ご自身に最適な Google Cloud トレーニングをお探しください。
Google Cloud では、学習者のことを念頭に置いて設計された、980 以上の学習アクティビティを含む包括的なカタログをご用意しています。さまざまなアクティビティ形式のコン テンツで構成されたカタログから、短時間の単独ラボのほか、一連の動画、ドキュメント、 ラボ、テストで構成されるマルチモジュール コースをお選びいただけます。ラボでは、 実際のクラウド リソースへのアクセスに必要な一時的な認証情報が付与されるため、 本番さながらの状況で Google Cloud について学習できます。修了した学習アクティビ ティのバッジを獲得したり、Google Cloud での成果を定義、記録、分析したりできます。
272 件の結果
-
ラボ おすすめ レンタル VM での地震データの処理
このラボでは、仮想マシンをスピンアップしてセキュリティを構成し、リモートでアクセスします。さらに、取り込み、変換、公開のデータ処理パイプラインの手順を手動で実行します。これは科学データを処理する一連のラボの一部です。
-
ラボ おすすめ Kubernetes(AWS)を使った Cloud のオーケストレーション
このラボでは、Google Kubernetes Engine を使用して完全な Kubernetes クラスタをプロビジョニングする方法、kubectl を使用して Docker コンテナをデプロイおよび管理する方法、Kubernetes の Deployment と Service を使用してアプリケーションをマイクロサービスに分割する方法について学びます。
-
ラボ おすすめ リモート起動スクリプトを使用した Compute インスタンスのデプロイ: チャレンジラボ
リモート起動スクリプトを使用して Apache ウェブサーバー ソフトウェアをインストールする Linux Google Compute Engine インスタンスを構成し、Apache が正常にインストールされたことを確認します。
-
ラボ おすすめ BigQuery および Cloud SQL の SQL の概要
このラボでは、基本的な SQL 句について学び、BigQuery と Cloud SQL で実際に構造化クエリを実行します。
-
ラボ おすすめ Google で使用される API の概要
このラボでは、アプリケーション プログラミング インターフェース(API)のアーキテクチャと基本機能について学習した後、Cloud Shell で Cloud Storage API メソッドを構成して実行する実践演習を行います。
-
ラボ おすすめ Natural Language API によるエンティティ感情分析
Cloud Natural Language API を使用すると、テキスト ブロックからエンティティを抽出し、感情分析や構文解析を行うことができます。このハンズオンラボでは、Cloud Natural Language API を使用してテキストからエンティティや感情を抽出する方法について学びます。
-
ラボ おすすめ Terraform を使用した Kubernetes ロードバランサ Service のデプロイ
Terraform のプロバイダは、上流の API を論理的に抽象化したものです。このラボでは、Kubernetes クラスタを設定して LoadBalancer タイプの Nginx Service をデプロイする方法について説明します。
-
ラボ おすすめ エージェント向けの会話フローの設計
Contact Center AI を使用すると、電話の転送率を改善し、処理時間を短縮できるため、顧客満足度と業務効率が向上します。また、全体的な運用をより迅速かつ効果的にできます。このラボでは、Dialogflow を使用して会話インターフェースを作成する方法について学習します。
-
ラボ おすすめ Google Cloud SDK: Qwik Start - Redhat / Centos
このハンズオンラボでは、gcloud コマンドライン ツールを使用して、Cloud Storage で基本的なタスクを実行する方法について学習します。短いプレビュー動画として、Cloud SDK: Google Cloud Platform に不可欠なコマンドライン ツールもご覧ください。
-
ラボ おすすめ Cloud Functions: Qwik Start - コンソール
このハンズオンラボでは、Cloud Platform のコンソールを使用して Cloud Functions の関数を作成し、それをデプロイする方法について学習します。「Google Cloud Functions で GCP サービスを接続、拡張する」の短い動画をご覧ください。
-
ラボ おすすめ Cloud Run と Pub/Sub を使用して復元性に優れた非同期システムをビルドする
Cloud Run と Pub/Sub を使用して、HTTP POST、メール、SMS を介して通信するサービスを実行します。
-
ラボ おすすめ Kubernetes を使った Cloud のオーケストレーション
このラボでは、Google Kubernetes Engine を使用して完全な Kubernetes クラスタをプロビジョニングする方法、kubectl を使用して Docker コンテナをデプロイおよび管理する方法、Kubernetes の Deployment と Service を使用してアプリケーションをマイクロサービスに分割する方法について学びます。
-
ラボ おすすめ Google スプレッドシートで BigQuery 課金データを確認する
