Tomás Fernández
Menjadi anggota sejak 2025
Silver League
33803 poin
Infrastruktur AI: Teknik Jejaring
Earned Agu 15, 2026 EDT
Infrastruktur AI: Opsi Penyimpanan
Earned Agu 15, 2026 EDT
Membangun Agen Pertama Anda dengan Agent Development Kit (ADK)
Earned Mar 12, 2026 EDT
Infrastruktur AI: Jenis Deployment
Earned Feb 1, 2026 EST
Infrastruktur AI: TPU Cloud
Earned Jan 23, 2026 EST
Infrastruktur AI: GPU Cloud
Earned Jan 22, 2026 EST
Infrastruktur AI: Pengantar AI Hypercomputer
Earned Jan 22, 2026 EST
Agen AI Generatif: Mentransformasi Organisasi Anda
Earned Jun 13, 2025 EDT
Aplikasi AI Generatif: Mentransformasi Pekerjaan Anda
Earned Jun 13, 2025 EDT
AI Generatif: Memahami Lanskap
Earned Jun 13, 2025 EDT
AI Generatif: Memahami Konsep Dasar
Earned Jun 13, 2025 EDT
AI Generatif: Lebih dari Sekadar Chatbot
Earned Jun 9, 2025 EDT
Bekerja dengan Model Gemini di BigQuery
Earned Apr 3, 2025 EDT
Menyiapkan Data untuk ML API di Google Cloud
Earned Mar 22, 2025 EDT
Rekayasa Data untuk Pembuatan Model Prediktif dengan BigQuery ML
Earned Mar 21, 2025 EDT
Meningkatkan Produktivitas dengan Gemini in BigQuery
Earned Mar 12, 2025 EDT
Membangun Data Warehouse dengan BigQuery
Earned Mar 11, 2025 EDT
Serverless Data Processing with Dataflow: Foundations
Earned Mar 5, 2025 EST
Smart Analytics, Machine Learning, and AI on Google Cloud
Earned Mar 5, 2025 EST
Build Streaming Data Pipelines on Google Cloud
Earned Feb 28, 2025 EST
Pengantar Data Engineering di Google Cloud
Earned Feb 24, 2025 EST
Build Batch Data Pipelines on Google Cloud
Earned Feb 3, 2025 EST
Build Data Lakes and Data Warehouses on Google Cloud
Earned Jan 26, 2025 EST
Build a Certification Study Guide: PDE Exam Prep
Earned Jan 9, 2025 EST
Selamat datang di kursus "Infrastruktur AI: Teknik Jejaring".
Dalam kursus ini, Anda akan mempelajari cara memanfaatkan infrastruktur Google Cloud berbandwidth tinggi dan berlatensi rendah untuk mengoptimalkan transfer data serta komunikasi antara seluruh komponen sistem AI Anda. Di akhir kursus, Anda akan memahami peran penting jejaring di seluruh pipeline AI, mulai dari penyerapan data dan pelatihan hingga inferensi, serta mampu menerapkan praktik terbaik agar workload Anda berjalan dengan kecepatan maksimal.
Pelajari lebih lanjut
Dalam kursus ini, Anda akan melakukan perjalanan komprehensif melalui solusi penyimpanan yang tersedia di Google Cloud, yang secara khusus dirancang untuk workload AI dan komputasi berperforma tinggi (HPC). Anda akan mempelajari cara memilih penyimpanan yang tepat untuk setiap tahap siklus proses ML. Anda akan mempelajari cara mengoptimalkan performa I/O selama pelatihan, mengelola set data besar untuk persiapan data, dan menyajikan artefak model dengan latensi rendah. Melalui contoh dan demonstrasi praktis, Anda akan memperoleh keahlian untuk merancang solusi penyimpanan yang andal yang mempercepat inovasi AI Anda.
Pelajari lebih lanjut
Wujudkan pemahaman Anda tentang agen agar menjadi realita praktis dengan membangun, mengonfigurasi, dan menjalankan agen AI pertama Anda menggunakan Agent Development Kit (ADK) Google.
Dalam kursus praktik ini, Anda akan menyiapkan lingkungan pengembangan ADK yang lengkap, membuat agen dengan kode Python dan konfigurasi YAML, serta menjalankannya melalui berbagai antarmuka. Anda juga akan mempelajari parameter inti yang menentukan perilaku agen, dengan menerapkan hal yang telah Anda pelajari di kursus 1 pada kode yang berfungsi.
