Cloud-Experte werden – mit praxisorientierten Schulungen

Introduction to Serverless: Firebase Development

Firebase is a backend-as-service (Bass) platform for creating mobile and web applications. In this quest you will learn to build serverless web apps, import data into a serverless database, and build a Google Assistant application with Firebase and its Google Cloud integrations. Complete this quest including the the challenge lab at the end to receive an exclusive Google Cloud digital badge. The challenge lab does not provide prescriptive steps, but require solutions to be built with minimal guidance and will put your Google Cloud technology skills to the test!

Insights from Data with BigQuery

Möchten Sie Ihre Datenanalyse ohne Verwaltung der Datenbankhardware skalieren? Erfahren Sie, wie Sie Best Practices abfragen und Einblicke in Ihr Data Warehouse erhalten mit dieser interaktiven Reihe von BigQuery-Labors. BigQuery ist vollständig von Google verwaltet. NoOps, kostengünstige Analysedatenbank. Mit BigQuery können Sie Terabyte und Terabyte abfragen von Daten, ohne über eine Infrastruktur zum Verwalten zu verfügen oder einen Datenbankadministrator zu benötigen. BigQuery verwendet SQL und kann das Pay-as-you-go-Modell nutzen. BigQuery erlaubt Sie müssen sich auf die Analyse von Daten konzentrieren, um aussagekräftige Erkenntnisse zu erhalten. Schließe diese Quest ab, einschließlich der Fordern Sie am Ende das Labor heraus, um ein exklusives digitales Google Cloud-Abzeichen zu erhalten.

Build and Secure Networks in Google Cloud

Netzwerke sind ein essenzieller Bestandteil des Cloud-Computing. Sie sind die Grundlage der GCP und verbinden alle Ihre Ressourcen und Dienste miteinander. In dieser Aufgabenreihe für Einsteiger finden Sie Informationen zu den wichtigsten Netzwerkdiensten der GCP und sammeln praktische Erfahrungen mit speziellen Tools, mit denen Sie größere Netzwerke entwickeln können. Wenn Sie sich mit Netzwerken in Google Cloud beschäftigen, lernen Sie VPCs genau kennen, erstellen für Unternehmen geeignete Load-Balancer und eignen sich so die praktische Erfahrungen an, mit denen Sie sich sofort ans Erstellen stabiler Netzwerke wagen können. Schließe diese Quest ab, einschließlich des Challenge Labs am Ende, um ein exklusives digitales Abzeichen von Google Cloud zu erhalten.

Introduction to Serverless: Cloud Run Development

Twelve years ago Lily started the Pet Theory chain of veterinary clinics, and has been expanding rapidly. Now, Pet Theory is experiencing some growing pains: their appointment scheduling system is not able to handle the increased load, customers aren't receiving lab results reliably through email and text, and veteranerians are spending more time with insurance companies than with their patients. Lily wants to build a cloud-based system that scales better than the legacy solution and doesn't require lots of ongoing maintenance. The team has decided to go with serverless technology. For the labs in the Google Cloud Run Serverless Quest, you will read through a fictitious business scenario in each lab and assist the characters in implementing a serverless solution. Complete this quest including the the challenge lab at the end to receive an exclusive Google Cloud digital badge. The challenge lab does not provide prescriptive steps, but require solutions to be built with minimal guidance and will put your Google Cloud technology skills to the test!

Perform Foundational Data, ML, and AI Tasks in Google Cloud

Big Data, maschinelles Lernen und künstliche Intelligenz sind heutzutage wichtige Themen. Diese Technologiefelder haben jedoch sehr spezielle Anforderungen und es ist schwierig, einführendes Material dafür zu finden. Glücklicherweise stellt GCP benutzerfreundliche Dienste für diese Bereiche zur Verfügung, die in dieser Aufgabenreihe für Einsteiger behandelt werden. So können Sie Tools wie Big Query, Cloud Speech API und Cloud ML Engine ganz einfach kennenlernen. Schließe diese Quest ab, einschließlich des Challenge Labs am Ende, um ein exklusives digitales Abzeichen von Google Cloud zu erhalten. Wir erläutern Ihnen die wichtigsten Konzepte für jedes Lab in einminütigen Videos.

