Pelajari cara membuat aplikasi Android pertama Anda.

Pelajari dasar-dasar Compose untuk TV dan buat dua layar yang umumnya tersedia di aplikasi TV.

Pelajari cara menguji ViewModel untuk memverifikasi ketepatan, perilaku fungsional, dan kegunaan aplikasi Anda.

Dengan hadirnya Android 12L dan faktor bentuk (seperti perangkat foldable) serta mode display baru seperti multi-aplikasi dan multi-display, banyak asumsi mengenai hubungan antara output kamera dan platform tidak lagi sepenuhnya benar.

Pelajari cara menghubungkan pengguna Anda satu sama lain bahkan saat tidak ada internet yang tersedia

Pelajari cara menggunakan library yang dikembangkan komunitas untuk terhubung ke layanan web guna mengambil dan menampilkan data di aplikasi compose Kotlin Android Anda. Pelajari juga cara menangani potensi error jaringan.

Kembangkan konsep desain material dengan membangun daftar dan animasi sederhana untuk membangun daftar pahlawan super.

Dalam Codelab ini, Anda akan membangun aplikasi kesehatan dan kebugaran yang mendukung pembacaan dan penulisan ke Health Connect.

Pelajari status, dan cara Jetpack Compose menggunakan dan memanipulasinya.

Pelajari alasan variabel berguna dalam pemrograman, serta cara menentukan dan memperbarui variabel dalam kode Kotlin Anda.

Pelajari lebih lanjut cara membuat arsitektur aplikasi Mars Photos jadi lebih baik dengan memisahkan panggilan jaringan ke dalam repositori.

Dalam codelab ini, Anda akan mem-build aplikasi DiceRoller versi default (“demo”) dan premium (“lengkap”) menggunakan varian build.

Terapkan hal yang telah Anda pelajari tentang perilaku klik tombol untuk membangun aplikasi.

Dalam codelab ini, Anda akan mempelajari cara memigrasikan bagian layar dalam sistem View ke Jetpack Compose.

Pelajari cara menyesuaikan aplikasi Anda dengan faktor bentuk baru, seperti perangkat foldable dan perangkat dua layar, dengan library Jetpack WindowManager.

Dalam codelab ini, Anda akan mempelajari cara mengukur waktu startup aplikasi dan pengaturan waktu render frame dengan Jetpack Macrobenchmark.

Dalam codelab ini, Anda akan mempelajari cara menerjemahkan pengetahuan Compose ke perangkat wearable menggunakan Compose baru untuk Wear OS. Di akhir pembelajaran, Anda harus membuat composable sederhana dan lanjutan di aplikasi untuk pergelangan tangan Anda.

Dalam codelab ini, Anda akan mempelajari cara menggunakan fitur penyematan aktivitas yang baru ditambahkan guna meningkatkan pengalaman layar besar aplikasi. Fitur ini mencakup perluasan panel, presentasi overlay, peredupan dialog layar penuh, dan penyematan tumpukan aktivitas.

Mengubah ikon aplikasi untuk aplikasi Affirmations.

Pelajari cara menambahkan animasi pegas sederhana ke aplikasi Compose.

Pelajari cara membuat tema dan merek yang mudah diakses dan dipersonalisasi dengan Material 3.

Penyematan aktivitas memungkinkan aplikasi berbasis aktivitas mendukung tata letak dua panel di perangkat layar besar tanpa pemfaktoran ulang kode. Anda menambahkan beberapa dependensi, membuat file konfigurasi XML, mengimplementasikan penginisialisasi, dan membuat beberapa tambahan ke manifes aplikasi. Atau, jika lebih suka menggunakan kode, Anda dapat membuat beberapa panggilan Jetpack API dari metode onCreate() aktivitas utama. Dalam codelab ini, Anda akan menggunakan pendekatan pengembangan XML dan API untuk mengupdate aplikasi berbasis aktivitas ke tata letak dua panel daftar-detail.

Terapkan konsep dasar bahasa pemrograman Kotlin untuk menyelesaikan masalah tertentu.

Pelajari cara membuat aplikasi Android yang menampilkan kartu nama Anda.

Dalam codelab ini, Anda akan menambahkan laporan logging ke aplikasi TwoActivities dan mengamati perubahan siklus proses aktivitas. Anda menangani perubahan ini dan mempelajari cara menangani input pengguna dalam kondisi ini.

Pelajari cara menguji aksesibilitas aplikasi.

Pelajari cara mengaktifkan operasi tarik lalu lepas di compose menggunakan pengubah.

Pelajari cara mengembangkan aplikasi untuk mendukung keyboard dan perangkat penunjuk, seperti mouse dan trackpad, dengan Compose.

Pelajari cara menambahkan tombol tindakan, menyiapkan tindakan keyboard, dan menggunakan composable Tombol Akses.

Pelajari cara menggunakan nullability di Kotlin.

Dalam codelab ini, Anda akan mempelajari cara membuat Kartu Anda sendiri untuk Wear OS. Anda akan menggunakan Komponen Tiles Material, library yang mempermudah build UI yang mematuhi panduan Desain Material, dan melihat pratinjau kartu di Android Studio saat Anda melakukan pengembangan.

Pelajari cara mengaktifkan fungsi tarik lalu lepas untuk tampilan Anda, serta penggunaan DragHelper dan DropHelper, baik di dalam aplikasi maupun di aplikasi lainnya.

Terapkan konsep composable UI dasar guna mengimplementasikan layar untuk masalah tertentu.

Pelajari cara menambahkan fitur Gemini API sederhana ke aplikasi Android dengan Vertex AI for Firebase.

Pelajari cara menambahkan Penerapan Tema Material ke aplikasi, termasuk warna, bentuk, dan tipografi.

Pelajari cara membangun aplikasi sederhana dengan fungsi composable.

WorkManager API untuk Android memudahkan pekerjaan di latar belakang. WorkManager dapat membuat tugas yang dapat dikueri, dapat digunakan kembali, dan dapat dibuat berantai. WorkManager adalah penjadwal tugas yang direkomendasikan di Android. Codelab ini akan mengajarkan seluk-beluk WorkManager: mulai dari menulis tugas sederhana hingga tugas dirantai yang lebih kompleks.

Kembangkan konsep desain material dengan membuat daftar dan animasi sederhana untuk membuat daftar pahlawan super.

Untuk menjalankan Codelab ini, beberapa prasyarat diperlukan. Setiap persyaratan ditandai sesuai dengan apakah persyaratan tersebut diperlukan untuk "Pengujian Lokal" atau "Layanan Agregasi". Pengujian Lokal akan memerlukan download Alat Pengujian

Estimasi waktu penyelesaian: 1-2 jam Ada 2 mode untuk menjalankan codelab ini: Pengujian Lokal atau Layanan Agregasi. Mode Pengujian Lokal memerlukan komputer lokal dan browser Chrome (tidak ada pembuatan/penggunaan resource Google Cloud). Mode

Dokumen ini menjelaskan metode untuk menemukan video YouTube guna mengidentifikasi konten dan kreator yang sesuai untuk promosi brand. Aplikasi ini menggunakan YouTube Data API untuk mengumpulkan data video dan Vertex AI Google Cloud Platform dengan model Gemini untuk menganalisis data ini.

Cloud Run adalah platform terkelola sepenuhnya yang memungkinkan Anda menjalankan kode langsung di atas infrastruktur Google yang skalabel. Codelab ini akan menunjukkan cara menghubungkan aplikasi Angular di Cloud Run ke database Firestore

Pelajari cara men-deploy aplikasi chatbot FastAPI ke Cloud Run menggunakan Gemini

Dalam codelab ini, Anda akan mempelajari cara mengintegrasikan load balancer aplikasi internal regional L7 untuk akses Looker northbound.

Dalam codelab ini, Anda akan mempelajari cara mengintegrasikan NEG Internet yang dikonfigurasi dengan HTTPS untuk akses Looker Southbound ke GitHub.com

Dalam codelab ini, Anda akan mempelajari cara mengintegrasikan NEG Internet yang dikonfigurasi dengan HTTPS sebagai Produsen Layanan untuk akses Looker Southbound ke instance GitLab Self-Managed yang di-deploy di lokal.

Cloud Run adalah platform terkelola sepenuhnya yang memungkinkan Anda menjalankan kode langsung di atas infrastruktur Google yang skalabel. Codelab ini akan menunjukkan cara menghubungkan aplikasi Next.js di Cloud Run ke database Firestore

Pelajari cara menggunakan Firebase Extensions dengan Gemini API untuk mem-build aplikasi web dengan fitur yang didukung AI, seperti rekomendasi yang dipersonalisasi.

Pelajari cara menggunakan Genkit untuk membuat fitur AI generatif dengan keterampilan dan alat pengembangan aplikasi yang sudah Anda ketahui.

Men-deploy aplikasi web untuk pertama kalinya bisa menjadi pengalaman yang menegangkan. Bahkan setelah deployment pertama, jika prosesnya terlalu banyak pekerjaan, Anda dapat menghindari deployment versi baru aplikasi. Dengan deployment

Men-deploy aplikasi web untuk pertama kalinya bisa menjadi pengalaman yang menegangkan. Bahkan setelah deployment pertama, jika prosesnya terlalu banyak pekerjaan, Anda dapat menghindari deployment versi baru aplikasi. Dengan deployment

Men-deploy aplikasi web untuk pertama kalinya bisa menjadi pengalaman yang menegangkan. Bahkan setelah deployment pertama, jika prosesnya terlalu banyak pekerjaan, Anda dapat menghindari deployment versi baru aplikasi. Dengan deployment

Men-deploy aplikasi web untuk pertama kalinya bisa menjadi pengalaman yang menegangkan. Bahkan setelah deployment pertama, jika prosesnya terlalu banyak pekerjaan, Anda dapat menghindari deployment versi baru aplikasi. Dengan deployment

Men-deploy aplikasi web untuk pertama kalinya bisa menjadi pengalaman yang menegangkan. Bahkan setelah deployment pertama, jika prosesnya terlalu banyak pekerjaan, Anda dapat menghindari deployment versi baru aplikasi. Dengan deployment

Men-deploy aplikasi web untuk pertama kalinya bisa menjadi pengalaman yang menegangkan. Bahkan setelah deployment pertama, jika prosesnya terlalu banyak pekerjaan, Anda dapat menghindari deployment versi baru aplikasi. Dengan deployment

Layanan Bidding & Lelang (B&A) terdiri dari 4 layanan bagi pembeli dan penjual untuk memfasilitasi lelang Protected Audience: Stack pembeli: Stack penjual: Codelab ini akan memandu Anda menyiapkan dan menguji penyiapan menyeluruh di

Estimasi waktu penyelesaian: 1-2 jam Ada 2 mode untuk menjalankan codelab ini: Pengujian Lokal atau Layanan Agregasi. Mode Pengujian Lokal memerlukan komputer lokal dan browser Chrome (tidak ada pembuatan/penggunaan resource Google Cloud). Mode

Untuk menjalankan Codelab ini, beberapa prasyarat diperlukan. Setiap persyaratan ditandai sesuai dengan apakah persyaratan tersebut diperlukan untuk "Pengujian Lokal" atau "Layanan Agregasi". Pengujian Lokal akan memerlukan download Alat Pengujian

Layanan Bidding & Lelang (B&A) terdiri dari 4 layanan bagi pembeli dan penjual untuk memfasilitasi lelang Protected Audience: Stack pembeli: Stack penjual: Codelab ini akan memandu Anda menyiapkan dan menguji penyiapan menyeluruh di

Dalam codelab ini, Anda akan mempelajari cara membuat asisten chat yang juga dapat memahami dokumen atau gambar yang Anda upload. Aplikasi itu sendiri berisi 2 jenis layanan; frontend dan backend, tempat Anda akan menggunakan Gradio untuk membuat frontend dan FastAPI untuk backend, lalu membuat keduanya berkomunikasi satu sama lain. Di lab ini, Anda akan mempelajari cara file yang diupload ditranspor di antara layanan dan metadata yang perlu diteruskan ke Gemini untuk memahami data multimodal.

