گواهینامه Google Cloud Digital Leader برای هر کسی است که می‌خواهد دانش خود را در مورد مبانی محاسبات ابری و نحوه استفاده از محصولات و خدمات Google Cloud برای دستیابی به اهداف سازمان نشان دهد. این دوره یکی از مجموعه دوره هایی است که برای آمادگی شما برای آزمون Cloud Digital Leader طراحی شده است. در این دوره، بررسی کنید که چگونه سازمان ها می توانند از هوش مصنوعی و یادگیری ماشینی برای تغییر فرآیندهای کسب و کار خود استفاده کنند. درباره اصول AI و ML و راه حل های AI و ML موجود از طریق Google Cloud مانند BigQuery ML، AutoML، API های از پیش آموزش دیده، TensorFlow و غیره بیاموزید.

توجه: این دوره توسط Google Cloud ایجاد شده است. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.

 

گواهینامه Google Cloud Digital Leader برای هر کسی است که می‌خواهد دانش خود را در مورد مبانی محاسبات ابری و نحوه استفاده از محصولات و خدمات Google Cloud برای دستیابی به اهداف سازمان نشان دهد. در این دوره دوم از مجموعه ای که موضوعات تست شده در آزمون Cloud Digital Leader را پوشش می دهد، بیاموزید که چگونه داده ها را می توان با سرعت و مقیاسی که قبلاً هرگز از طریق فناوری Google Cloud ممکن نبود، مصرف، تجزیه و تحلیل و استفاده کرد. درک درستی از ارزش داده ها و چگونگی تأثیر آن بر تجربیات مشتری به دست آورید. درباره راه حل های مختلف مدیریت داده های Google Cloud که در دسترس هستند، بیاموزید. و روش‌هایی را که محصولات ابری Google داده‌ها را برای نیروی کار مفیدتر و در دسترس‌تر کرده‌اند را بررسی کنید.

توجه: این دوره توسط Google Cloud ایجاد شده است. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.

 

گواهینامه Google Cloud Digital Leader برای هر کسی است که می‌خواهد دانش خود را در مورد مبانی محاسبات ابری و نحوه استفاده از محصولات و خدمات Google Cloud برای دستیابی به اهداف سازمان نشان دهد. بسیاری از شرکت‌های سنتی از سیستم‌ها و برنامه‌های قدیمی استفاده می‌کنند که نمی‌توانند با انتظارات مشتریان مدرن به‌روز باشند. رهبران کسب و کار اغلب باید بین حفظ سیستم های قدیمی فناوری اطلاعات یا سرمایه گذاری در محصولات و خدمات جدید یکی را انتخاب کنند. این دوره، یکی از مجموعه دوره هایی است که برای پوشش موضوعات تست شده در آزمون Cloud Digital Leader طراحی شده است، این چالش ها را بررسی می کند و راه حل هایی برای غلبه بر آنها با استفاده از فناوری ابر ارائه می دهد.

توجه: این دوره توسط Google Cloud ایجاد شده است. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.

 

از آنجایی که سازمان‌ها داده‌ها و برنامه‌های کاربردی خود را به ابر منتقل می‌کنند، باید چالش‌های امنیتی جدیدی را برطرف کنند. این دوره به بررسی اصول اولیه امنیت ابری، ارزش رویکرد چندلایه Google Cloud برای امنیت زیرساخت‌ها و چگونگی کسب و حفظ اعتماد مشتریان توسط Google در ابر می‌پردازد. درباره این موضوعات بیاموزید و برای آزمون گواهینامه Google Cloud Digital Leader آماده شوید - گواهینامه ای برای هر کسی که مایل است دانش خود را در زمینه مبانی رایانش ابری و نحوه استفاده از محصولات و خدمات Google Cloud برای دستیابی به اهداف سازمان نشان دهد.

توجه: این دوره توسط Google Cloud ایجاد شده است. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.