Pelajari lebih lanjut
Kursus ini memberikan panduan komprehensif untuk men-deploy, mengelola, dan mengoptimalkan workload AI dan komputasi berperforma tinggi (HPC) di Google Cloud. Melalui serangkaian pelajaran dan demonstrasi praktis, Anda akan menjelajahi berbagai strategi deployment, mulai dari lingkungan yang sangat mudah disesuaikan menggunakan Google Compute Engine (GCE) hingga solusi terkelola seperti Google Kubernetes Engine (GKE). Secara spesifik, Anda akan mempelajari cara membuat cluster dan men-deploy GKE untuk inferensi.
Pelajari lebih lanjut
Selamat datang di kursus TPU Cloud. Kita akan mempelajari kelebihan dan kekurangan TPU dalam berbagai skenario dan membandingkan beragam akselerator TPU untuk membantu Anda memilih akselerator yang tepat. Anda akan mempelajari bermacam strategi untuk memaksimalkan performa dan efisiensi model AI serta memahami pentingnya interoperabilitas GPU/TPU untuk alur kerja machine learning yang fleksibel. Melalui konten yang menarik dan demo praktis, kami akan memandu Anda langkah demi langkah dalam memanfaatkan TPU secara efektif.
Pelajari lebih lanjut
Penasaran dengan hardware canggih di balik AI? Modul ini menguraikan komputer AI yang dioptimalkan untuk performa, dan menunjukkan mengapa komputer tersebut sangat penting. Kita akan membahas bagaimana CPU, GPU, dan TPU membuat tugas AI menjadi sangat cepat, apa yang membuat masing-masing unik, dan bagaimana software AI memanfaatkannya secara maksimal. Pada akhirnya, Anda akan tahu persis cara memilih GPU yang tepat untuk project AI Anda, sehingga membantu Anda membuat pilihan cerdas untuk workload AI Anda.
Pelajari lebih lanjut
Siap mulai menggunakan AI Hypercomputer? Kursus ini akan membantu Anda. Kami akan membahas dasar-dasar terkait apa itu AI Hypercomputer dan cara AI Hypercomputer membantu AI dalam menangani workload AI. Anda akan mempelajari berbagai komponen di dalam hypercomputer, seperti GPU, TPU, dan CPU, serta menemukan cara memilih pendekatan deployment yang sesuai untuk kebutuhan Anda.
Pelajari lebih lanjut
Agen AI Generatif: Mentransformasi Organisasi Anda adalah kursus kelima dan terakhir dari jalur pembelajaran Pemimpin AI Generatif. Kursus ini membahas cara organisasi menggunakan agen AI generatif kustom untuk membantu mengatasi tantangan bisnis tertentu. Anda akan mendapatkan praktik langsung dalam membangun agen AI generatif dasar, sambil mempelajari komponen agen ini, seperti model, loop penalaran, dan alat.
Pelajari lebih lanjut
Aplikasi AI Generatif: Mentransformasi Pekerjaan Anda adalah kursus keempat dari jalur pembelajaran Generative AI Leader. Kursus ini memperkenalkan aplikasi AI generatif Google, seperti Gemini untuk Workspace dan NotebookLM. Kursus ini memandu Anda memahami konsep seperti grounding, retrieval augmented generation, menyusun perintah yang efektif, dan membangun alur kerja otomatis.
Pelajari lebih lanjut
AI Generatif: Memahami Lanskap adalah kursus ketiga dari alur pembelajaran Generative AI Leader. AI generatif mengubah cara kita bekerja dan berinteraksi dengan dunia di sekitar kita. Namun, sebagai seorang pemimpin, bagaimana Anda dapat memanfaatkan kekuatan AI untuk mendorong hasil bisnis yang nyata? Dalam kursus ini, Anda akan mempelajari berbagai lapisan dalam membangun solusi AI generatif, penawaran Google Cloud, dan faktor yang perlu dipertimbangkan saat memilih solusi.