Cloud Run adalah platform terkelola sepenuhnya yang memungkinkan Anda menjalankan kode langsung di atas infrastruktur Google yang skalabel. Codelab ini akan menunjukkan cara menghubungkan aplikasi Angular di Cloud Run ke database Cloud SQL untuk

Cloud Run adalah platform terkelola sepenuhnya yang memungkinkan Anda menjalankan kode langsung di atas infrastruktur Google yang skalabel. Codelab ini akan menunjukkan cara menghubungkan aplikasi Next.js di Cloud Run ke database Cloud SQL untuk

Cloud Run adalah platform terkelola sepenuhnya yang memungkinkan Anda menjalankan kode langsung di atas infrastruktur Google yang skalabel. Codelab ini akan menunjukkan cara menghubungkan aplikasi Next.js di Cloud Run ke database Cloud SQL untuk

Dalam codelab ini, Anda akan mempelajari cara memublikasikan dan menggunakan layanan Cloud Run melalui Private Service Connect dengan PSC untuk Google API serta dengan model layanan produsen kustom.

Tujuan lab ini adalah untuk mempelajari NCC dengan VPC sebagai spoke

Buat dan deploy integrasi Cloud-to-cloud untuk mengintegrasikan mesin cuci smart virtual ke Asisten.

Dalam codelab ini, Anda akan mem-build aplikasi rekomendasi pakaian yang memberikan rekomendasi cerdas untuk pakaian yang cocok.

Pelajari cara menghosting LLM dalam sidecar untuk fungsi Cloud Run

Cloud Run adalah platform serverless yang terkelola sepenuhnya dan memungkinkan Anda menjalankan container stateless yang dapat dipanggil melalui permintaan HTTP. Codelab ini akan menunjukkan cara menghubungkan aplikasi Node.js di Cloud Run ke

Cloud Run adalah platform serverless yang terkelola sepenuhnya dan memungkinkan Anda menjalankan container stateless yang dapat dipanggil melalui permintaan HTTP. Codelab ini akan menunjukkan cara menghubungkan aplikasi Node.js di Cloud Run ke

Dalam codelab ini, Anda akan mem-build aplikasi penelusuran Pose Yoga kontekstual berbasis pengetahuan yang dirancang untuk menjawab pertanyaan pengguna tentang pose Yoga yang cocok dengan pertanyaan mereka. API ini juga memungkinkan tugas administratif seperti membuat dan mengedit pose Yoga.

Untuk mengembangkan sistem asisten pengajar yang berfungsi dan didukung AI yang disebut “Aidemy” di Google Cloud Platform, yang menunjukkan kecanggihan sistem multi-agen. Dapatkan pengalaman praktis dalam mendesain, mem-build, dan men-deploy sistem multi-agen yang kompleks di Google Cloud, menguasai konsep utama dalam pengembangan aplikasi LLM, dan memahami manfaat arsitektur berbasis peristiwa.

Pelajari cara meningkatkan dan mengamankan integrasi Cloud-ke-cloud melalui karakteristik perangkat yang dapat disesuaikan dan mengamankannya dengan autentikasi 2 langkah.

Bitbucket - Otomatisasi peninjauan kode dengan AI Generatif

Penerapan cerita pengguna JIRA dengan AI Generatif

GitHub - Otomatisasi peninjauan kode dengan GenAI

GitLab - Otomatisasi peninjauan kode dengan GenAI

Codelab ini memandu Anda membuat aplikasi perekomendasikan postur Yoga berbasis pengetahuan. Aplikasi ini menjawab pertanyaan pengguna dengan menyarankan postur yoga yang cocok. Anda akan mempelajari cara membuat Koleksi Firestore pose yoga dari set data Hugging Face, menyiapkan Firestore Vector Search, dan mengintegrasikan semuanya ke dalam aplikasi Node.js.

Codelab ini memandu Anda membuat aplikasi perekomendasikan postur Yoga berbasis pengetahuan. Aplikasi ini menjawab pertanyaan pengguna dengan menyarankan postur yoga yang cocok. Anda akan mempelajari cara membuat Koleksi Firestore pose yoga dari set data Hugging Face, menyiapkan Firestore Vector Search, dan mengintegrasikan semuanya ke dalam aplikasi Flask.

Pelajari cara menyesuaikan model menggunakan Tugas Cloud Run

Dalam codelab ini, Anda akan mempelajari cara menggunakan rute statis ipv6 dengan atribut next hop baru seperti next-hop-instance, next-hop-gateway, dan next-hop-address

Pelajari cara melakukan inferensi batch di GPU menggunakan Tugas Cloud Run

Dalam codelab ini, Anda akan mempelajari cara mengorkestrasi dan mengotomatiskan layanan API berbasis HTTP dan Google Cloud dengan Workflows.

Agen GenAI untuk Tanya Jawab tentang dokumen dan tindakan dengan panggilan API

Dalam codelab ini, Anda akan mempelajari cara menggunakan Cloud NGFW Enterprise untuk mencapai Pencegahan Ancaman dengan inspeksi TLS.

Dalam codelab ini, Anda akan mem-build dan men-deploy Toolbox untuk Aplikasi Prediksi Harga yang menggunakan AlloyDB dan fitur AI generatif menggunakan layanan Gen AI Toolbox for Databases.

Dalam codelab ini, Anda akan menambahkan pembelian dalam aplikasi ke aplikasi Flutter yang diverifikasi dan dikelola menggunakan layanan backend Dart.

Dalam codelab ini, Anda akan mem-build aplikasi Vector Search berbasis RAG yang dirancang untuk menemukan mainan yang cocok untuk penelusuran pelanggan (melalui teks dan gambar), membuat mainan kustom berdasarkan permintaan pengguna, dan memprediksi harga untuk mainan yang dibuat kustom menggunakan AlloyDB, Gemini, Imagen, LangChain4j, dan GenAI Toolbox untuk Database.

Dalam codelab ini, Anda akan mempelajari cara membuat pembuat ringkasan video yang didukung Gemini yang dapat merangkum video YouTube.

Di lab ini, Anda akan mempelajari cara menggunakan BigQuery Machine Learning untuk inferensi dengan model jarak jauh (model Gemini) untuk menganalisis gambar poster film dan membuat ringkasan poster tersebut.

Dalam codelab ini, Anda akan mempelajari cara membuat dan men-deploy agen AI generatif menggunakan alat dan infrastruktur canggih Google Cloud. Kami akan membahas konsep-konsep penting dan memandu Anda melalui langkah-langkah awal untuk menyiapkan dan menjalankan agen pertama Anda.

Dalam codelab ini, Anda akan mempelajari cara menjalankan beban kerja AI/ML dengan akselerator menggunakan solusi Trusted Space.

Codelab ini akan mengajarkan cara menggunakan regresi logistik untuk memahami sejauh mana fitur seperti gender, kelompok usia, waktu tayangan, dan jenis browser berkorelasi dengan kemungkinan pengguna mengklik iklan. Untuk menyelesaikan codelab ini,

Codelab ini akan mengajarkan cara menggunakan regresi logistik untuk memahami sejauh mana fitur seperti gender, kelompok usia, waktu tayangan, dan jenis browser berkorelasi dengan kemungkinan pengguna mengklik iklan. Untuk menyelesaikan codelab ini,

Codelab ini akan mengajarkan cara menggunakan regresi linear untuk membuat model yang memprediksi biaya per klik. Untuk menyelesaikan codelab ini, Anda memerlukan: Untuk menyelesaikan codelab ini, Anda memerlukan cukup data kampanye berkualitas

Codelab ini akan mengajarkan cara menggunakan regresi linear untuk membuat model yang memprediksi biaya per klik. Untuk menyelesaikan codelab ini, Anda memerlukan cukup data kampanye berkualitas tinggi untuk membuat model. Jalankan kueri berikut

Dalam codelab ini, Anda akan mempelajari cara men-deploy model TFLite untuk mempersonalisasi aplikasi bagi setiap pengguna dan mengoptimalkan pembelian dalam aplikasi

Anda dapat menggunakan Firebase App Check dengan App Attest untuk melindungi layanan backend dan memverifikasi bahwa permintaan ke layanan Firebase berasal dari aplikasi asli milik Anda. Umumnya, sebaiknya lakukan orientasi pengguna secara bertahap

Dalam codelab ini, Anda akan menggunakan FCM HTTP v1 API untuk mengirim notifikasi push ke aplikasi yang berjalan di beberapa platform. Anda mem-build aplikasi menggunakan Flutter, yang berjalan dengan lancar di Android/iOS/Web.

Dalam codelab ini, Anda akan mempelajari cara menggunakan platform Firebase di iOS dalam Swift.

Pelajari cara mengintegrasikan Firebase dengan aplikasi Next.js.

Dalam codelab ini, Anda akan mempelajari cara menambahkan Firebase Performance Monitoring ke aplikasi contoh dan mengukur performa selama peluncuran fitur.

Dalam codelab ini, Anda akan mempelajari cara menerapkan Klasifikasi Teks menggunakan Firebase dan TensorFlow Lite.

Firebase App Check membantu melindungi resource backend Anda dari penyalahgunaan, seperti penipuan tagihan dan phishing, dengan memastikan permintaan berasal dari aplikasi dan perangkat yang sah. Fitur ini berfungsi dengan layanan Firebase dan

Dalam codelab ini, Anda akan mempelajari cara mengamankan aplikasi web dari akses yang tidak sah.

Mendistribusikan versi terbaru aplikasi Anda kepada penguji dengan cepat. Dengan

Pelajari cara mem-build aplikasi seluler Flutter dengan Firebase.

Dalam codelab ini, Anda akan membuat papan peringkat menggunakan Cloud Firestore dan Cloud Functions.

Dalam codelab ini, Anda akan mempelajari cara menggunakan Pengujian A/B Remote Config dalam game Unity.

Dalam codelab ini, Anda akan mempelajari cara mem-build aplikasi Android dengan platform Firebase.

Dalam codelab ini, kami akan menunjukkan contoh cara membuat bucket pendapatan untuk menyiapkan Skema Nilai Konversi SKAd Network

Dalam codelab ini, Anda akan membuat eksperimen Firebase In-App Messaging pertama menggunakan Firebase A/B Testing.

Dalam codelab ini, Anda akan mem-build pemutar musik sederhana untuk Android, iOS, dan Web, menggunakan Flutter. Pemutar ini akan terhubung ke Firebase RTDB, yang akan memungkinkan pengguna menyinkronkan pemutaran di seluruh perangkat mereka.

Dalam codelab ini, Anda akan mempelajari cara menerapkan Klasifikasi Teks menggunakan Firebase dan TensorFlow Lite.

Dalam codelab ini, pengguna akan menggunakan App Distribution dan plugin fastlane secara bersamaan untuk mendistribusikan build iOS dan mendaftarkan perangkat pengujian. Kemudian, pengguna akan mengekspor file .txt perangkat dan UDID dari konsol App Distribution dan mengotomatiskan pendaftaran perangkat ini (persyaratan untuk mendistribusikan build iOS ad hoc).

Dalam codelab ini, Anda akan mempelajari cara melakukan panggilan server ke server untuk mengirim peristiwa ke GA4 menggunakan Measurement Protocol

Pelajari cara mengirim pesan kepada pengguna dengan Firebase Cloud Messaging dan Firebase In-App Messaging.

Dalam codelab ini, Anda akan mempelajari cara mengirim peristiwa ke GA4 menggunakan penerapan Webview JavaScript

Dalam codelab ini, Anda akan mempelajari cara membuat mesin rekomendasi konten untuk aplikasi Anda menggunakan Tensorflow dan Firebase

Dalam codelab ini, Anda akan menyiapkan Firebase Performance Monitoring di aplikasi web dan mempelajari cara menggunakannya untuk memastikan aplikasi Anda berjalan dengan baik bagi pengguna akhir.