 

سازمان‌ها در هر اندازه‌ای از قدرت و انعطاف‌پذیری ابر استفاده می‌کنند تا نحوه عملکرد خود را تغییر دهند. با این حال، مدیریت و مقیاس بندی منابع ابری به طور موثر می تواند یک کار پیچیده باشد. این دوره، بخشی از مجموعه دوره‌هایی است که برای آماده‌سازی شما برای آزمون گواهینامه Google Cloud Digital Leader طراحی شده است، مفاهیم اساسی عملیات مدرن، قابلیت اطمینان و انعطاف‌پذیری در فضای ابری را بررسی می‌کند و چگونه Google Cloud می‌تواند به حمایت از این تلاش‌ها کمک کند.

توجه: این دوره توسط Google ایجاد شده است. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.

 وقتی صحبت از نحوه عملکرد Google Cloud می شود، به راحتی می توان در جزئیات گم شد و احساس کرد که روی ابری از خود شناور هستید. اما تنها چیزی که نیاز دارید یک پایه محکم در اصول اولیه برای شروع یادگیری بیشتر است. در این دوره آموزشی در سطح مبتدی در Google Cloud به مربی مارک جانسون بپیوندید، در حالی که مهارت‌های جدیدی را برای آزمون گواهینامه رهبر دیجیتال ایجاد می‌کنید.

درباره الزامات انطباق با Google Cloud، سلسله مراتب منابع، و مدیریت هویت راه‌هایی را برای کنترل و بهینه‌سازی هزینه‌های ابری کشف کنید و درک خود از صورت‌حساب و استفاده را تقویت کنید. Mark زیرساخت شبکه ابری را تجزیه می کند و به شما نشان می دهد که چگونه مناطق و مناطق را تنظیم و انتخاب کنید. در پایان این دوره، ابزارهای مورد نیاز برای دسترسی به طیف گسترده ای از گزینه های پشتیبانی Google Cloud و مقابله با امتحان را خواهید داشت.

 اگر نیاز به یادگیری نحوه استقرار برنامه‌ها در Google Cloud Platform دارید، یا اگر برای امتحان Google Associate Cloud Engineer آماده می‌شوید، این سری از دوره‌های ITProTV می‌تواند به شما کمک کند. این دوره، اولین دوره از این سری، شما را با مزایای بسیاری از فناوری های ابری آشنا می کند و به شما یک نمای کلی از راه حل پلتفرم ابری گوگل (GCP) و خدمات آن ارائه می دهد. درباره ساختار راه‌حل‌های مشتری GCP، از جمله سازمان‌ها، پوشه‌ها، و پروژه‌ها و همچنین گزینه‌های خود برای هویت کاربر بیاموزید. نحوه راه‌اندازی اطلاعات صورت‌حساب، کار با حساب‌های صورت‌حساب، نظارت بر مخارج Google Cloud Platform، و مدیریت بودجه‌ها و هشدارها را بیاموزید تا مطمئن شوید که در مسیر خود قرار دارید. سپس اطلاعات مفیدی را در مورد نحوه نصب و پیکربندی رابط خط فرمان قدرتمند GCP به پایان برسانید.n ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.

 اگر نیاز به یادگیری نحوه استقرار برنامه‌ها در Google Cloud Platform (GCP) دارید، یا اگر برای امتحان Google Associate Cloud Engineer آماده می‌شوید، این سری از دوره‌های ITProTV می‌تواند به شما کمک کند. این دوره، دومین دوره از این مجموعه است، شما را با نحوه برنامه ریزی و پیکربندی یک راه حل ابری آشنا می کند. ابتدا، نحوه استفاده از ماشین حساب قیمت گذاری GCP را بیاموزید، ابزار قدرتمندی است که می تواند به شما کمک کند تا بودجه IT خود را تنظیم کنید، زیرا بیشتر به راه حل های ابر عمومی متعهد می شوید. در مرحله بعد، راه‌هایی برای برنامه‌ریزی و پیکربندی منابع محاسباتی، از جمله نحوه در نظر گرفتن بارهای کاری فناوری اطلاعات، و همچنین ماشین‌های مجازی پیش‌دستی، انواع ماشین‌های سفارشی، گزینه‌های محاسباتی بدون سرور، و موتور Kubernetes را کشف کنید. روش‌های مختلف ذخیره‌سازی داده‌ها را بررسی کنید، سپس با چندین فناوری کلیدی که برای ایجاد راه‌حل‌های مؤثر GCP، از جمله راه‌حل‌های DNS و تعادل بار، به آن‌ها نیاز دارید، نتیجه‌گیری کنید.n ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.

