Приєднатися Увійти

Apply your skills in Google Cloud console

George Balan

Учасник із 2020

Срібна ліга

Кількість балів: 13444
Responsible AI: Applying AI Principles with Google Cloud - Yкраїнська Earned жовт. 8, 2025 EDT
Data Warehousing for Partners: Process Data with Dataflow Earned черв. 15, 2025 EDT
Data Warehousing for Partners: Analyze Data with Looker Earned черв. 15, 2025 EDT
Data Warehousing for Partners: Process Data with Dataproc Earned черв. 15, 2025 EDT
Data Warehousing for Partners: Optimize in BigQuery Earned черв. 12, 2025 EDT
Data Warehousing for Partners: Stream Data with Pub/Sub Earned черв. 12, 2025 EDT
Data Warehousing for Partners: Cloud Data Fusion Pipelines Earned черв. 12, 2025 EDT
Data Warehousing for Partners: Migrate Data to BigQuery Earned черв. 11, 2025 EDT
Data Warehousing for Partners: Design in BigQuery Earned черв. 10, 2025 EDT
Data Warehousing for Partners: Enable Google Cloud Customers Earned квіт. 14, 2025 EDT
Introduction to Responsible AI - Українська Earned лист. 27, 2023 EST
Generative AI Fundamentals - Українська Earned лист. 24, 2023 EST
Introduction to Large Language Models - Українська Earned лист. 24, 2023 EST
Introduction to Generative AI - Українська Earned лист. 22, 2023 EST
Build a Data Warehouse with BigQuery Earned серп. 23, 2023 EDT
Підготовка даних для інтерфейсів API машинного навчання в Google Cloud Earned лип. 14, 2023 EDT
Serverless Data Processing with Dataflow: Foundations Earned черв. 23, 2023 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud Earned черв. 20, 2023 EDT
Build Streaming Data Pipelines on Google Cloud Earned черв. 15, 2023 EDT
Build Batch Data Pipelines on Google Cloud Earned черв. 11, 2023 EDT
Build Data Lakes and Data Warehouses on Google Cloud Earned черв. 3, 2023 EDT
Intro to BigQuery: Analytics & Machine Learning Earned груд. 14, 2021 EST
BigQuery for Data Analysis I Earned груд. 8, 2021 EST

Що більше штучний інтелект і машинне навчання використовуються в корпоративних середовищах, то нагальнішою стає потреба розробити принципи відповідального ставлення до них. Однак говорити про принципи відповідального використання штучного інтелекту легше, ніж застосовувати їх на практиці. Цей курс допоможе вам дізнатись, як запровадити відповідальну роботу зі штучним інтелектом у вашій організації. У цьому курсі ви дізнаєтеся про підхід Google Cloud до відповідального використання ШІ, а також отримаєте практичні поради й набудете досвіду, який допоможе вам розробити власний підхід до цього завдання.

Докладніше

This course continues to explore the implementation of data load and transformation pipelines for a BigQuery Data Warehouse using Dataflow.

Докладніше

This course explores how to leverage Looker to create data experiences and gain insights with modern business intelligence (BI) and reporting.

Докладніше

This course explores the implementation of data load and transformation pipelines for a BigQuery Data Warehouse using Dataproc.

Докладніше

Welcome to Optimize in BigQuery, where we map Enterprise Data Warehouse concepts and components to BigQuery and Google data services with a focus on optimization.

Докладніше

This course explores how to implement a streaming analytics solution using Pub/Sub.

Докладніше

This course continues to explore the implementation of data load and transformation pipelines for a BigQuery Data Warehouse using Cloud Data Fusion.

Докладніше

This course identifies best practices for migrating data warehouses to BigQuery and the key skills required to perform successful migration.

Докладніше

Welcome to Design in BigQuery, where we map Enterprise Data Warehouse concepts and components to BigQuery and Google data services with a focus on schema design.

Докладніше

This course discusses the key elements of Google's Data Warehouse solution portfolio and strategy.