Google Workspace コネクテッド シートを使用して、BigQuery を最大限に活用しましょう。データ分析機能を利用してクエリの実行やデータの分析を行えます。たとえば、販売データにアクセスして分析するためのスプレッドシートを作成し、常に最新データが反映されるよう構成することが可能です。
-
ラボ おすすめ Vertex AI Gemini API と Python SDK のスタートガイド
このラボでは、Vertex AI SDK for Python を使用して Vertex AI Gemini API を呼び出す方法を学びます。
-
ラボ おすすめ Google Cloud でクラウド環境を設定、構成する - Azure: チャレンジラボ
このチャレンジラボでは、「Kubernetes in Google Cloud」クエストのラボで習得したスキルと知識をテストします。このチャレンジラボを実行する前に、ラボのコンテンツを理解しておく必要があります。
-
ラボ おすすめ Google データポータルによるデータの可視化
このラボでは、Google データポータルを使用して、Google BigQuery に保存されているデータを可視化する方法について説明します。
-
ラボ おすすめ Terraform を使用した Infrastructure as Code
このハンズオンラボでは、クラウド環境で Terraform を使用してインフラストラクチャの構築、変更、プロビジョニング、破棄を行います。
-
ラボ おすすめ Vertex AI: Qwik Start
このラボでは、BigQuery を使用してデータ処理や探索的データ分析を行い、Vertex AI プラットフォームを使用してカスタム TensorFlow Regressor モデルのトレーニングとデプロイを行うことによって、顧客のライフタイム バリュー(CLV)を予測します。このラボの目標は、価値の高い実際のユースケースである予測 CLV を通して Vertex AI の概要を知ることです。BigQuery と TensorFlow のローカル ワークフローから始めて、Vertex AI によるクラウドでのモデルのトレーニングとデプロイへと進みます。
-
ラボ おすすめ Cloud Build を使用した Google Kubernetes Engine のパイプライン
コンテナ イメージを自動的にビルドし、そのイメージを Artifact Registry に格納し、Git リポジトリの Kubernetes マニフェストを更新し、アプリケーションを Google Kubernetes Engine にデプロイする CI / CD パイプラインを作成します。
-
ラボ おすすめ ユーザー認証: Identity-Aware Proxy
特別なプログラミングを行わずに、Identity-Aware Proxy を利用して、選択した認証済みユーザーのみにアクセスを制限したり、IAP からユーザーID 情報を取得したりする方法を学びます。
-
ラボ おすすめ ネットワーキング(基礎編)
このラボでは、1 つのネットワークと 3 つのサブネットワークを設定することによって、Google Cloud Platform で基本的なネットワーキング タスクを実行する方法を学習します。また、Google Cloud 環境とオンプレミス環境との違いについても学びます。
-
ラボ おすすめ Cloud Spanner: Qwik Start
このラボでは、Google Cloud Platform Console を使用して Cloud Spanner の基本オペレーションを行う方法について説明します。「Get a Highly Consistent, Scalable Database Service with Cloud Spanner」の短い動画をご覧ください。
-
ラボ おすすめ オンライン予測用の Vertex AI に BigQuery ML Customer Churn Classifier をデプロイ
このラボでは、BigQuery ML XGBoost モデルによるトレーニング、チューニング、評価、説明、バッチおよびオンライン予測の生成などを行います。実際のモバイルアプリ「Flood it!」の Google アナリティクス 4 データセットを使って、ユーザーがアプリケーションに戻る可能性を判断していただきます。BigQuery ML モデルによるバッチ予測の生成と、オンライン予測のための Vertex AI へのエクスポートとデプロイを行います。
-
ラボ おすすめ Google ドライブ: スタートガイド
Google ドライブでは、すべてのファイル(写真、Microsoft® Word® ドキュメント、Excel® スプレッドシートなど)をクラウドに保存できます。また、Google ドキュメントを使って Word ファイルに変更を加えたり、Word ファイルを Google ドキュメントのファイルに変換したりすることも可能です。このラボを完了したら、余った時間で Google ドライブの機能をさらに詳しくご確認ください。
-
ラボ おすすめ アプリ開発: Kubernetes Engine へのアプリケーションのデプロイ - Python
このラボでは、Container Builder や Container Registry などの Google Cloud Platform のリソースと、デプロイメント、ポッド、サービスなどの Kubernetes のリソースを活用して、Kubernetes Engine にクイズ アプリケーションをデプロイします。
-
ラボ おすすめ 割り当てによるコスト管理の設定
このラボでは、大規模なデータセットに対してクエリを実行し、BigQuery API の割り当てを更新して、割り当て内に収まるようにクエリを最適化します。