Pelajari lebih lanjut
AI Generatif: Memahami Konsep Dasar adalah kursus kedua dari alur pembelajaran Generative AI Leader. Dalam kursus ini, Anda akan mempelajari konsep dasar AI generatif. Anda akan mempelajari perbedaan antara AI, ML, dan AI generatif serta mempelajari bagaimana berbagai jenis data memungkinkan AI generatif mengatasi tantangan bisnis. Anda juga akan mendapatkan insight tentang strategi Google Cloud untuk mengatasi keterbatasan model dasar dan tantangan utama dalam pengembangan dan deployment AI yang bertanggung jawab dan aman.
Pelajari lebih lanjut
AI Generatif: Lebih dari Sekadar Chatbot adalah kursus pertama dari alur pembelajaran Generative AI Leader. Kursus ini tidak memiliki prasyarat. Kursus ini bertujuan untuk melampaui pemahaman dasar tentang chatbot guna mengeksplorasi potensi sebenarnya dari AI generatif untuk organisasi Anda. Anda akan mempelajari konsep seperti model dasar dan rekayasa perintah, yang penting untuk memanfaatkan kekuatan AI generatif. Kursus ini juga memandu Anda melalui pertimbangan penting yang harus Anda buat saat mengembangkan strategi AI generatif yang sukses untuk organisasi Anda.
Pelajari lebih lanjut
Kursus ini menunjukkan cara menggunakan model AI/ML untuk tugas-tugas AI generatif di BigQuery. Melalui kasus penggunaan praktis yang melibatkan pengelolaan hubungan pelanggan (CRM), Anda akan mempelajari alur kerja pemecahan masalah bisnis dengan model Gemini. Untuk memudahkan pemahaman, kursus ini juga menyediakan panduan langkah demi langkah melalui solusi coding menggunakan kueri SQL dan notebook Python.
Pelajari lebih lanjut
Selesaikan badge keahlian pengantar Menyiapkan Data untuk ML API di Google Cloud untuk menunjukkan keterampilan Anda dalam hal berikut: menghapus data dengan Dataprep by Trifacta, menjalankan pipeline data di Dataflow, membuat cluster dan menjalankan tugas Apache Spark di Managed Service for Apache Spark, dan memanggil beberapa ML API, termasuk Cloud Natural Language API, Google Cloud Speech-to-Text API, dan Video Intelligence API.
Pelajari lebih lanjut
Selesaikan badge keahlian tingkat menengah Rekayasa Data untuk Pembuatan Model Prediktif dengan BigQuery ML untuk menunjukkan keterampilan Anda dalam hal berikut: membangun pipeline transformasi data ke BigQuery dengan Dataprep by Trifacta; menggunakan Cloud Storage, Dataflow, dan BigQuery untuk membangun alur kerja ekstrak, transformasi, dan pemuatan (ETL); serta membangun model machine learning menggunakan BigQuery ML.
Pelajari lebih lanjut
Kursus ini mengeksplorasi Gemini in BigQuery, yakni paket fitur yang didukung AI untuk membantu alur kerja data ke AI. Paket fitur ini meliputi eksplorasi dan persiapan data, pembuatan kode dan pemecahan masalah, serta penemuan dan visualisasi alur kerja. Melalui penjelasan konseptual, kasus penggunaan praktis, dan lab interaktif, kursus ini akan membantu para praktisi data dalam meningkatkan produktivitas mereka dan mempercepat pipeline pengembangan.
Pelajari lebih lanjut
Selesaikan badge keahlian tingkat menengah Membangun Data Warehouse dengan BigQuery untuk menunjukkan keterampilan Anda dalam hal berikut: menggabungkan data untuk membuat tabel baru, memecahkan masalah penggabungan, menambahkan data dengan union, membuat tabel berpartisi tanggal, serta menggunakan JSON, array, dan struct di BigQuery.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
Dalam kursus ini, Anda akan belajar tentang data engineering on Google Cloud, peran dan tanggung jawab data engineer, dan bagaimana hal tersebut terhubung dengan penawaran yang disediakan oleh Google Cloud. Anda juga akan mempelajari cara untuk mengatasi tantangan terkait data engineering.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
Learn how to use Gemini Notebook to create a personalized study guide for the Professional Data Engineer certification exam.
You'll review Gemini Notebook features, create a notebook in Gemini Notebook, and learn how to use a study guide to practice for a certification exam.
Pelajari lebih lanjut
