menu

Google Developer Essentials

Introductory 5 Steps Hours 24 Credits

This introductory-level quest shows application developers how the Google Cloud ecosystem could help them build secure, scalable and intelligent cloud native applications. You learn how to develop and scale applications without setting up infrastructure, run data analytics and gain insights from data, and develop with pre-trained ML APIs to leverage machine learning event if you are not a Machine Learning expert.You will also experience seamless integration between various Google services and APIs to create intelligent apps.

Application Development

Prerequisites:

Recommended that students without prior Google Cloud Platform Experience take the GCP Essentials Quest as a prerequisite.

Quest Outline

Praxisorientiertes Lab

Deploy Node.js Express Application in App Engine

In this lab, you will learn how to create a Node.js Express application on Google App Engine. Then you will learn how to update the code without taking the server down.

Praxisorientiertes Lab

Wetterdaten in BigQuery

In diesem Lab analysieren Sie Wetterbeobachtungen mit BigQuery und verwenden Wetterdaten in Verbindung mit anderen Datasets. Das Lab ist Teil einer Reihe zur Verarbeitung wissenschaftlicher Daten.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Praxisorientiertes Lab

Mit AutoML Vision Bilder von Wolken in der Cloud klassifizieren

Mit AutoML Vision können auch Entwickler mit geringen Fachkenntnissen im Bereich maschinelles Lernen qualitativ hochwertige Bilderkennungsmodelle trainieren. In diesem praxisorientierten Lab lernen Sie, wie Sie ein benutzerdefiniertes Modell so trainieren, dass es die Bilder verschiedener Wolkentypen unterscheiden kann (Kumulus, Kumulonimbus usw.).

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Praxisorientiertes Lab

Entitäten- und Sentimentanalysen mit der Natural Language API

In diesem Lab erfahren Sie, wie Sie mit der Cloud Natural Language API Entitäten aus Texten extrahieren, Textinhalte klassifizieren, d. h. Kategorien zuordnen, sowie Sentiment- und Syntaxanalysen durchführen.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Praxisorientiertes Lab

Google Assistant: Build a Restaurant Locator with the Places API

In this lab you will build an Assistant application that takes in a user's location and preferences and passes them to the Places API via a Cloud Function to generate the ideal spot to eat.

Praxisorientiertes Lab

Autoscaling an Instance Group with Stackdriver Custom Metrics

This lab describes how to deploy an autoscaling Compute Engine instance group that is automatically scaled using a custom Stackdriver metric

Enroll Now

Enroll in this quest to track your progress toward earning a badge.