加入 登录

Yago Costa

成为会员时间：2023

白银联赛

5100 积分
透過 BigQuery 建構資料倉儲 Earned Jul 18, 2023 EDT
在 Google Cloud 為機器學習 API 準備資料 Earned Jul 18, 2023 EDT
Certification Learning Path: Professional Cloud Architect Earned Jun 1, 2023 EDT
雲端架構：設計、實作與管理 Earned Jun 1, 2023 EDT
Google Kubernetes Engine 成本效益最佳化 Earned May 30, 2023 EDT
設定 Google Cloud 網路 Earned May 29, 2023 EDT
在 Google Cloud 使用 Terraform 建構基礎架構 Earned May 23, 2023 EDT
建立 Google Cloud 網路 Earned May 22, 2023 EDT
在 Compute Engine 導入 Cloud Load Balancing Earned May 22, 2023 EDT
在 Google Cloud 設定應用程式開發環境 Earned May 18, 2023 EDT
可靠的 Google Cloud 基礎架構：設計與程序 Earned May 17, 2023 EDT
Logging and Monitoring in Google Cloud Earned May 17, 2023 EDT
Architecting with Google Kubernetes Engine: Workloads Earned May 11, 2023 EDT
Architecting with Google Kubernetes Engine: Foundations - 繁體中文 Earned May 10, 2023 EDT
開始使用 Google Kubernetes Engine Earned May 9, 2023 EDT
彈性的 Google Cloud 基礎架構：資源調度與自動化 Earned May 8, 2023 EDT
重要的 Google Cloud 基礎架構：核心服務 Earned May 3, 2023 EDT
重要的 Google Cloud 基礎架構：基本概念 Earned Apr 28, 2023 EDT
Google Cloud 基礎知識：核心基礎架構 Earned Apr 27, 2023 EDT
Preparing for your Professional Cloud Architect Journey Earned Apr 25, 2023 EDT
Serverless Data Processing with Dataflow: Foundations Earned Mar 27, 2023 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud Earned Feb 23, 2023 EST
Build Streaming Data Pipelines on Google Cloud Earned Feb 15, 2023 EST
Build Batch Data Pipelines on Google Cloud Earned Feb 6, 2023 EST
Build Data Lakes and Data Warehouses on Google Cloud Earned Jan 23, 2023 EST
Google Cloud Big Data and Machine Learning Fundamentals Earned Jan 18, 2023 EST

完成 透過 BigQuery 建構資料倉儲 技能徽章中階課程，即可證明您具備下列技能： 彙整資料以建立新資料表、排解彙整作業問題、利用聯集附加資料、建立依日期分區的資料表， 以及在 BigQuery 使用 JSON、陣列和結構體。

了解详情

完成 在 Google Cloud 為機器學習 API 準備資料 技能徽章入門課程，即可證明您具備下列技能： 使用 Dataprep by Trifacta 清理資料、在 Dataflow 執行資料管道、在 Dataproc 建立叢集和執行 Apache Spark 工作，以及呼叫機器學習 API，包含 Cloud Natural Language API、Google Cloud Speech-to-Text API 和 Video Intelligence API。

了解详情

Good news! There’s a new updated version of this learning path available for you!Open the new Professional Cloud Architect Certification Learning Path to begin, once you’ve selected the new path all your current progress will be reflected in the new version.

了解详情

完成 雲端架構：設計、實作與管理 課程即可獲得 技能徽章，證明您具備下列技能： 使用 Apache 網路伺服器部署可公開存取的網站、使用開機指令碼設定 Compute Engine VM、 使用 Windows 防禦主機和防火牆規則設定安全的 RDP、建構 Docker 映像檔並部署至 Kubernetes 叢集，然後進行更新，以及建立 Cloud SQL 執行個體並匯入 MySQL 資料庫。 這個技能徽章課程是絕佳的 資源，可讓您瞭解Google Cloud 認證專業雲端架構師認證測驗涵蓋的主題。

了解详情

完成 Google Kubernetes Engine 成本效益最佳化 技能徽章中階課程， 即可證明您具備下列技能：建立及管理多租戶叢集、依據命名空間監控資源使用量、 設定自動調度叢集和 Pod 資源以提升效能、設定負載平衡以最佳化 資源分配，以及導入有效性和完備性探測，確保應用程式維持健康並符合成本效益。

了解详情

完成「設定 Google Cloud 網路」課程，即可獲得技能徽章。 您將瞭解如何在 Google Cloud Platform 執行基本的網路工作，包括建立自訂網路、新增子網路防火牆規則，還有建立 VM 並測試 VM 之間的通訊延遲。

了解详情

完成「在 Google Cloud 使用 Terraform 建構基礎架構」技能徽章中階課程， 即可證明自己具備下列知識與技能：使用 Terraform 的基礎架構即程式碼 (IaC) 原則、運用 Terraform 設定佈建及管理 Google Cloud 資源、有效管理狀態 (本機和遠端)，以及將 Terraform 程式碼模組化，以利重複使用和管理。