Perform Foundational Infrastructure Tasks in Google Cloud

Wenn Sie als Neuling im Bereich Cloudentwicklung nach praktischen Übungen suchen, die über \"Getting Started - Create and Manage Cloud Resources\" hinaus gehen, ist diese Aufgabenreihe genau das Richtige. Sie können Ihr Wissen in praxisorientierten Labs erproben, in denen es um Cloud Storage und andere wichtige Anwendungsdienste wie Stackdriver und Deployment Manager geht. Durch die Teilnahme an der Aufgabenreihe erwerben Sie wichtige Fähigkeiten, die Sie bei jeder GCP-Initiative nutzen können. Diese Aufgabenreihe baut auf einem grundlegenden Verständnis der Google Cloud Platform, der Konsole und ihrer Dienste auf. Schließe diese Quest ab, einschließlich des Challenge Labs am Ende, um ein exklusives digitales Abzeichen von Google Cloud zu erhalten. Wir erläutern Ihnen die wichtigsten Konzepte für jedes Lab in einminütigen Videos.

Beliebte Labs

Einführung in Qwiklabs und die Google Cloud Platform

In diesem Lab rufen Sie Qwiklabs und die Google Cloud Platform Console auf und verwenden die grundlegenden Features der GCP: Projekte, Ressourcen, IAM-Nutzer, Rollen, Berechtigungen, APIs und Cloud Shell.

Virtuelle Maschine erstellen

In diesem praxisorientierten Lab erfahren Sie, wie Sie eine virtuelle Google Compute Engine-Maschine erstellen und was unter Zonen, Regionen und Maschinentypen zu verstehen ist. Sehen Sie sich für eine Vorschau dieses kurze Video an: Create a Virtual Machine, GCP Essentials.

AI Platform: Qwik Start

In diesem Lab trainieren Sie ein TensorFlow-Modell und stellen es auf AI Platform für Vorhersagen bereit. Sehen Sie sich diese kurzen Videos an: Harness the Power of Machine Learning with AI Platform und AI Platform: Qwik Start – Qwiklabs Preview.

Immobilienpreise mit TensorFlow und AI Platform vorhersagen

In diesem Lab erstellen Sie mit TensorFlow und AI Platform eine umfassende Lösung für maschinelles Lernen (ML) und nutzen die Cloud für verteiltes Training und Onlinevorhersagen.

Trends

Introduction to Amazon Aurora

This lab will give you a basic understanding of using Amazon Aurora. You will be shown the basic steps to create an Amazon Aurora instance and then connect to the Amazon Aurora instance. To successfully complete this lab, you should have experience connecting to Microsoft Windows instances using RDP and have a basic knowledge of AWS.

Trends

Using AWS Lambda with Amazon CloudWatch and SNS to Implement a Slack Chat Bot

In this lab you will build a chat bot for Slack, using a Lambda blueprint. Chat bots have the ability to interact with teams and users, respond to commands, and post notifications, giving all conversation participants visibility into team activities. You will build a bot that posts CloudWatch alarms to your Slack channel. Prerequisites: To successfully complete this lab, you should be familiar with AWS Lambda and Amazon CloudWatch through taking the introductory labs. You will need to have or create an account with the online service Slack to complete this lab-- instructions are provided. Familiarity with Slack is helpful, though not required.

Trends

Programming Amazon DynamoDB with .NET

This lab will provide a further understanding of using the AWS Toolkit for .NET and leveraging Amazon DynamoDB for application development. It will demonstrate the basic steps required to install Visual Studio Community Edition and the AWS Toolkit for Visual Studio and to build an application in C# that leverages DynamoDB using the AWS SDK for .NET. To successfully complete this lab, you should be familiar with Visual Studio for C# and have a basic knowledge of launching and connecting to Windows systems in AWS.

Hohe Bewertung

Engineer Data in Google Cloud: Challenge-Lab

In diesem Challenge-Lab testen Sie, was Sie in den Labs der Aufgabenreihe "Engineer Data in Google Cloud" gelernt haben. Sie sollten mit dem Inhalt der Aufgabenreihe vertraut sein, bevor Sie mit diesem Lab beginnen.

Hohe Bewertung

Using the What-If Tool with Image Recognition Models

In this lab, we demonstrate the use of the what-if-tool for image recognition models.

Hohe Bewertung