 اگر نیاز به یادگیری نحوه استقرار برنامه‌ها در Google Cloud Platform (GCP) دارید، یا اگر برای امتحان Google Associate Cloud Engineer آماده می‌شوید، این سری از دوره‌های ITProTV می‌تواند به شما کمک کند. این دوره، سومین دوره از این سری، به شما نشان می دهد که چگونه یک راه حل ابری را استقرار و پیاده سازی کنید. با یادگیری نحوه ایجاد نمونه های VM با Compute Engine شروع کنید. با نحوه استفاده از کیت توسعه نرم افزار (SDK) برای راه اندازی ماشین های مجازی و اطلاع از تعادل بار و مقیاس خودکار آشنا شوید. نحوه استقرار و پیاده سازی Kubernetes Engine را کشف کنید، سپس یک برنامه کاربردی را در آن استقرار دهید. راه‌هایی را برای انجام نظارت و گزارش‌گیری دقیق برای برنامه‌های Kubernetes Engine خود کاوش کنید و نحوه استقرار و پیاده‌سازی راه‌حل‌های داده، منابع شبکه، راه‌حل‌های Google Cloud Marketplace و راه‌حل‌هایی را که از Deployment Manager استفاده می‌کنند، بیاموزید.n ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.

 اگر نیاز به یادگیری نحوه استقرار برنامه‌ها در Google Cloud Platform (GCP) دارید، یا اگر برای امتحان Google Associate Cloud Engineer آماده می‌شوید، این سری از دوره‌های ITProTV می‌تواند به شما کمک کند. این دوره، پنجمین و آخرین دوره از این مجموعه است، شما را با نحوه پیکربندی دسترسی و امنیت برای راه حل ابری خود آشنا می کند. ابتدا، در مورد وظایف مدیریتی مهم مرتبط با مدیریت هویت و دسترسی (IAM)، و همچنین برخی از بهترین شیوه ها برای انجام آن وظایف، بیاموزید. نحوه مدیریت حساب‌های سرویس، از جمله مجوزهای منابع و دسترسی در GCP را بیاموزید و جزئیات مفیدی در مورد دامنه API دریافت کنید. همچنین می‌توانید راه‌هایی را برای بررسی تغییراتی که در داخل GCP شما روی می‌دهند با قابلیت‌های گزارش‌گیری تعبیه‌شده در GCP بررسی کنید.n ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.

 آیا Google Cloud Platform (GCP) انتخاب مناسبی برای برنامه سازمانی شماست؟ GCP اکنون دارای ویژگی‌های سطح سازمانی است که سازمان‌های بزرگ تقاضا می‌کنند: امنیت IAM، رمزگذاری سفارشی، پشتیبانی از پایگاه‌داده NoSQL، و یکپارچه‌سازی و استقرار مداوم در فضای ابری. این دوره به معماران سازمانی، مدیران شبکه و ذینفعان فناوری کمک می کند تا خدمات GCP را برای سازمان خود ارزیابی و پیاده سازی کنند. بیاموزید که چگونه GCP به نگرانی‌های سازمانی - از قابلیت اطمینان گرفته تا یکپارچه‌سازی شریک - رسیدگی می‌کند و سناریوهایی را که در آن می‌درخشد، از جمله ذخیره‌سازی داده‌ها و بازیابی فاجعه کشف کنید. ببینید چگونه راه‌حل‌های GCP - محاسبات بدون سرور، ذخیره‌سازی داده، و خطوط لوله داده - با این سناریوهای مختلف نقشه‌برداری می‌کنند و ابزارهای توسعه‌دهنده و DevOps را که Google برای ساخت راه‌حل‌های سفارشی شما ارائه می‌دهد، کاوش کنید. در طول مسیر، مربی Lynn Langit نحوه استفاده از GCP برای مدیریت ماشین‌های مجازی، کانتینرهای Docker، خوشه‌های Kubernetes، ذخیره‌های داده‌های رابطه‌ای، داده‌های NoSQL، دریاچه‌های داده و موارد دیگر را نشان می‌دهد. او همچنین نکات عملی را برای صرفه جویی در هزینه، برنامه ریزی استقرار و یکپارچه سازی خدمات سازگار به اشتراک می گذارد.

