source.

Więcej informacji

Na tym szkoleniu przedstawiamy koncepcje interpretowalności i przejrzystości AI. Omawiamy na nim, jak ważna jest przejrzystość AI dla deweloperów i inżynierów. Pokazujemy praktyczne techniki i narzędzia, które pomagają osiągnąć interpretowalność oraz przejrzystość zarówno w danych, jak i modelach AI.

Więcej informacji

To szkolenie wprowadza w ważne kwestie dotyczące prywatności i bezpieczeństwa w dziedzinie AI. W jego trakcie przedstawiamy praktyczne techniki i narzędzia, które umożliwiają wdrożenie sprawdzonych metod w zakresie prywatności i bezpieczeństwa AI przy użyciu usług Google Cloud oraz narzędzi open source.

Więcej informacji

This course introduces the AI and machine learning (ML) offerings on Google Cloud that build both predictive and generative AI projects. It explores the technologies, products, and tools available throughout the data-to-AI life cycle, encompassing AI foundations, development, and solutions. It aims to help data scientists, AI developers, and ML engineers enhance their skills and knowledge through engaging learning experiences and practical hands-on exercises.

Więcej informacji

This course is an introduction to Vertex AI Notebooks, which are Jupyter notebook-based environments that provide a unified platform for the entire machine learning workflow, from data preparation to model deployment and monitoring. The course covers the following topics: (1) The different types of Vertex AI Notebooks and their features and (2) How to create and manage Vertex AI Notebooks.

Więcej informacji

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.

Więcej informacji