Gunakan Terraform untuk menyiapkan dan mengelola project Firebase, termasuk konfigurasi terprogram infrastruktur dan produk Firebase.

Dalam codelab ini, Anda akan mempelajari cara menggunakan platform Firebase di web dengan mem-build aplikasi chat.

Dalam codelab ini, Anda akan mem-build aplikasi contoh dan mempelajari cara mengukur waktu pemuatan dan rendering layar dengan Firebase Performance Monitoring.

Dalam codelab ini, Anda akan membuat blog perjalanan dengan peta kolaboratif real-time menggunakan versi terbaru dari library Angular kami: AngularFire. Aplikasi web akhir akan terdiri dari blog perjalanan tempat Anda dapat mengupload gambar ke

Dalam codelab ini, Anda akan mempelajari cara menggunakan fitur lanjutan Crashlytics. Hal ini akan memberi Anda visibilitas yang lebih baik tentang error dan kemungkinan penyebabnya.

Pelajari cara menerapkan autentikasi multi-faktor dan membuat persyaratan autentikasi kustom dengan fungsi pemblokiran

Pelajari cara melengkapi game Unity dengan Remote Config

Build aplikasi web dari awal dengan Firebase dan editor online StackBlitz. Anda akan menggunakan HTML dan JavaScript dasar untuk terhubung ke Firebase. Ini adalah cara efektif untuk memperkenalkan penggunaan Firebase console dan integrasi Firebase ke dalam aplikasi. Anda tidak memerlukan pengetahuan sebelumnya yang luas atau penginstalan software.

Dalam codelab ini, Anda akan memigrasikan aplikasi web Firebase yang ada ke Firebase JS SDK modular baru untuk melakukan tree shake pada kode yang tidak Anda gunakan dan membuat aplikasi dimuat dengan cepat.

Mendistribusikan versi terbaru Anda kepada penguji dengan cepat, menggunakan App Distribution SDK. Dalam codelab ini, Anda akan mengupdate aplikasi untuk menampilkan pemberitahuan dalam aplikasi kepada penguji saat build baru tersedia.

Dalam codelab ini, Anda akan mempelajari cara menambahkan Firebase Authentication ke aplikasi Flutter hanya dengan beberapa baris kode.

Di codelab ini, Anda akan mempelajari cara menerapkan peristiwa dengan GA4F dan meluncurkan kampanye tindakan melalui Google Ads.

Dalam codelab ini, Anda akan mempelajari cara mengirim pesan push multicast ke grup instance aplikasi tertentu, menggunakan topik FCM.

Dalam codelab ini, Anda akan mem-build ekstensi Firebase untuk geohashing. Codelab pengantar ini mengajarkan cara mengonversi Cloud Function yang ada menjadi Firebase Extensions yang dapat didistribusikan kepada jutaan developer dengan mudah dan membantu memperluas project Firebase mereka.

Dalam codelab ini, Anda akan mempelajari cara menggunakan Cloud Functions for Firebase untuk mengirim notifikasi kepada pengguna aplikasi chat.

Dalam codelab ini, Anda akan mempelajari cara membuat mesin rekomendasi konten untuk aplikasi Anda menggunakan Tensorflow dan Firebase.

Dalam codelab ini, Anda akan membuat instance Spanner dan melakukan penelusuran kemiripan pada embedding vektor menggunakan penelusuran vektor bawaan Spanner dan integrasi dengan model Vertex AI.

Dalam tutorial ini, Anda akan mempelajari cara mengonfigurasi dan memvalidasi Private Service Connect Vertex AI Pipelines

Dalam codelab ini, Anda akan mempelajari cara men-deploy AlloyDB Omni di cluster GKE, men-deploy model I ke cluster yang sama, mendaftarkan model di AlloyDB Omni, dan membuatnya berfungsi bersama

Dalam codelab ini, Anda akan mempelajari cara men-deploy AlloyDB Omni di VM komputasi, memuat data, dan menggunakan AlloyDB Columnar Engine untuk meningkatkan performa

Dalam codelab ini, Anda akan mempelajari cara menggunakan AlloyDB AI bersama dengan penelusuran vektor dan membuat indeks pada data vektor

Dalam codelab ini, Anda akan mempelajari cara menggunakan integrasi AI Cloud SQL yang dikombinasikan dengan penelusuran vektor dan membuat indeks pada data vektor

Gambar menyumbang lebih dari 60% byte yang dibutuhkan rata-rata untuk memuat halaman web. Dengan menggunakan AVIF, Anda dapat memperkecil ukuran gambar dan membuat situs Anda memuat lebih cepat. AVIF adalah format gambar yang berasal dari bitstream

Dalam codelab ini, Anda akan mempelajari cara membuat Private Service Connect untuk AlloyDB

Dalam codelab ini, Anda akan mempelajari cara membuat Private Services Connect untuk Cloud SQL

Aplikasi AI generatif memerlukan visibilitas seperti aplikasi lainnya. Apakah ada teknik visibilitas khusus yang diperlukan untuk AI Generatif? Di lab ini, Anda akan membuat aplikasi AI Generatif sederhana. Deploy ke Cloud Run. Dan lengkapi dengan

Pelajari cara mem-build aplikasi web dengan Firebase Data Connect dan GraphQL

Aplikasi AI generatif memerlukan visibilitas seperti aplikasi lainnya. Apakah ada teknik visibilitas khusus yang diperlukan untuk AI Generatif? Di lab ini, Anda akan membuat aplikasi AI Generatif sederhana. Deploy ke Cloud Run. Dan lengkapi dengan

Aplikasi AI generatif memerlukan visibilitas seperti aplikasi lainnya. Apakah ada teknik visibilitas khusus yang diperlukan untuk AI Generatif? Di lab ini, Anda akan membuat aplikasi AI Generatif sederhana. Deploy ke Cloud Run. Dan lengkapi dengan

Aplikasi AI generatif memerlukan visibilitas seperti aplikasi lainnya. Apakah ada teknik visibilitas khusus yang diperlukan untuk AI Generatif? Di lab ini, Anda akan membuat aplikasi AI Generatif sederhana. Deploy ke Cloud Run. Dan lengkapi dengan

Di lab ini, Anda akan menggunakan produk AI generatif Google untuk membuat infrastruktur di Google Cloud dengan bantuan Gemini Cloud Assist, membuat kueri data BigQuery menggunakan fitur natural language to SQL dari Data Canvas, menulis kode di

Dalam codelab ini, Anda akan mempelajari cara mengonversi kode Java ke Kotlin

Dalam codelab ini, Anda akan mem-build aplikasi Android dengan ML Kit yang menggunakan Machine Learning di perangkat untuk mengenali, mengidentifikasi bahasa, dan menerjemahkan teks dari 59 bahasa. Anda juga akan mempelajari cara mengintegrasikan library CameraX untuk menyelesaikan tugas ini dari feed kamera real-time.

Pelajari cara menggunakan Activity Recognition Transition Api untuk membuat fitur kontekstual yang efektif di aplikasi Anda

Dalam codelab ini, Anda akan memodernisasi aplikasi PHP lama ke Google Cloud, membuat penampung, men-deploy ke Cloud Run, dan menghubungkannya ke Cloud SQL. Selain itu, Anda akan menjelajahi Application CI/CD dengan Cloud Build dan akan mengamankannya dengan Secret Manager.

Dalam codelab ini, Anda akan mempelajari cara menggunakan Backend PSC dengan Load Balancer Aplikasi Eksternal Global untuk mengakses layanan produsen di jaringan lain.

Buat fitur aplikasi Android daftar tugas dengan menambahkan autentikasi, pemantauan performa, UI deklaratif, dan flag fitur – semuanya dengan Firebase dan Jetpack Compose.

Dalam lab ini, kita akan mempelajari cara melindungi BigQuery Data Transfer Service, menggunakan VPC Service Controls, saat mentransfer data dari Cloud Storage ke set data BigQuery. Kemudian, kita akan melindungi Cloud Storage dan mengulangi proses

Pelajari cara menggunakan Penelusuran Vektor Firestore

Dalam codelab ini, Anda akan mempelajari cara mem-build aplikasi iOS yang menggunakan Cloud Firestore.

Dalam codelab ini, Anda akan menambahkan fungsi ke aplikasi web marketplace online menggunakan Firebase Extensions.

Dalam codelab ini, Anda akan mempelajari cara mem-build aplikasi web yang menggunakan Cloud Firestore.

Dalam codelab ini, Anda akan mempelajari cara mem-build aplikasi Android yang menggunakan Cloud Firestore.

Men-deploy aplikasi web untuk pertama kalinya bisa menjadi pengalaman yang menegangkan. Bahkan setelah deployment pertama, jika prosesnya terlalu banyak pekerjaan, Anda dapat menghindari deployment versi baru aplikasi. Dengan deployment

Men-deploy aplikasi web untuk pertama kalinya bisa menjadi pengalaman yang menegangkan. Bahkan setelah deployment pertama, jika prosesnya terlalu banyak pekerjaan, Anda dapat menghindari deployment versi baru aplikasi. Dengan deployment

Men-deploy aplikasi web untuk pertama kalinya bisa menjadi pengalaman yang menegangkan. Bahkan setelah deployment pertama, jika prosesnya terlalu banyak pekerjaan, Anda dapat menghindari deployment versi baru aplikasi. Dengan deployment

Pelajari cara menjalankan Tugas Cloud Run sesuai jadwal di dalam perimeter VPC SC menggunakan Cloud Scheduler dan layanan Cloud Run

Mengaktifkan lampiran PSC di instance CloudSQL yang ada dan telah mengaktifkan jaringan akses layanan pribadi. Kemudian, hubungkan ke endpoint PSC di project lain

Dalam codelab ini, Anda akan mempelajari cara menggunakan animasi di Flutter. Anda akan mem-build widget yang menganimasikan ukuran dan warna, menambahkan efek flip kartu 3D, menggunakan efek dari paket animasi, dan menambahkan dukungan gestur kembali prediktif Android.

Dalam codelab ini, Anda akan menerima peristiwa dari Cloud Pub/Sub menggunakan ABAP SDK

Dalam codelab ini, Anda akan mempelajari cara memanggil metode Cloud Storage JSON API menggunakan ABAP SDK untuk Google Cloud dan Mengupload File

Google Wallet API memungkinkan Anda berinteraksi dengan pengguna melalui berbagai jenis kartu: kartu loyalitas, penawaran, kartu voucher, tiket acara, tiket transportasi umum, boarding pass, dan lainnya. Setiap jenis kartu, atau class kartu,

Dalam codelab ini, Anda akan menggunakan model Gemini Pro untuk melakukan analisis sentimen pada ulasan produk dengan ABAP SDK

Dalam codelab ini, Anda akan mempelajari cara memanggil metode Translation API menggunakan ABAP SDK

Dalam codelab ini, Anda akan mempelajari cara memublikasikan peristiwa ke layanan Google Cloud Pub/Sub

Membuat instance CloudSQL dengan lampiran layanan PSC. Dan Menghubungkannya melalui endpoint PSC di project lain

Lab ini menunjukkan cara menggunakan PySpark di Dataproc untuk memuat data dari BigQuery dan menyimpannya ke Google Cloud Storage.

Dalam codelab ini, Anda akan membuat instance Spanner dan mempelajari cara menggunakan Spanner Graph.

Dalam codelab ini, Anda akan menggunakan model Imagen untuk membuat gambar di halaman web menggunakan Cloud Run.

Dalam codelab ini, Anda akan mempelajari Google Cloud Functions (generasi ke-2). Lebih khusus lagi, Anda akan men-deploy fungsi yang merespons panggilan HTTP, pesan Pub/Sub, peristiwa Cloud Storage, dan Cloud Audit Logs.