 

آیا Google Cloud Platform (GCP) برای تجارت شما مناسب است؟ پیشنهادات این ارائه دهنده خدمات ابری پیشرو را کاوش کنید. در این دوره ، طراحی منحصر به فرد برای متخصصان فناوری اطلاعات - Architects ، سرپرستان شبکه و ذینفعان فناوری - مربی اتصال لین لانگیت برای یادگیری نحوه ارزیابی GCP برای سازمان خود و همچنین کسانی که وظیفه دریافت برنامه ها را دارند و در Google Cloud قرار می گیرند. سپس خدمات اصلی - محاسبات بدون سرنشین ، ذخیره داده ها و یادگیری ماشین - و ابزارهای توسعه دهنده ای را که Google برای ساختن راه حل های سفارشی شما ارائه می دهد ، کاوش کنید. در طول راه ، مهارت های جدید خود را در سناریوهای دنیای واقعی با استفاده از GCP برای مدیریت ماشینهای مجازی ، ظروف داکر ، خوشه های Kubernetes ، توابع ، فروشگاه های داده های رابطه ای ، داده های NOSQL و موارد دیگر آزمایش کنید. لین همچنین نکات عملی را برای بهینه سازی بودجه ها و برنامه های برنامه ریزی به اشتراک می گذارد و نمونه هایی از الگوهای معماری مشترک را مرور می کند.

 کسب گواهینامه مهندس حرفه‌ای یادگیری ماشین Google Cloud تأیید می‌کند که می‌توانید با استفاده از قابلیت‌های Google Cloud و دانش رویکردهای مرسوم ML، راه‌حل‌های هوش مصنوعی بسازید، ارزیابی، تولید و بهینه کنید. در این دوره، هدیه نوح شما را برای صدور گواهینامه آماده می‌کند و با مروری بر آزمون شروع می‌کند – از جمله فرمت امتحان، زمانی که باید طول بکشد، و اینکه چگونه و کجا می‌توانید در آزمون شرکت کنید. نوح سپس به شش بخش امتحان می پردازد و آنچه را که باید در مورد آن بدانید را پوشش می دهد: معماری راه حل های ML با کد پایین. همکاری درون و بین تیم‌ها برای مدیریت داده‌ها و مدل‌ها؛ مقیاس بندی نمونه های اولیه در مدل های ML. مدل های سرویس دهی و مقیاس بندی؛ اتوماسیون و تنظیم خطوط لوله ML؛ و نظارت بر راه حل های ML.

 اگر در زمینه امنیت ابری تازه کار هستید، یا اگر مدیری هستید که به دنبال آشنایی با بهترین روش‌ها برای ایجاد و مدیریت داده‌ها و دارایی‌ها در فضای ابری هستید، در این دوره آموزشی به Dominique West بپیوندید تا اصول اولیه ایمن‌سازی صحیح محیط Google Cloud شما را آموزش دهد. Dominique با مبانی محاسبات ابری و مفاهیم عمومی امنیت شروع می کند و خدمات و اصطلاحات مختلف را در ارتباط با پلت فرم Google Cloud توضیح می دهد. او موضوعاتی مانند مدیریت هویت و دسترسی (IAM)، امنیت زیرساخت، امنیت شبکه، و جزئیات مرکز فرماندهی امنیت Google Cloud را پوشش می‌دهد. در پایان این دوره، شما در راه تبدیل شدن به یک معلم امنیتی Google Cloud خواهید بود.