-
ラボ おすすめ Google Cloud サーバーレス プラットフォームへの Go アプリのデプロイ
GO(golang)で Cloud Build を使って、App Engine、Cloud Run、Cloud Functions にアプリをデプロイする。
-
ラボ おすすめ Google Kubernetes Engine のセキュリティ: Binary Authorization
このラボでは、Binary Authorization 機能が有効な Kubernetes Engine クラスタをデプロイして、承認済みのコンテナ レジストリを許可リストに登録する方法や、署名付きのコンテナを作成して実行するプロセスについて説明します。
-
ラボ おすすめ Compute Engine を使用した Google Cloud でのウェブアプリのホスティング
このラボでは、Google Compute Engine でのウェブアプリのデプロイとスケーリングを行います。
-
ラボ おすすめ Looker Studio を使ったデータ探索とレポート作成
このラボでは、Looker Studio を Google BigQuery データテーブルに接続してグラフを作成する方法を学習し、ディメンションと指標の関係を確認します。
-
ラボ おすすめ BigQuery でのよくある SQL エラーのトラブルシューティング
このラボでは、BigQuery のクエリエディタとクエリ バリデータを使用して、一般的な SQL 構文や論理のエラーのトラブルシューティングを行います。
-
ラボ おすすめ Vertex AI におけるプロンプト設計: チャレンジラボ
このチャレンジラボでは、「Prompt Design in Vertex AI」コースのラボで習得したスキルと知識をテストします。このチャレンジラボを開始する前に、以前のラボの内容を理解しておく必要があります。
-
ラボ おすすめ Cloud Functions: Qwik Start - コマンドライン
このハンズオンラボでは、Cloud Platform のコマンドラインを使用して Cloud Functions の関数を作成し、それをデプロイする方法について学習します。「Google Cloud Functions で GCP サービスを接続、拡張する」の短い動画をご覧ください。
-
ラボ おすすめ Understanding and Combining GKE Autoscaling Strategies
このラボでは、Google Kubernetes Engine のさまざまな自動スケーリング手法のメリットについて学びます。これらの手法には、Pod レベルのスケーリングを行う水平 Pod 自動スケーリングと垂直 Pod 自動スケーリング、そしてノードレベルのスケーリングを行うクラスタ オートスケーラーとノードの自動プロビジョニングがあります。
-
ラボ おすすめ Vertex AI Studio を使ってみる
このラボでは、Vertex AI Studio で Gemini のマルチモーダル機能を使ってプロンプトと会話を作成する方法を学習します。
-
ラボ おすすめ Kubernetes Engine での Jenkins の設定
このハンズオンラボでは、ソフトウェア デリバリー パイプラインをオーケストレートできるように Google Kubernetes Engine で Jenkins を設定する方法について説明します。
-
ラボ おすすめ Google Cloud Billing レポートで費用を把握、分析する
このラボでは、Google Cloud Billing レポートについて学習します。この機能は、Google Cloud コンソール内にあらかじめ組み込まれていて、Google Cloud の費用の内訳をレポートします。ライブ請求先アカウントの請求レポートを表示して、Google Cloud の現時点の費用と予想される費用を把握したうえで、レポート フィルタを使用して費用を分析し、主なコスト要因と傾向を特定します。
-
ラボ おすすめ Kubernetes Engine によるデプロイメントの管理
DevOps のベスト プラクティスでは、アプリケーション デプロイのシナリオを管理するために、複数のデプロイが利用されます。そこでこのラボでは、複数の異種混合デプロイメントが使用される一般的なシナリオに対応できるように、コンテナのスケーリングと管理の演習を行います。
-
ラボ おすすめ Docker の概要
このラボでは、基本的な Docker コンテナ環境コマンドについて学びます。コンテナを作成、実行、デバッグし、Google Artifact Registry との間でイメージを pull、push する方法を習得します。
-
ラボ おすすめ Monitor and Log with Google Cloud Operations Suite: チャレンジラボ
このチャレンジラボでは、Cloud Operations のモニタリングおよびロギングのスキルをテストします。
-
ラボ おすすめ Dataplex: Qwik Start - コンソール
このラボでは、レイクの作成、ゾーンの追加、アセットのアタッチおよび切断、ゾーンおよびレイクの削除を通じて、Google Cloud コンソールにおける Dataplex の使用方法について説明します。
-
ラボ おすすめ Cloud Build と Firebase のパイプラインを使用して Hugo ウェブサイトをデプロイする
このラボでは、Cloud Build と Firebase を使用して Hugo ベースの静的ウェブサイトをデプロイする方法を学習します。