Dalam codelab ini, Anda akan mempelajari cara memanggil LLM Teks (text-bison) Vertex AI PaLM 2 dari lingkungan ABAP dengan ABAP SDK untuk Google Cloud

Pelajari cara menjalankan difusi stabil di GPU Cloud Run

cara memulai fungsi Cloud Run berbasis peristiwa

Pelajari cara menggunakan peristiwa bucket Cloud Storage untuk memicu fungsi Cloud Run dengan Eventarc guna menganalisis data dan memproses gambar menggunakan Vision API Google serta menyimpan informasi gambar yang dihasilkan sebagai metadata objek di Cloud Storage.

Dalam codelab ini, Anda akan mempelajari cara mengintegrasikan NEG Internet yang dikonfigurasi sebagai Produsen Layanan untuk akses Southbound SMTP Looker.

Dalam codelab ini, Anda akan mengenkripsi dan mendekripsi data menggunakan kunci asimetris Cloud KMS.

Pelajari cara men-deploy situs dengan Cloud Run, yang menghadirkan fleksibilitas serverless ke aplikasi dalam container Anda.

Codelab ini akan memandu pengguna melalui langkah-langkah yang akan men-deploy instance Jenkins di GKE, termasuk agen builder penskalaan otomatis.

Dalam codelab ini, Anda akan mempelajari cara menggunakan rute statis ipv6 dengan atribut next hop baru seperti next-hop-instance, next-hop-gateway, dan next-hop-address

Dalam codelab ini, Anda akan bercakap-cakap dengan pengguna, mengajukan pertanyaan tentang dokumentasi, atau memperluas model dengan panggilan fungsi, menggunakan AI Generatif di Java, mengintegrasikan model bahasa besar Gemini di Vertex AI, dan memanfaatkan framework LangChain4j

Pelajari cara membuat chatbot retail dengan Dialogflow CX, platform AI percakapan (CAIP) untuk membuat agen virtual

Pelajari cara membuat kode, men-deploy, dan men-debug Cloud Functions untuk Node.js dari dalam Visual Studio Code di komputer lokal Anda.

Dalam codelab ini, Anda akan mempelajari implementasi dan validasi Private Service Connect 66 melalui deployment jaringan konsumen dan produsen.

Mengakses Anthropic di Vertex AI dari VM melalui python sdk dan endpoint PSC

Pelajari cara menjalankan difusi stabil di GPU Cloud Run

Dalam codelab ini, Anda akan mempelajari cara men-deploy Wagtail menggunakan komponen serverless: Cloud Run untuk mesin web, Cloud SQL untuk database, dan Cloud Build untuk aset media.

Dalam lab ini, Anda akan menggunakan produk AI generatif Google untuk membuat infrastruktur di Google Cloud dengan bantuan Gemini Cloud Assist.

Dalam codelab ini, Anda akan mempelajari cara menggunakan Ruang Rahasia untuk melakukan transaksi aset digital dengan komputasi banyak pihak.

Artifact Registry memungkinkan Anda menyimpan berbagai jenis artefak, membuat beberapa repositori dalam satu project, dan mengaitkan region atau multi-region tertentu dengan setiap repositori. Ada beberapa mode repositori. Setiap mode memiliki tujuan

Dalam codelab ini, Anda akan mempelajari cara mengintegrasikan PSC Cloud SQL dengan PSC Looker untuk akses southbound.

Dalam codelab ini, Anda akan mempelajari implementasi dan validasi Private Service Connect 64 melalui deployment jaringan konsumen dan produsen.

Dalam codelab ini, Anda akan mempelajari cara mengambil Kredensial/Rahasia dari Secret Manager dengan ABAP SDK untuk Google Cloud

Dalam tutorial ini, Anda akan membuat tiga cluster GKE bernama pratinjau, canary, dan produksi. Kemudian, buat target Cloud Deploy yang sesuai dengan setiap cluster dan pipeline Cloud Deploy yang akan menentukan urutan langkah untuk melakukan

Dalam tutorial ini, Anda akan mempelajari cara menggunakan Translation API dengan Python.

Pelajari cara men-deploy sistem file Paralel Lustre di Google Cloud Platform menggunakan skrip Lustre Deployment Manager open source.

Dalam codelab ini, Anda akan membuat model machine learning (ML) di BigQuery dan mendapatkan prediksi dari model ini di SAP menggunakan ABAP SDK untuk Google Cloud

Codelab ini menunjukkan cara meningkatkan pengaturan waktu startup aplikasi dan pengaturan waktu render frame dengan Profil Dasar Pengukuran.

Dalam codelab ini, Anda akan mem-build Aplikasi Android yang memuat daftar restoran. Codelab ini bertujuan untuk membantu mendesain, mengonfigurasi, dan memverifikasi Link Aplikasi Android.

Dalam codelab ini, Anda akan menambahkan Play Integrity API ke aplikasi contoh. Anda akan menggunakan Play Integrity API untuk meminta verdict integritas yang membantu Anda menentukan status lisensi dan integritas aplikasi, serta status integritas perangkat yang menjalankan aplikasi tersebut.

Dalam codelab ini, Anda akan memulai dengan game simulasi fisika 3D sederhana dan mengintegrasikan fitur Adaptasi ke game tersebut. Anda akan mengintegrasikan:

Pelajari cara menambahkan tata letak adaptif ke aplikasi Android berbasis tampilan dengan Jetpack Compose.

Dalam codelab ini, Anda akan mempelajari cara mengamankan model machine learning dan kekayaan intelektual menggunakan Confidential Space

Di lab ini, Anda akan menggunakan BigQuery DataFrames dari notebook Python di BigQuery Studio untuk mendapatkan insight dari data tidak terstruktur menggunakan Python.

Artifact Registry adalah pengelola paket yang dikelola sepenuhnya dan menyediakan alat terpadu untuk mengelola image container OCI dan paket bahasa (seperti Maven dan npm). Artifact Registry terintegrasi sepenuhnya dengan berbagai layanan Google

Di lab ini, Anda akan menggunakan BigQuery DataFrames dari notebook Python di BigQuery Studio untuk membersihkan dan menganalisis set data publik penjualan minuman keras Iowa.

Dalam codelab ini, Anda akan mempelajari cara mengelola transfer dalam percakapan antara perwakilan agen langsung dan perwakilan bot. Di bagian akhir, Anda akan memiliki antarmuka web dasar yang dapat digunakan untuk melihat semua percakapan yang sedang berlangsung dengan agen Anda, serta bergabung atau meninggalkan percakapan sebagai agen langsung.

Dalam codelab ini, Anda akan mempelajari cara mem-build aplikasi Android dengan Structured Data Capture Library. Aplikasi Anda akan menggunakan Library Perolehan Data Terstruktur untuk merender dan memproses Kuesioner dan respons FHIR. Codelab ini

Pelajari cara mengaktifkan fulfillment lokal dengan Local Home SDK untuk meningkatkan integrasi smart home dengan Asisten.

Dalam codelab ini, Anda akan mem-build aplikasi Android menggunakan Library FHIR Engine. Aplikasi Anda akan menggunakan Library FHIR Engine untuk mendownload resource FHIR dari server FHIR, dan mengupload perubahan lokal apa pun ke server. Jika belum

Dalam codelab ini, Anda akan mempelajari cara memvalidasi aplikasi Web dengan Firebase AppCheck dan reCAPTCHA sebelum membuat permintaan ke Places API

Dalam codelab ini, Anda akan membangun aplikasi chat berbasis pengetahuan yang dirancang untuk menjawab pertanyaan pelanggan, memandu penemuan produk, dan menyesuaikan hasil penelusuran untuk set data e-commerce

Dalam tutorial ini, Anda akan mempelajari cara melatih dan menjalankan model dengan vLLM di GKE melalui DAG Airflow.

Dalam codelab ini, Anda akan mempelajari cara menggunakan Private Service Connect untuk mengakses Google API regional. Codelab ini akan memandu Anda menyiapkan grup endpoint jaringan PSC sebagai backend dengan load balancer aplikasi internal.

Dalam codelab ini, Anda akan mempelajari cara memanfaatkan fitur image container bertanda tangan untuk meningkatkan kegunaan Confidential Space.

Dalam codelab ini, Anda akan mempelajari fitur Pemetaan Port untuk Private Service Connect. Anda akan mempelajari kegunaannya, kapan menggunakannya, dan cara mengonfigurasinya di lingkungan Anda sebagai produsen layanan.

Dalam codelab ini, Anda akan membuat agen digital dengan Python di platform percakapan Business Messages yang memperluas cakupan agen dari bagian 1 seri ini. Dalam codelab ini, kami akan menambahkan pemicu percakapan yang bermakna dan memperkenalkan pengalaman pencarian inventaris.

Dalam codelab ini, Anda akan membuat agen digital dengan Python di platform percakapan Business Messages. Langkah ini akan memandu Anda menggunakan API dan Konsol Developer Komunikasi Bisnis untuk membuat agen digital yang merespons pertanyaan tertentu.

Dengan Ongoing Activity API di Wear, developer dapat melibatkan pengguna melalui tampilan jam serta peluncur aplikasi dengan hanya menggunakan sedikit kode dan memungkinkan pengguna tersebut kembali ke aplikasi untuk aktivitas penting dengan sekali ketuk.

Pelajari cara menggunakan array dan koleksi, termasuk daftar, set, dan peta.

Pelajari cara membangun aplikasi Dice Roller interaktif yang memungkinkan pengguna melempar dadu kemudian menampilkan hasilnya.

Dalam codelab ini, Anda akan mempelajari cara mengekspos data ke detail tampilan jam dengan tetap memperhatikan praktik terbaik untuk platform.

Dalam Kotlin Playground, pelajari cara menggunakan coroutine Kotlin untuk menulis kode asinkron.

Pelajari cara menggunakan class dan objek di Kotlin.

Dalam codelab ini, Anda akan mempelajari cara memigrasikan bagian layar dalam sistem View ke Jetpack Compose.

Pelajari cara menggunakan coroutine Kotlin di dalam aplikasi Android dan cara menguji coroutine.

Dalam codelab ini, Anda akan melakukan perubahan pada aplikasi untuk memberikan pengalaman pengguna yang lebih baik saat dijalankan di perangkat terkelola dengan profil kerja.

Pelajari cara menyesuaikan aplikasi Anda untuk perangkat layar besar dengan menerapkan salah satu pola tata letak kanonis.

Pelajari cara mengimplementasikan teknik tingkat lanjut yang memungkinkan pengalaman stilus canggih di aplikasi Android.

Dalam codelab ini, Anda akan mempelajari cara menambahkan animasi kembali prediktif ke aplikasi SociaLite.

Dalam codelab ini, Anda akan mempelajari UI pengujian yang dibuat dengan Jetpack Compose. Anda akan menulis pengujian pertama sambil mempelajari pengujian secara terpisah, pengujian proses debug, hierarki semantik, dan sinkronisasi.

Menambahkan daftar yang dapat di-scroll ke aplikasi Affirmations

Vulkan adalah API grafis modern berperforma tinggi. Vulkan memberikan aksesibilitas tingkat rendah ke GPU dan mengoptimalkan implementasi dalam berbagai cara, tetapi sulit untuk digunakan. Sebagai alternatif, ada OpenGL ES yang lebih sederhana, tetapi memiliki lebih sedikit fitur dan performa yang tidak terlalu tinggi karena berbasis arsitektur hardware lama. OpenGL ES sudah tidak digunakan lagi di sebagian besar platform lain dan tidak lagi dalam pengembangan aktif. Di Android, kami berencana untuk menghentikan penggunaan OpenGL ES dan beralih ke Vulkan. Oleh sebab itu, kami perlu meminta developer bersiap untuk transisi tersebut.

Dalam codelab ini, Anda akan mempelajari cara menggunakan beberapa Animation API Compose.

Dalam codelab ini, Anda akan mempelajari konsep lanjutan status dan efek samping di Jetpack Compose. Lihat cara membuat holder status untuk composable stateful yang rumit, cara membuat coroutine dan memanggil fungsi penangguhan dari kode Compose, serta cara memicu efek samping untuk menyelesaikan berbagai kasus penggunaan.