 

تعداد فزاینده ای از شرکت ها از GRPC ، یک چارچوب محبوب که خدمات و مشتریان را می نویسد ، استفاده می کنند. در این دوره ، Miki Tebeka نمای کلی از GRPC را ارائه می دهد ، سپس فرمت سریال سازی بافر پروتکل را به شما نشان می دهد ، و همچنین نحوه نوشتن یک فایل تعریف GPRC (.proto) ، سرورهای GRPC و مشتری ها را بنویسید و از ویژگی های پیشرفته GRPC مانند پخش ، بازتاب و موارد دیگر استفاده کنید. به طور کلی در مورد RPC بیاموزید ، سپس به بافرهای پروتکل بروید ، چگونه GRPC از آنها استفاده می کند ، چرا GRPC HTTP/2 را انتخاب کرد و چگونه اکوسیستم GRPC کار می کند. نوشتن و گردآوری یک پرونده .proto ، با استفاده از کد تولید شده و تولید رمزگذاری JSON. به سرورها و مشتری های GRPC شیرجه بزنید و نحوه تعریف یک نقطه پایانی جریان را کشف کنید ، داده های جریان را به مشتری ارسال کنید و پاسخ های جریان را از سرور انجام دهید. به علاوه ، موضوعات پیشرفته ای مانند نوشتن رهگیرها ، اشتراک گذاری تعاریف .proto ، آزمایش کد خود و استفاده از دروازه GRPC را طی کنید.

 

این دوره پروتکل زمینه مدل (MCP) را معرفی می کند ، یک استاندارد جدید قدرتمند که امکان ادغام ایمن و آگاه از مدل های AI را با سیستم های سازمانی فراهم می کند. مربی Brennan Lodge از طریق لنزهای امنیت سایبری و حاکمیت ، ریسک و انطباق (GRC) به شما نشان می دهد که چگونه MCP گردش کار تیم آبی ، بررسی های انطباق در زمان واقعی ، دعوت ابزار ایمن و موارد دیگر را افزایش می دهد. سناریوهای دنیای واقعی را کاوش کنید ، خطرات امنیتی را جدا کرده و بهترین روشها را برای تأمین سرورهای MCP طی کنید. این دوره که برای مدافعان امنیت سایبری و متخصصان انطباق طراحی شده است ، مسیری روشنی را برای اتخاذ ایمن معماری های عامل MCP و هوش مصنوعی بیان می کند. با استفاده از Codepaces GitHub ، می توانید از هر دستگاه ، در هر زمان ، همه در حالی که از ابزاری استفاده می کنید که احتمالاً در محل کار با آن روبرو خواهید شد ، استفاده کنید. برای یادگیری نحوه شروع کار "استفاده از Codespaces GitHub" را با این دوره بررسی کنید.

 یک نمای کلی از الگوریتم های دید رایانه در خانواده YOLO دریافت کنید و نحوه استفاده از این الگوریتم ها را برای پرداختن به چالش های دنیای واقعی نشان دهید. این دوره شامل پیاده روی های فنی برای تکنیک های اساسی مانند طبقه بندی تصویر ، تشخیص شی ، ردیابی شی ، تقسیم نمونه ، تخمین پوز و جعبه های محدود کننده گرا (OBB) با استفاده از بسته Ultralytics Python است. مربی محمد مونوار شما را از طریق حاشیه نویسی داده ها ، مدل های آموزش و صادر کردن آنها راهنمایی می کند و نشان می دهد که چگونه روند صادرات زمان استنباط را سرعت می بخشد. علاوه بر این ، ببینید که چگونه راه حل های Ultralytics برای حل چالش های عملی بینایی رایانه متناسب است ، با نمونه های عمیق اجرای فنی ارائه شده در طول دوره