了解详情

完成 建立 Google Cloud 網路 課程即可獲得技能徽章。這個課程將說明 部署及監控應用程式的多種方法，包括查看 IAM 角色及新增/移除 專案存取權、建立虛擬私有雲網路、部署及監控 Compute Engine VM、編寫 SQL 查詢、在 Compute Engine 部署及監控 VM，以及 使用 Kubernetes 透過多種方法部署應用程式。

了解详情

完成「在 Compute Engine 導入 Cloud Load Balancing」技能徽章入門課程，即可證明您具備下列技能： 在 Compute Engine 建立及部署虛擬機器， 以及設定網路和應用程式負載平衡器。

了解详情

只要修完「在 Google Cloud 設定應用程式開發環境」課程，就能獲得技能徽章。 在本課程中，您將學會如何使用以下技術的基本功能，建構和連結以儲存空間為中心的雲端基礎架構：Cloud Storage、Identity and Access Management、Cloud Functions 和 Pub/Sub。

了解详情

這堂課程可讓參加人員瞭解如何使用確實有效的設計模式，在 Google Cloud 中打造相當可靠且效率卓越的解決方案。這堂課程接續了「設定 Google Compute Engine 架構」或「設定 Google Kubernetes Engine 架構」課程的內容，並假設參加人員曾實際運用上述任一課程涵蓋的技術。這堂課程結合了簡報、設計活動和實作研究室，可讓參加人員瞭解如何定義業務和技術需求，並在兩者之間取得平衡，設計出相當可靠、可用性高、安全又符合成本效益的 Google Cloud 部署項目。

了解详情

Welcome to the two-part course on Logging, Monitoring, and Observability in Google Cloud. The core operations tools in Google Cloud break down into two major categories. The operations-focused components and the application performance management tools. This course, Logging and Monitoring in Google Cloud, covers the operations-focused components including Logging, Monitoring, and Service Monitoring. After taking this course, it is suggested that you complete part 2, Observability in Google Cloud, to learn about the available application performance management tools.

了解详情

In "Architecting with Google Kubernetes Engine- Workloads", you'll embark on a comprehensive journey into cloud-native application development. Throughout the learning experience, you'll explore Kubernetes operations, deployment management, GKE networking, and persistent storage. This is the first course of the Architecting with Google Kubernetes Engine series. After completing this course, enroll in the Architecting with Google Kubernetes Engine- Production course.

了解详情

在 「Google Kubernetes Engine 架構：基礎知識」的課程中，您將復習 Google Cloud 的配置和原則，接著是建立和管理軟體容器簡介和 Kubernetes 架構簡介。 這是 Google Kubernetes Engine 架構系列中的第一項課程。完成此課程後，請註冊 Google Kubernetes Engine 架構：工作負載課程。

了解详情

歡迎參加「開始使用 Google Kubernetes Engine」課程。Kubernetes 是位於應用程式和硬體基礎架構之間的軟體層。如果您對這項技術感興趣，這堂課程可以滿足您的需求。有了 Google Kubernetes Engine，您就能在 Google Cloud 中以代管服務的形式使用 Kubernetes。 本課程的目標在於介紹 Google Kubernetes Engine (常簡稱為 GKE) 的基本概念，以及如何將應用程式容器化，以便在 Google Cloud 中執行。課程首先會初步介紹 Google Cloud，隨後簡介容器、Kubernetes、Kubernetes 架構和 Kubernetes 作業。

了解详情

這堂隨選密集課程會向參加人員說明 Google Cloud 提供的全方位彈性基礎架構和平台服務。這堂課結合了視訊講座、示範和實作研究室，可讓參加人員探索及部署解決方案元素，包括安全地建立互連網路、負載平衡、自動調度資源、基礎架構自動化，以及代管服務。

了解详情

這堂隨選密集課程會向參加人員說明 Google Cloud 提供的全方位彈性基礎架構和平台服務，並將重點放在 Compute Engine。這堂課程結合了視訊講座、示範和實作研究室，可讓參加人員探索及部署解決方案元素，例如網路、系統和應用程式服務等基礎架構元件。另外，這堂課也會介紹如何部署實用的解決方案，包括客戶提供的加密金鑰、安全性和存取權管理機制、配額與帳單，以及資源監控功能。

了解详情

這堂隨選密集課程會向參加人員說明 Google Cloud 提供的全方位彈性基礎架構和平台服務，尤其側重於 Compute Engine。這堂課程結合了視訊講座、示範和實作研究室，可讓參加人員探索及部署解決方案元素，例如網路、虛擬機器和應用程式服務等基礎架構元件。您會瞭解如何透過控制台和 Cloud Shell 使用 Google Cloud。另外，您也能瞭解雲端架構師的職責、基礎架構設計方法，以及具備虛擬私有雲 (VPC)、專案、網路、子網路、IP 位址、路徑和防火牆規則的虛擬網路設定。

了解详情

「Google Cloud 基礎知識：核心基礎架構」介紹了在使用 Google Cloud 時會遇到的重要概念和術語。本課程會透過影片和實作實驗室，介紹並比較 Google Cloud 的多種運算和儲存服務，同時提供重要的資源和政策管理工具。

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

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.

了解详情

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.

了解详情

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.

了解详情

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.

了解详情

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.

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