Meminta izin akses lokasi di Android 1

Selama bertahun-tahun, perangkat Android telah berevolusi untuk mengakomodasi berbagai ukuran, bentuk, dan layar, serta beragam fitur lainnya. Namun sejak awal, mengambil gambar dengan ponsel telah menjadi salah satu kasus penggunaan yang paling penting. Saat ini, kemampuan kamera masih menjadi salah satu alasan utama konsumen membeli ponsel.

Dalam codelab ini, Anda akan mempelajari cara menggunakan ViewModel, salah satu komponen arsitektur. Anda akan mengimplementasikan ViewModel untuk mempertahankan status aplikasi selama perubahan konfigurasi.

Pelajari cara mendaftar ke Android Sleep API untuk mendapatkan SleepSegmentEvents dan SleepClassifyEvents.

Tujuan codelab ini adalah mendemonstrasikan tema di Jetpack Compose dengan implementasi Desain Material 3 dan Material You yang baru.

Dalam codelab ini, Anda akan mempelajari cara membangun dan menguji pengalaman parkir yang bagus untuk perangkat Android Automotive OS. Anda akan mempelajari cara mengoptimalkan berbagai ukuran layar yang ada di mobil dan cara memungkinkan pengguna mengontrol pemutaran konten dalam berbagai skenario khusus untuk mobil menggunakan mekanisme Android standar.

Codelab ini adalah kelanjutan dari Google Pay API untuk Web 101: Dasar-Dasar dan mengandalkan kode yang ditulis dalam codelab tersebut. Untuk menyelesaikan codelab ini, pastikan Anda menyelesaikan codelab tersebut terlebih dahulu. Berikut adalah

Dalam codelab ini, Anda akan mempelajari lapisan data dalam arsitektur aplikasi Android. Anda akan membangun repositori, model data, dan sumber data untuk membaca dan menulis data ke database lokal dan layanan jaringan.

Dalam codelab ini, Anda akan mempelajari praktik terbaik untuk membuat Tonton Berikutnya untuk film/episode TV.

Pelajari cara mengirim dan menemukan pesan dengan Nearby Messages API

Dalam codelab ini, Anda akan mempelajari dasar-dasar Compose.

Pelajari cara menggunakan array dan koleksi, termasuk daftar, set, dan peta.

Dalam codelab ini, Anda akan mempelajari cara membuat aplikasi Compose lebih mudah diakses. Lihat cara meningkatkan target sentuh, menambahkan deskripsi konten, label klik, tindakan kustom, dan lainnya.

Pelajari cara menerapkan tampilan layar penuh di Android 15.

Dalam codelab ini, Anda mengintegrasikan library Paging ke dalam aplikasi yang menampilkan daftar. Library Paging membantu Anda memuat dan menampilkan halaman data dari set data yang lebih besar dari penyimpanan lokal atau melalui jaringan.

Pelajari cara menambahkan tombol tindakan, menyiapkan tindakan keyboard, dan menggunakan composable Tombol Akses.

Dalam codelab ini, Anda akan mempelajari cara menerapkan desain dunia nyata dengan composable dan pengubah yang otomatis disediakan oleh Compose.

Buat aplikasi Compose Anda berjalan cepat dengan menganalisis rekaman aktivitas sistem dan memperbaiki penyebab umum kelambatan.

Pelajari cara membuat aplikasi Android yang menampilkan ruang seni Anda sendiri.

Terakhir Diperbarui: 06-05-2022 Cronet adalah stack jaringan Chromium yang disediakan untuk aplikasi Android sebagai library. Cronet memanfaatkan beberapa teknologi yang mampu mengurangi latensi dan meningkatkan throughput permintaan jaringan yang

Dalam codelab ini, Anda akan mempelajari cara mem-build aplikasi Compose yang lengkap dan interaktif dengan cara mengelola status.

Dalam codelab ini, Anda akan menjelajahi Konfigurasi Keamanan Jaringan di Android dan menemukan beberapa kesulitan umum dalam membangun komunikasi jaringan yang aman.

Dalam codelab ini, Anda akan mempelajari siklus proses dan logging aktivitas.

Android telah merilis banyak fitur privasi individual selama beberapa rilis terakhir, dan kami sangat berharap Anda dapat menggunakannya di aplikasi. Codelab ini akan berupaya mengaitkan fitur privasi individual dan menunjukkan kepada developer cara mempelajari akses aplikasi mereka ke data pengguna pribadi dan menerapkan praktik terbaik privasi dalam aplikasi yang sudah ada dan berjalan.

Mengakses Gemini dari VM melalui python sdk dan endpoint PSC

Dalam codelab ini, Anda akan mempelajari apa yang dimaksud dengan model gecko@003 dan kasus penggunaan nyata untuk aplikasinya.

Cloud Function yang menunjukkan cara memproses file yang diupload di Google Cloud Storage dan melakukan perangkuman menggunakan Vertex AI PaLM API pada konten.

Lab ini akan memandu Anda melakukan langkah-langkah untuk men-deploy demo alur kerja live streaming dengan Media CDN (CDN) + Live Stream API + Cloud Storage + Pemutar Media.

Tujuan lab ini adalah mempelajari NCC dengan propagasi PSC

Dalam codelab ini, Anda akan mempelajari cara mengintegrasikan NEG Internet yang dikonfigurasi dengan HTTPS sebagai Produsen Layanan untuk akses Looker Southbound ke GitHub.com

Ini adalah codelab interaktif untuk mempelajari cara mengukur Interaction to Next Paint (INP) menggunakan library web-vitals. Kode ini ditemukan di repositori web-vitals-codelabs. Codelab ini menggunakan Gastropodicon (situs referensi anatomi siput

Tujuan lab ini adalah untuk mempelajari NCC dengan alat WAN yang ditentukan oleh software yang terhubung ke NCC Hub.

Kita akan membuat model prediksi Skor Film hanya menggunakan SQL dengan BigQuery ML

Dalam codelab ini, Anda akan mempelajari cara mengintegrasikan NEG Hybrid sebagai Produsen Layanan untuk akses Looker Arah Selatan ke database postgres lokal.

Kami akan membuat model prediksi Skor Film menggunakan Vertex AI AutoML dan men-deploy-nya ke endpoint API serta memicu API prediksi dari Java Cloud Functions.

Dalam codelab ini, Anda akan mempelajari cara mengintegrasikan load balancer aplikasi eksternal regional L7 untuk akses Looker ke arah utara.

Dengan codelab ini, kami akan menunjukkan bagaimana Gemini 1.0 Pro menyederhanakan aplikasi pengelolaan data master seperti pengayaan dan penghapusan duplikat, untuk data citibike_stations yang tersedia di set data publik BigQuery.

Otomatisasi Peninjauan Kode dengan AI Generatif

Dalam codelab ini, Anda akan mempelajari cara menambahkan pembuatan teks ke gambar di perangkat ke aplikasi Android Anda dengan MediaPipe Solutions.

Dalam codelab ini, Anda akan mempelajari cara membangun sistem tanya jawab multi-modal menggunakan Gemini Pro.

Dalam codelab ini, Anda akan mempelajari cara menggunakan Google Cloud Translation API dengan Python dan berjalan secara lokal atau men-deploy-nya ke platform komputasi serverless Cloud (App Engine, Cloud Functions, atau Cloud Run).

Dalam codelab ini, Anda akan menggunakan Vertex AI Conversation untuk membuat, mengonfigurasi, dan men-deploy Agen Data Store dan aplikasi chat untuk menjawab pertanyaan pelanggan tentang produk di Google Store.

Dalam codelab ini, Anda akan mempelajari cara mentransformasi data survei Google Formulir menggunakan Dataprep dan mengirimkannya ke BigQuery untuk melakukan analisis yang lebih mendalam

Dalam codelab ini, Anda akan mempelajari cara menggunakan Google Cloud Translation API dengan Python dan berjalan secara lokal atau men-deploy-nya ke platform komputasi serverless Cloud (App Engine, Cloud Functions, atau Cloud Run).

Dalam codelab ini, Anda akan mempelajari cara men-deploy Django menggunakan komponen serverless: Cloud Run untuk mesin web, Cloud SQL untuk database, dan Cloud Build untuk aset media.

Dalam codelab ini, Anda akan mempelajari cara menggunakan Google Cloud Translation API dengan Python dan berjalan secara lokal atau men-deploy-nya ke platform komputasi serverless Cloud (App Engine, Cloud Functions, atau Cloud Run).

Dengan codelab ini, kita akan menunjukkan cara menggunakan Gemini 1.5 Pro bersama dengan AlloyDB dan VertexAI untuk membuat aplikasi penelusuran paten.

Dengan codelab ini, kami akan mendemonstrasikan bagaimana Gemini 1.0 Pro dapat digunakan bersama Spanner dan VertexAI untuk membangun aplikasi penelusuran paten.

Pelajari cara menggunakan klasifikasi gambar untuk mendeteksi angka yang ditulis tangan di Android dengan MediaPipe.

Dalam codelab ini, Anda akan mempelajari Peristiwa untuk Cloud Run. Lebih spesifiknya, Anda akan memproses peristiwa dari Cloud Pub/Sub, Log Audit, Cloud Storage, Cloud Scheduler, dan cara menghasilkan/menggunakan peristiwa kustom.

Dalam codelab ini, Anda akan mempelajari cara mengintegrasikan NEG Internet yang dikonfigurasi dengan SSH sebagai Produsen Layanan untuk akses Looker Southbound ke github.com

Dalam codelab ini, Anda akan mempelajari cara melakukan fine-tuning LLM yang diawasi menggunakan Vertex AI.

Dalam codelab ini, Anda akan mempelajari cara menggunakan kebijakan firewall jaringan global dengan Tag untuk mengontrol traffic

Dalam codelab ini

Tujuan lab ini adalah untuk mempelajari NCC dengan VPC sebagai spoke

Spring Native adalah project baru yang akan memasuki alur utama di Spring 6.x dan Spring Boot 3.x, yang berarti sekarang adalah waktu yang tepat untuk membiasakan diri dengannya beberapa bulan sebelum rilisnya.

Dalam codelab ini, Anda akan membangun aplikasi Android dengan ML Kit yang menggunakan Machine Learning di perangkat untuk mendeteksi objek dalam gambar, lalu memungkinkan pengguna melakukan penelusuran produk visual.

Container Analysis menyediakan pemindaian kerentanan dan penyimpanan metadata untuk container. Layanan pemindaian melakukan pemindaian kerentanan pada image di Artifact Registry dan Container Registry, lalu menyimpan metadata yang dihasilkan dan

Teknik kode sumber yang aman adalah serangkaian praktik yang dapat digunakan untuk meningkatkan keamanan kode sumber. Teknik ini dapat membantu mengidentifikasi dan memperbaiki kerentanan dalam kode sumber, mencegah akses tidak sah ke kode sumber, dan melindungi kode sumber agar tidak dimodifikasi.

Dalam codelab ini, Anda akan membuat load balancer TCP/SSL dengan layanan backend dan membatasi akses ke load balancer hanya untuk sekumpulan klien pengguna tertentu.