Докладніше

Це ознайомлювальний курс мікронавчання, який має пояснити, що таке відповідальне використання штучного інтелекту, чому воно важливе і як компанія Google реалізує його у своїх продуктах. Крім того, у цьому курсі викладено 7 принципів Google щодо штучного інтелекту.

Докладніше

Щоб отримати кваліфікаційний значок, пройдіть курси "Introduction to Generative AI", "Introduction to Large Language Models" й "Introduction to Responsible AI". Пройшовши завершальний тест, ви підтвердите, що засвоїли основні поняття, які стосуються генеративного штучного інтелекту. Кваліфікаційний значок – це цифровий значок від платформи Google Cloud, який свідчить, що ви знаєтеся на продуктах і сервісах Google Cloud. Щоб опублікувати кваліфікаційний значок, зробіть свій профіль загальнодоступним, а також додайте значок у профіль у соціальних мережах.

Докладніше

У цьому ознайомлювальному курсі мікронавчання ви дізнаєтеся, що таке великі мовні моделі, де вони використовуються і як підвищити їх ефективність коригуванням запитів. Він також охоплює інструменти Google, які допоможуть вам створювати власні додатки на основі генеративного штучного інтелекту.

Докладніше

Це ознайомлювальний курс мікронавчання, який має пояснити, що таке генеративний штучний інтелект, як він використовується й чим відрізняється від традиційних методів машинного навчання. Він також охоплює інструменти Google, які допоможуть вам створювати власні додатки на основі генеративного штучногоінтелекту.

Докладніше

Complete the intermediate Build a Data Warehouse with BigQuery skill badge course to demonstrate skills in the following: joining data to create new tables, troubleshooting joins, appending data with unions, creating date-partitioned tables, and working with JSON, arrays, and structs in BigQuery.

Докладніше

Пройдіть вступний кваліфікаційний курс Підготовка даних для інтерфейсів API машинного навчання в Google Cloud, щоб продемонструвати свої навички щодо очистки даних за допомогою сервісу Dataprep by Trifacta, запуску конвеєрів даних у Dataflow, створення кластерів і запуску завдань Apache Spark у Dataproc, а також виклику API машинного навчання, зокрема Cloud Natural Language API, Google Cloud Speech-to-Text API і Video Intelligence API.

Докладніше

This course is part 1 of a 3-course series on Serverless Data Processing with Dataflow. In this first course, we start with a refresher of what Apache Beam is and its relationship with Dataflow. Next, we talk about the Apache Beam vision and the benefits of the Beam Portability framework. The Beam Portability framework achieves the vision that a developer can use their favorite programming language with their preferred execution backend. We then show you how Dataflow allows you to separate compute and storage while saving money, and how identity, access, and management tools interact with your Dataflow pipelines. Lastly, we look at how to implement the right security model for your use case on Dataflow.

Докладніше

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.

Докладніше

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.

Докладніше

In this intermediate course, you will learn to design, build, and optimize robust batch data pipelines on Google Cloud. Moving beyond fundamental data handling, you will explore large-scale data transformations and efficient workflow orchestration, essential for timely business intelligence and critical reporting. Get hands-on practice using Dataflow for Apache Beam and Serverless for Apache Spark (Dataproc Serverless) for implementation, and tackle crucial considerations for data quality, monitoring, and alerting to ensure pipeline reliability and operational excellence. A basic knowledge of data warehousing, ETL/ELT, SQL, Python, and Google Cloud concepts is recommended.

Докладніше

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.

Докладніше

Welcome Gamers! Today's game is all about experimenting with Big Query for Machine Learning! Use real life case studies to learn various concepts of BQML and have fun. Take labs to earn points. The faster you complete the lab objectives, the higher your score.

Докладніше

Welcome Gamers! Learn BigQuery and Cloud SQL, all while having fun! You will compete to see who can finish the game with the highest score. Earn the points by completing the steps in the lab.... and get bonus points for speed! Be sure to click "End" when you're done with each lab to get the maximum points. All players will be awarded the game badge.

Докладніше