 

آیا شما آماده ساخت برنامه های کاربردی با مدل های بزرگ زبان (LLMS) هستید ، اما مطمئن نیستید که از کجا شروع کنید؟ این دوره که منحصر به فرد برای مبتدیان و بدون تجربه در فضای LLM طراحی شده است ، نمای کلی از اصول LLM ها را با چالش های دستی برای تقویت مهارت های شما در این راه ارائه می دهد. ملزومات مربوط به تولید با اوج بازیابی را از جمله اصول اولیه موتور جستجو ، محدودیت های مدل تعبیه شده و نحوه ساخت یک برنامه چت-با PDF کاوش کنید. در طول راه ، مربی هان لی تکنیک های مهندسی سریع را به شما نشان می دهد ، از جمله استراتژی هایی برای مهندسی زمینه برای مدیریت و بهینه سازی ورودی های ارائه شده به LLM ها و نظارت بر بینش آنها از طریق ابزارهای مشاهده ای مانند Langsmith. با استفاده از Codepaces GitHub ، می توانید از هر دستگاهی ، در هر زمان استفاده کنید-همه در حالی که از ابزاری استفاده می کنید که احتمالاً در محل کار با آن روبرو خواهید شد. برای یادگیری نحوه شروع کار ، از فیلم "استفاده از CodeSpaces GitHub با این دوره" دیدن کنید.

 نسل بازیابی (RAG) به سرعت خود را به عنوان یکی از محبوب ترین راه ها برای استفاده از مدلهای بزرگ زبان (LLM) از هم جدا کرد. چرا؟ از آنجا که RAG یک مشکل اساسی در استفاده از LLMS برای موارد استفاده خودمان ایجاد می کند. LLM ها روی داده های زیادی آموزش دیده اند ، اما آنها به داده های تخصصی مورد نیاز ما برای موارد استفاده شخصی یا تجاری دسترسی ندارند و همین امر باعث می شود که آنها پاسخ دهند. این جایی است که RAG وارد می شود. RAG از مدل های جاسازی شده و پایگاه داده های بردار استفاده می کند تا داده های خود را به گونه ای ذخیره کند که بتواند از آن به عنوان زمینه برای LLM استفاده شود. این دوره به شما نشان می دهد که قطعات مختلف یک برنامه RAG ، نحوه استفاده از آنها و نحوه ساخت برنامه RAG خود از ابتدا در پایتون چیست. این دوره همچنین از مدل های github برای تقویت یادگیری خود استفاده می کند.

 

این دوره با تمرکز بر سیستم نوآورانه LlamaIndex، به اصول و کاربردهای نسل افزوده بازیابی (RAG) اشاره می‌کند. کاوش کنید که چگونه RAG مدل‌های یادگیری ماشین را با یکپارچه‌سازی منابع دانش خارجی برای خروجی‌های آگاهانه‌تر و دقیق‌تر بهبود می‌بخشد. مربی هارپریت ساهوتا معماری سیستم های بازیابی، مکانیک نمایه سازی مجموعه داده های وسیع و ادغام LlamaIndex با مدل های هوش مصنوعی را پوشش می دهد.

درک زیربنای نظری RAG، مهارت های عملی در ساخت و استقرار LlamaIndex، و بررسی تحلیل انتقادی برنامه های RAG در صنایع مختلف را به دست آورید. موضوعات از مبانی بازیابی داده ها و نمایه سازی تا تکنیک های پیشرفته در تقویت مدل های تولیدی با داده های خارجی متغیر است. در پایان دوره، شما برای طراحی، پیاده‌سازی و ارزیابی سیستم‌های RAG و قرار دادن آن‌ها در لبه برتر اجرای فناوری هوش مصنوعی آماده خواهید شد.