Dalam codelab ini, Anda akan mempelajari cara mengonfigurasi dan memvalidasi DNS otomatis Private Service Connect

Mengamankan akses dan mewajibkan login pengguna untuk aplikasi yang berjalan di CloudRun menggunakan Identity Aware Proxy

Praktik Dasar untuk Men-deploy dengan Aman ke Cloud Run

Kerentanan software adalah kelemahan yang dapat menyebabkan kegagalan sistem yang tidak disengaja atau memberi pihak tidak bertanggung jawab cara untuk membahayakan software Anda. Container Analysis menyediakan dua jenis pemindaian OS untuk menemukan

Codelab praktis ini adalah bagian dari Unit 1: Memulai kursus Dasar-Dasar Android Developer (Versi 2). Anda akan mendapatkan manfaat maksimal dari kursus ini jika menyelesaikan codelab secara berurutan: Dalam praktik ini, Anda akan mempelajari siklus

Codelab ini mengilustrasikan cara membuat pengklasifikasi teks yang disesuaikan menggunakan parameter-efficient tuning (PET). Alih-alih menyesuaikan seluruh model, metode PET hanya memperbarui sejumlah kecil parameter, sehingga relatif mudah dan

Produk AI generatif relatif baru dan perilaku aplikasi dapat bervariasi lebih banyak daripada bentuk software sebelumnya. Oleh karena itu, penting untuk menyelidiki model machine learning yang digunakan, memeriksa contoh perilaku model, dan

Pelajari cara menggunakan Metrik dan Logging GCP untuk mengidentifikasi dan menyelesaikan masalah produksi. Pelajari cara menggunakan Test Suite untuk mengidentifikasi masalah fungsional dan API.

Pelajari cara menggunakan Metrik Berbasis Log di Google Cloud untuk melacak pola dan menganalisis log error integrasi Smart Home Anda.

Pelajari cara menggunakan Metrik dan Logging GCP untuk mengidentifikasi dan menyelesaikan masalah produksi. Pelajari cara menggunakan Test Suite untuk mengidentifikasi masalah fungsional dan API. Pelajari cara menggunakan Chrome Dev Tools saat mengembangkan aplikasi Local Home.

Pelajari cara melakukan streaming dari webcam ke perangkat layar Google Nest dengan fitur CameraStream dan WebRTC.

Pelajari cara membuat Tugas Cloud Run dan mengonfigurasi eksekusi tugas dengan Cloud Scheduler.

Pelajari cara men-deploy Aplikasi Cloud Run dengan Cloud Deploy.

Dalam codelab ini, Anda akan membuat aplikasi agen AI percakapan untuk mengotomatiskan proses pesanan penjualan

Setelan Ingress di Cloud Run

Dalam codelab ini, Anda akan mempelajari cara mengamankan berbagi data dengan banyak pihak sekaligus menjaga kerahasiaan menggunakan Confidential Space

Dalam codelab ini, Anda akan membangun presentasi menggunakan Google Slides API dan BigQuery untuk melaporkan analisis lisensi software yang paling umum.

OpenTelemetry adalah standar industri untuk kemampuan observasi sistem pada trace dan metrik. Selain itu, pembuatan profil berkelanjutan adalah alat untuk mengidentifikasi informasi satu mil terakhir untuk penyesuaian performa. Dalam codelab ini, Anda akan mempelajari cara melengkapi aplikasi dengan OpenTelemetry untuk trace dan agen profiler, serta cara mengidentifikasi bottleneck dari diagram yang divisualisasikan di Cloud Trace dan Cloud Profiler.

Dalam tutorial ini, Anda akan mempelajari cara mengonfigurasi dan memvalidasi antarmuka Private Service Connect untuk mengakses layanan melalui peering VPC.

Dalam codelab ini, Anda akan membuat solusi yang menggunakan AdWords API dan Content API For Shopping untuk membuat akun baru yang dikelola oleh akun Pengelola AdWords dan akun multiklien Merchant Center. Selanjutnya, Anda akan menautkan sub-akun baru secara bersamaan, sehingga produk yang dikelola oleh sub-akun Merchant Center baru dapat digunakan di kampanye Shopping yang dibuat oleh sub-akun AdWords baru.

Dalam codelab ini, Anda akan mempelajari cara mengonfigurasi dan memvalidasi akses Private Service Connect ke MongoDB dengan akses global.

Anda akan mempelajari cara menggunakan DocAI Pengadaan untuk menguraikan faktur secara cerdas.

Lab ini menunjukkan cara menggunakan Spark MLlib dan spark-nlp untuk menjalankan machine learning dan NLP pada data dalam jumlah besar.

Dalam tutorial ini, Anda akan mempelajari cara mengonfigurasi dan memvalidasi antarmuka Private Service Connect.

Di lab ini, Anda akan mempelajari cara menggunakan AI Platform Notebooks untuk membuat prototipe alur kerja machine learning. Kita akan membahas cara membuat instance notebook kustom, melacak kode notebook Anda dalam git, dan men-debug model dengan What-If Tool.

Lab ini memberikan panduan mendetail tentang cara men-deploy server aplikasi LIT di Google Cloud Platform (GCP) untuk berinteraksi dengan model dasar Vertex AI Gemini dan model bahasa besar (LLM) pihak ketiga yang dihosting sendiri. Panduan ini juga

Kenali Google Cloud dengan men-deploy microservice di Cloud Run dan gabungkan rumpus virtual tempat microservice Anda akan menampilkan “pelangi” di microservice lainnya, yang bersaing untuk menang. Anda akan langsung men-deploy microservice Kotlin, Java, Go, Python, atau Node.js, sambil mempelajari container dan Cloud Run. Lihat apakah kamu bisa mendapatkan poin lebih banyak dibandingkan Petualang lainnya dengan terus meningkatkan algoritmamu.

Dalam codelab ini, Anda akan mempelajari fungsi Google Cloud Run di C#. Lebih khususnya, Anda akan men-deploy fungsi C# yang merespons HTTP dan CloudEvents dari berbagai sumber Google Cloud.

Dalam codelab ini, Anda akan mempelajari cara menggunakan Google Cloud Translation API dengan Python dan berjalan secara lokal atau men-deploy-nya ke platform komputasi serverless Cloud (App Engine, Cloud Functions, atau Cloud Run).

Tujuan lab ini adalah mempelajari NCC dengan pertukaran rute dinamis dengan spoke vpc

Pelajari cara menggunakan revisi di fungsi Cloud Run untuk melakukan pemisahan traffic, peluncuran bertahap, dan rollback.

Pelajari cara men-deploy, menskalakan, dan memperbarui situs Anda dengan GKE.

Dalam tutorial ini, Anda akan mempelajari cara menggunakan Natural Language API dengan Python.

Dalam codelab ini, Anda akan membangun orkestrasi microservice berbasis peristiwa untuk memproses image dengan Eventarc dan Workflows

Hubungkan ke layanan lokal melalui Jaringan Hybrid menggunakan Private Service Connect dan NEG Hybrid dengan load balancer HTTP(s) internal

Dalam codelab ini, pelajari cara mendeteksi gangguan layanan dengan menyiapkan notifikasi otomatis di integrasi Smart Home Anda.

Pelajari apa saja yang baru di Gemini Code Assist Enterprise, dan bagaimana Gemini dapat membantu organisasi Anda membangun solusi dengan Google Cloud.

Dalam codelab ini, Anda akan mempelajari cara mengamankan berbagi data multi-pihak sekaligus menjaga kerahasiaan menggunakan Confidential Space. Codelab ini berfokus pada cara menggunakan Confidential Space dengan resource terlindungi yang dihosting di suatu tempat selain Google Cloud. Anda akan mempelajari cara meminta token kustom dari Layanan Pengesahan Google dengan memberikan nonce, audiens, dan jenis token PKI.

Dalam codelab ini, Anda akan mempelajari cara membuat Private Services Connect untuk CloudSQL

Setelah menyelesaikan codelab ini, Anda akan memiliki situs minimum viable dengan integrasi Google Pay yang berfungsi. Project ini mengambil token pembayaran yang dapat dikirim ke penyedia layanan pembayaran untuk diproses. Permintaan pembayaran

Dalam codelab ini, Anda akan mempelajari cara menggunakan Cloud NGW Enterprise Intrusion Prevention Service untuk memeriksa traffic Timur-Barat dan Utara-Selatan

Pelajari cara mengamankan Cloud Functions dengan mewajibkan autentikasi untuk pemanggilan

Dalam codelab ini, Anda akan mempelajari cara mem-build aplikasi adaptif untuk ponsel, tablet, dan perangkat foldable, serta mempelajari keterjangkauan. Anda juga akan mempelajari praktik terbaik untuk komponen adaptif Material 3.

Dalam codelab ini, Anda akan mem-build aplikasi Penerima Web Kustom yang menggunakan API Jeda Iklan Cast.

Dalam codelab ini, Anda akan mem-build aplikasi Penerima Web Kustom yang menggunakan Cast Live API.

Dalam codelab ini, Anda akan membuat aplikasi Penerima Web Kustom untuk memutar konten di perangkat yang kompatibel untuk Cast.

Dalam codelab ini, Anda akan menambahkan Logger Debug Cast ke aplikasi Custom Web Receiver yang ada.

Dalam codelab ini, Anda akan memodifikasi aplikasi video Android yang sudah ada untuk mentransmisikan konten di perangkat yang kompatibel dengan Google Cast.

Dalam codelab ini, Anda akan memodifikasi aplikasi video web yang sudah ada untuk mentransmisikan konten di perangkat yang kompatibel untuk Google Cast.

Panduan ini berisi petunjuk untuk mentransisikan load balancer jaringan yang ada dari backend kumpulan target ke layanan backend regional.

Dalam codelab ini, Anda akan mempelajari Google Cloud Operations Suite. Lab ini akan melibatkan penginstalan aplikasi contoh menggunakan gcloud. Setelah aplikasi contoh di-deploy, Anda akan menggunakan Cloud Monitoring untuk menentukan Dasbor, Pemberitahuan, Cek Uptime, dan lainnya.

Dalam codelab ini, Anda akan memodifikasi aplikasi Android TV yang ada untuk mendukung transmisi dan komunikasi dari aplikasi pengirim Cast yang ada.

Pelajari cara menggunakan BigQuery Remote Functions untuk mengajukan pertanyaan tentang Vertex AI Visual Question Answering (VQA) tentang gambar yang disimpan dalam tabel objek Cloud Storage.

Pelajari cara menambahkan efek suara, musik latar belakang, dan audio dinamis ke game dengan Flutter.

Pelajari cara mengamankan fungsi Cloud Run dengan mewajibkan autentikasi untuk pemanggilan

Pelajari cara menggunakan ARCore Geospatial API yang baru.

Di lab ini, Anda akan mempelajari cara menjalankan tugas pelatihan model kustom menggunakan Kubeflow Pipelines SDK di Vertex Pipelines. Anda akan mempelajari cara: Total biaya untuk menjalankan lab ini di Google Cloud adalah sekitar $5. Lab ini

Di lab ini, Anda akan menggunakan Vertex AI untuk mendapatkan prediksi dari model klasifikasi gambar terlatih. Anda akan mempelajari cara: Total biaya untuk menjalankan lab ini di Google Cloud adalah sekitar $1. Lab ini menggunakan penawaran produk

Di lab ini, Anda akan mempelajari cara menganalisis metadata dari operasi Vertex Pipelines dengan Vertex ML Metadata. Anda akan mempelajari cara: Total biaya untuk menjalankan lab ini di Google Cloud adalah sekitar $2. Lab ini menggunakan penawaran

Dalam codelab yang cocok untuk pemula ini, Anda akan mempelajari cara membuat aplikasi contoh menggunakan Komponen Mandiri Angular v14

Di lab ini, Anda akan mempelajari cara membuat dan menjalankan pipeline ML dengan Vertex Pipelines. Anda akan mempelajari cara: Total biaya untuk menjalankan lab ini di Google Cloud adalah sekitar $25. Lab ini menggunakan penawaran produk AI terbaru

Di lab ini, Anda akan mempelajari cara menjalankan tugas pelatihan kustom di Pelatihan Vertex AI dengan fitur pembuatan paket otomatis. Tugas pelatihan kustom pada container penggunaan Vertex AI. Jika tidak ingin mem-build image sendiri, Anda dapat

Kami akan menggunakan Gemini untuk membantu membuat rekomendasi buku dan analisis ringkasan dengan BigQuery (AI Generatif khusus SQL).

Pelajari cara mengonversi aplikasi Java App Engine sederhana, menyimpannya dengan Buildpacks, dan memindahkannya ke Cloud Run

https://ide.cloud.google.com gcloud config set project {{project-id}} export PROJECT_ID=$(gcloud config get-value project) export PROJECT_NUMBER=$(gcloud projects describe $PROJECT_ID --format='value(projectNumber)') gcloud services enable \

Pelajari cara mengonversi aplikasi Java App Engine sederhana, menyimpannya dalam container dengan Jib, dan memindahkannya ke Cloud Run

Dalam codelab ini, Anda akan mempelajari cara menyiapkan fitur pengoptimalan load balancing lanjutan untuk load balancing aplikasi eksternal global.

Pelajari cara mengonversi aplikasi App Engine Java sederhana, memasukkannya ke dalam container dengan Docker, dan memindahkannya ke Cloud Run

Codelab ini menunjukkan cara menggunakan aliran data perubahan Bigtable ke template BigQuery. Anda akan menggunakan sampel set data untuk memahami cara membuat kueri log perubahan dan menggunakan Looker untuk membuat dasbor visual.

Dalam codelab ini, Anda akan mulai menggunakan Cloud Foundation Toolkit(CFT) dan belajar melalui serangkaian langkah untuk menambahkan fitur ke modul CFT.

Codelab ini menunjukkan cara meningkatkan pengaturan waktu startup aplikasi dan pengaturan waktu render frame dengan Profil Dasar Pengukuran.

Dalam codelab ini, Anda akan membuat project Apps Script bernama "Hello World", menambahkan fungsi sederhana, logThis, yang mencatat pesan ke dalam log, lalu membuat otomatisasi Appsheet dan memanggil skrip.

Dalam codelab ini, Anda akan menggunakan Vertex AI untuk membuat kuis trivia sesuai dengan beberapa spesifikasi yang diberikan. Anda akan menguji generator kuis di lingkungan developer yang dihosting cloud, lalu menyediakannya untuk publik dengan men-deploy-nya ke Google Cloud Run. Di akhir lab, Anda akan mengintegrasikan generator kuis dengan aplikasi lengkap.

Dalam codelab ini, Anda akan membangun mesin telusur berkualitas Google yang dapat membantu menjawab kueri dari file dokumen dan teks Anda menggunakan Vertex AI Search/Agent Builder.

Kita akan membuat aplikasi rekomendasi dan perangkuman buku menggunakan Vertex AI generatif AI (Gemini) di Cloud Function sebagai fungsi jarak jauh dari BigQuery.

Pelajari cara memperluas Komponen Material siap pakai ke dalam komponen untuk framework web apa pun.

Dalam codelab ini, Anda akan membangun aplikasi Android dengan ML Kit yang menggunakan Machine Learning di perangkat untuk mengenali teks dan fitur wajah dalam gambar.

Dalam codelab ini, Anda akan membangun aplikasi Android dengan ML Kit yang menggunakan Machine Learning di perangkat untuk mengenali, mengidentifikasi bahasa, dan menerjemahkan teks dari antara 59 bahasa. Anda juga akan mempelajari cara mengintegrasikan library CameraX untuk menyelesaikan tugas ini dari feed kamera real-time.

Di lab ini, Anda akan menggunakan fitur model hosting bersama di Vertex AI untuk menghosting beberapa model di VM yang sama untuk prediksi online. Anda akan mempelajari cara: Total biaya untuk menjalankan lab ini di Google Cloud adalah sekitar $2.

Di lab ini, Anda akan mempelajari cara menggunakan rutinitas prediksi kustom di Vertex AI untuk menulis logika prapemrosesan dan pascapemrosesan kustom. Meskipun contoh ini menggunakan Scikit-learn, rutinitas prediksi kustom dapat berfungsi dengan

use-cmek-to-encrypt-cloud-functions

Codelab ini berfokus pada pembuatan aplikasi Vertex AI Vision end-to-end untuk memantau streaming video traffic real-time. Kita akan menggunakan Analytics Occupancy model Khusus yang telah dilatih sebelumnya. Anda juga akan mempelajari cara membuat Streaming Video untuk ditransfer ke dalam Aplikasi, cara membangun dan men-deploy aplikasi, cara menggunakan BigQuery untuk menganalisis output JSON Model, dan memvisualisasikan hasilnya di Looker Studio.

Skaffold adalah alat yang menangani alur kerja untuk mem-build, mengirim, dan men-deploy aplikasi Anda. Anda dapat menggunakan Skaffold untuk mengonfigurasi ruang kerja pengembangan lokal dengan mudah, menyederhanakan loop pengembangan internal, dan

Codelab ini berfokus pada pembuatan aplikasi Vertex AI Vision end-to-end untuk memantau skenario deteksi antrean di toko retail. Kita akan menggunakan Analytics Occupancy model Khusus yang telah dilatih sebelumnya. Anda juga akan mempelajari cara membuat Streaming Video untuk ditransfer ke dalam Aplikasi, cara membangun dan men-deploy aplikasi, cara menggunakan BigQuery untuk menganalisis output JSON Model, dan memvisualisasikan hasilnya di Looker Studio.

Di lab ini, Anda akan menggunakan Vertex AI untuk melatih dan menayangkan model dengan data tabulasi. Ini adalah penawaran produk AI terbaru di Google Cloud, dan saat ini masih dalam tahap pratinjau. Anda akan mempelajari cara: Total biaya untuk

Di lab ini, Anda akan menggunakan Vertex AI untuk melatih dan menayangkan model TensorFlow menggunakan kode dalam penampung kustom. Meskipun kita menggunakan TensorFlow untuk kode model di sini, Anda dapat dengan mudah menggantinya dengan framework

Di lab ini, Anda akan menggunakan Vertex AI untuk membuat pipeline yang melatih Model Keras kustom di TensorFlow. Kemudian, kita akan menggunakan fungsi baru yang tersedia di Vertex AI Experiments untuk melacak dan membandingkan operasi model guna

Pelajari cara mengupdate aplikasi dengan model ML yang mampu memfilter spam komentar dasar.

Codelab ini berfokus pada pembuatan aplikasi Vertex AI Vision end-to-end untuk mendemonstrasikan pengiriman video dengan fitur pemfilteran gerakan. Dalam tutorial ini, Anda akan mempelajari cara menyerap streaming video ke dalam Aplikasi dengan konfigurasi filter gerakan.

Codelab ini berfokus pada pembuatan aplikasi Vertex AI Vision end-to-end untuk mendemonstrasikan peristiwa pengiriman dengan fitur manajemen peristiwa. Kita akan menggunakan Analytics Occupancy model Khusus yang telah dilatih sebelumnya. Anda juga akan mempelajari cara membuat Streaming Video untuk ditransfer ke dalam Aplikasi, serta cara membangun dan men-deploy aplikasi tersebut.

Lab ini memungkinkan Anda mempelajari cara menggunakan Pulumi di Google Cloud dengan YAML

Di lab ini, Anda akan menggunakan Vertex AI untuk menjalankan tugas pelatihan multipekerja untuk model TensorFlow. Anda akan mempelajari cara: Total biaya untuk menjalankan lab ini di Google Cloud adalah sekitar $5. Lab ini menggunakan penawaran

Di lab ini, Anda akan mempelajari cara melatih model XGBoost pada set data keuangan, men-deploy-nya ke Vertex AI, dan menganalisisnya dengan What-If Tool

Di lab ini, Anda akan mempelajari cara menggunakan Vertex AI Workbench untuk eksplorasi data dan pelatihan model ML. Anda akan mempelajari cara: Total biaya untuk menjalankan lab ini di Google Cloud adalah sekitar $1. Lab ini menggunakan penawaran

cara mulai menggunakan fungsi Cloud Run berbasis peristiwa

Pelajari cara menggunakan Ollama sebagai file bantuan dengan GPU Cloud Run dan Open WebUI sebagai container ingress frontend

Pelajari cara memecahkan masalah integrasi Matter menggunakan alat analisis dan mencari tahu lebih lanjut tentang referensi dukungan developer.

Pelajari cara membangun dan men-deploy aplikasi LangChain di Cloud Run

Pelajari konsep pemenuhan di Dialogflow.

Pelajari cara mengintegrasikan Vision API dengan Dialogflow.

Pelajari dasar-dasar penggunaan Komponen Material untuk Android dengan mem-build aplikasi sederhana menggunakan komponen inti di Kotlin.

Di lab ini, Anda akan mempelajari cara menyusun lapisan konvolusional menjadi model jaringan neural yang dapat mengenali bunga. Kali ini, Anda akan membangun model sendiri dari awal dan menggunakan kecanggihan TPU untuk melatihnya dalam hitungan detik dan mengulangi desainnya. Lab ini mencakup penjelasan teoretis yang diperlukan tentang jaringan neural konvolusional serta merupakan titik awal yang bagus bagi developer yang mempelajari deep learning.

Dalam codelab ini, Anda akan mempelajari cara menerapkan peristiwa kustom dengan GA4F iOS SDK dan meluncurkan kampanye tindakan melalui Google Ads.

Anda akan mempelajari cara memproses peristiwa secara terprogram dari dan mengirim tindakan ke konten Looker yang disematkan.

Temukan cara Komponen Material untuk Android memudahkan Anda dalam membedakan produk dan mengekspresikan merek melalui desain di Kotlin.

Pelajari cara menggunakan Material untuk struktur dan tata letak di Android di Java.

Dalam codelab ini, Anda akan membuat dua VPC dan menggunakan berbagai jenis alamat IP untuk mengakses situs apache sederhana Anda.

Dalam codelab ini, Anda akan mempelajari cara menerapkan peristiwa kustom dengan GA4F iOS di lingkungan Unity dan meluncurkan kampanye tindakan melalui Google Ads.

Pelajari cara menggunakan Material untuk struktur dan tata letak di Android dalam Kotlin.

Anda akan mempelajari cara menyematkan dasbor Looker dengan Looker Embed SDK

Pelajari cara melindungi data Firestore dengan Aturan Keamanan

Codelab ini akan memandu Anda menggunakan gcloud CLI untuk menjalankan rangkaian pengujian besar secara terprogram di sistem CI/CD yang ada seperti Jenkins. Codelab ini tidak bergantung pada platform.

Dalam codelab ini, Anda akan mengintegrasikan platform eCommerce Magento open source dengan Cloud Spanner.

Pelajari cara menggabungkan setiap Komponen Material ke dalam code base web yang ada tanpa memulai dari awal.

Dalam codelab ini, Anda akan mempelajari cara menyiapkan Ekstensi Peringkasan Dasbor Looker untuk pengembangan lokal dan men-deploy ekstensi tersebut ke produksi.

Dalam tutorial ini, Anda akan mempelajari cara mengonfigurasi dan memvalidasi Looker Cloud Core Private IP melalui jaringan hybrid.

Di lab ini, Anda akan mempelajari cara membangun, melatih, dan menyesuaikan jaringan neural konvolusional Anda sendiri dari awal. Hal ini sekarang dapat dilakukan dalam hitungan menit menggunakan kecanggihan TPU. Anda juga akan mempelajari berbagai pendekatan, mulai dari pembelajaran transfer yang sangat sederhana hingga arsitektur konvolusional modern seperti Squeezenet. Lab ini mencakup penjelasan teoretis yang diperlukan tentang jaringan neural dan merupakan titik awal yang baik bagi developer yang mempelajari deep learning. Lab ini menggunakan Tensorflow 2.

TPU sangat cepat. Aliran data pelatihan harus dapat mengimbangi kecepatan pelatihan mereka. Di lab ini, Anda akan mempelajari cara memuat data dari GCS dengan tf.data.Dataset API untuk melakukan feed pada TPU Anda.

Pelajari cara mengembangkan aplikasi web dengan Firebase Emulator Suite.

Dalam codelab ini, Anda akan mempelajari cara menggunakan Private Service Connect untuk membuat rantai Load Balancer L7.

Pelajari cara menggunakan Material untuk struktur dan tata letak di web.

Dalam codelab ini, Anda akan mempelajari cara mengonfigurasi dan memvalidasi akses IPv6 ke Google API dari host lokal

Di lab ini, Anda akan mempelajari cara membangun pengklasifikasi Keras. Alih-alih mencoba mengetahui kombinasi sempurna dari lapisan jaringan neural untuk mengenali bunga, pertama-tama kita akan menggunakan teknik yang disebut pemelajaran transfer (transfer learning) untuk menyesuaikan model terlatih yang canggih ke set data kita. Lab ini mencakup penjelasan teoretis yang diperlukan tentang jaringan neural dan merupakan titik awal yang baik bagi developer yang mempelajari deep learning.

Di lab ini, Anda akan mempelajari arsitektur konvolusional modern dan menggunakan pengetahuan Anda untuk menerapkan konvnet sederhana namun efektif yang disebut "squeezenet". Lab ini mencakup penjelasan teoretis yang diperlukan tentang jaringan neural konvolusional serta merupakan titik awal yang bagus bagi developer yang mempelajari deep learning.

Dalam codelab ini, Anda akan mendapatkan pengalaman langsung dengan pola arsitektur yang biasa digunakan untuk mencapai skala dan ketahanan saat menangani data real-time. Anda akan membangun perangkat IoT (Raspberry Pi) yang mengukur data cuaca lalu membuat pipeline data termasuk antrean pesan, fungsi serverless, data warehouse berbasis Cloud, dan dasbor analisis menggunakan Cloud Platform Google.

Codelab ini menampilkan cara membuat dan menjalankan alur kerja Apache Airflow di Cloud Composer yang menyelesaikan tugas berikut:

Mem-build sistem gerakan Material ke aplikasi Reply menggunakan transisi dari Komponen Material untuk library Android, dan Kotlin.

Dalam codelab ini, Anda akan membuat komponen web Brick Viewer dengan bantuan lit-element.

Dalam codelab ini, Anda akan membuat halaman web yang berinteraksi dengan papan micro:bit BBC untuk menampilkan gambar pada layar LED 5x5. Anda akan mempelajari Web Serial API dan cara menggunakan streaming yang dapat dibaca, ditulis, dan diubah untuk berkomunikasi dengan perangkat serial melalui browser.

Di lab ini, Anda akan mempelajari cara mengonfigurasi dan meluncurkan eksekusi notebook dengan Vertex AI Workbench. Anda akan mempelajari cara: Total biaya untuk menjalankan lab ini di Google Cloud adalah sekitar $2. Lab ini menggunakan penawaran

Anda akan menggunakan Cloud Dataflow, membuat project Maven dengan Cloud Dataflow SDK, dan menjalankan pipeline jumlah pekerjaan yang didistribusikan menggunakan Google Cloud Platform Console.

Dalam codelab ini, Anda akan mempelajari cara membuat database, men-deploy Layanan Pengambilan GenAI untuk database, dan membuat contoh aplikasi chat menggunakan layanan tersebut.

Dalam Codelab ini, Anda akan mempelajari cara kerja Akses Perangkat dan membuat aplikasi web yang menangani autentikasi dan panggilan Smart Device Management API untuk Nest Thermostat.

Dibandingkan dengan API lama FCM, FCM HTTP v1 API menyediakan model otorisasi yang lebih aman menggunakan token akses berumur pendek. Langkah-langkah untuk membuat token akses untuk FCM v1 API sangat berbeda dengan langkah-langkah untuk API lama.

Kirim versi terbaru Anda ke tangan penguji dengan cepat, dengan App Distribution Android SDK. Dalam codelab ini, Anda akan mengupdate aplikasi untuk menampilkan notifikasi dalam aplikasi kepada penguji saat rilis baru tersedia.

Platform developer Asisten Google memungkinkan Anda membuat software untuk memperluas fungsi Asisten Google, asisten pribadi virtual, di lebih dari 1 miliar perangkat, termasuk smart speaker, ponsel, mobil, TV, headphone, dan lainnya. Pengguna

Codelab yang menguraikan cara menggunakan Firebase Emulator Suite selama pengembangan dengan Flutter. Codelab ini akan menggunakan emulator Auth dan Firestore untuk mendemonstrasikan penggunaan emulator.

Dalam codelab ini, Anda akan mempelajari cara menulis otomatisasi dengan skrip.

Sesuaikan Aplikasi Contoh Google Home untuk Materi untuk menugaskan dan mengelola perangkat.

Dalam codelab ini, Anda akan mengajari komputer untuk mengenali angka dari tulisan tangan dengan akurasi 99%, dalam 100 baris kode Python / Keras.

Dalam tutorial ini, Anda akan mempelajari cara menggunakan Video Intelligence API dengan Python.

Mulai gunakan Cloud Functions, lingkungan eksekusi serverless dari Google untuk membangun dan menghubungkan layanan cloud. Lab praktik ini menunjukkan kepada Anda cara membuat, men-deploy, dan menguji fungsi cloud menggunakan konsol Google Cloud

Dalam codelab ini, Anda akan mempelajari cara menggunakan Google Cloud Vision API dengan C#.

Dalam codelab ini, Anda akan mempelajari cara menggunakan DLP API untuk secara otomatis mengklasifikasikan data yang diupload ke Cloud Storage. Berdasarkan Otomatisasi Klasifikasi Data yang Diupload ke Cloud Storage

Dalam codelab ini, Anda akan mempelajari cara mengubah kode ASP.NET Core menjadi aplikasi replika yang berjalan di Kubernetes di Google Kubernetes Engine.

Pelajari cara mem-build dan memublikasikan image Docker yang dioptimalkan untuk aplikasi Spring Boot Kotlin dalam waktu singkat tanpa Docker atau Dockerfile, lalu jalankan image yang telah dibuat di Cloud Run.

Dalam codelab ini, Anda akan mempelajari cara membangun layanan berbasis Java yang mengekspos API melalui gRPC. Kemudian, Anda akan menulis klien command line Java untuk layanan gRPC.

Dalam codelab ini, Anda akan mempelajari cara men-deploy aplikasi ASP.NET Core ke Google Kubernetes Engine dengan Istio.

Dalam codelab ini, Anda akan mempelajari cara membangun dan men-deploy pipeline data science yang kompleks dengan penyesuaian hyperparameter di Kubeflow Pipelines, tanpa menggunakan SDK atau perintah CLI apa pun.

Dalam codelab ini, Anda akan terus mengerjakan aplikasi ASP.NET Core dari bagian 1 dan menambahkan lebih banyak fitur Istio ke dalamnya.

Dalam codelab ini, Anda akan mempelajari cara memigrasikan aplikasi Python 2 App Engine Cloud NDB dan Cloud Tasks (v1) ke Python 3, Cloud Datastore, dan Cloud Tasks (v2)

Dalam codelab ini, Anda akan menyiapkan penginstalan Cloud AI Platforms Pipeline (KFP yang Dihosting) dengan GKE, membangun dan menjalankan alur kerja ML menggunakan Kubeflow Pipelines, serta menentukan dan menjalankan pipeline dari dalam AI Platform Notebook (Jupyter).

Dalam codelab ini, Anda akan mempelajari cara mengubah microservice Micronaut menjadi layanan replika yang berjalan di Google Kubernetes Engine.

Dalam codelab ini, Anda akan mempelajari cara membangun layanan C# untuk mengekspos API melalui gRPC dan membuat klien C# untuk memanggil layanan gRPC.

Dalam codelab ini, Anda akan mempelajari cara membangun dan men-deploy pipeline data science yang kompleks dengan Kubeflow Pipelines, tanpa menggunakan perintah CLI atau SDK apa pun.

Dalam codelab ini, Anda akan mempelajari cara men-deploy Active Directory Terkelola di Google Cloud Platform

Dalam codelab ini, Anda akan mentranskripsikan file audio menggunakan Text-to-Speech API dengan Node.js

Dalam codelab ini, Anda akan mempelajari aturan WAF Cloud Armor yang telah dikonfigurasi sebelumnya, sehingga Anda dapat terlindung dari 10 kerentanan OWASP teratas menggunakan nama sederhana untuk set aturan.

Dalam codelab ini, Anda akan mempelajari Private Service Connect untuk Google API. Lebih khususnya, Anda akan membuat endpoint layanan untuk API penyimpanan, membuat bucket Cloud Storage & melakukan validasi menggunakan DNS.

Pelajari cara menghosting dan menskalakan aplikasi web di Google Cloud dengan Compute Engine.

Dalam codelab ini, Anda akan membuat load balancer proxy TCP/SSL dengan layanan backend dan menggunakan Cloud Armor untuk membatasi akses ke load balancer hanya kepada sekumpulan klien pengguna tertentu

Dalam codelab ini, Anda akan mempelajari aplikasi Node.js terlebih dahulu untuk mengambil screenshot halaman web dan menyimpannya ke Cloud Storage. Selanjutnya, Anda akan mem-build image container untuk aplikasi, menjalankannya sebagai tugas di Cloud Run, mengupdate tugas untuk memproses lebih banyak halaman web, dan menjalankan tugas sesuai jadwal dengan Cloud Scheduler.

Dalam codelab ini, Anda akan mempelajari cara menggunakan Video Intelligence API dengan C#

Dalam codelab ini, Anda akan mendapatkan pengalaman membangun aplikasi menggunakan Material 3 di keenam platform yang didukung Flutter, yang akan menghasilkan aplikasi dengan desain adaptif dan animasi yang lancar.

Di codelab ini, Anda akan membuat penggeser gambar, yang berfungsi secara terpisah dari framework Angular, dapat diimpor di framework mana pun, dan sangat mudah diintegrasikan.

Pelajari cara menggunakan alat Geospatial Creator di Adobe Aero.

Pelajari cara menggunakan ARCore Geospatial Creator untuk Unity.

Pelajari cara mengimplementasikan kunci sandi dengan isi otomatis formulir di aplikasi web untuk membuat proses login yang lebih mudah dan aman.

Pelajari cara menggunakan Scene Semantics dan Geospatial Depth API dengan Kotlin di ARCore.

Pelajari cara menggunakan Streetscape Geometry dan API anchor atap di ARCore dengan Kotlin.

Dalam codelab ini, Anda akan mempelajari cara membangun aplikasi Flutter yang menghasilkan nama acak yang terdengar keren.

Pelajari cara menganalisis penayangan influencer di YouTube pada perusahaan atau produk apa pun, menggunakan kemampuan AI Generatif Google.

Dalam codelab ini, Anda akan memodifikasi aplikasi video iOS yang sudah ada untuk mentransmisikan konten di perangkat yang kompatibel dengan Google Cast.

Dalam codelab ini, Anda akan menyiapkan Kunci Otomatis Cloud KMS serta mengenkripsi resource secara otomatis dan sesuai permintaan saat Anda membuatnya.

Pelajari cara membuat database AlloyDB menggunakan Tugas Cloud Run

Dengan codelab ini, kita akan menunjukkan cara mengintegrasikan model LLM, Gemini 1.0 Pro (hanya teks), dan Gemini 1.0 Pro Vision (multimodal), langsung di dalam workload BigQuery Anda untuk mendapatkan pengalaman pembuatan insight generatif dengan sedikit kode.

Pelajari fitur dan kemampuan yang didesain untuk menyederhanakan alur kerja pengembangan software engineer yang bertugas mengembangkan aplikasi Java di lingkungan dalam container.

Mendemonstrasikan fitur panggilan fungsi Gemini di aplikasi Java dengan memanggil model Gemini untuk mengorkestrasi input untuk panggilan fungsi, memanggil API, lalu memproses respons dalam panggilan Gemini lainnya dan men-deploy-nya ke endpoint REST.

Di lab ini, Anda akan membuat layanan menu Cymbal Eats, mengekspos RESTful API untuk menambahkan, memperbarui, menghapus, dan mencantumkan item menu. Anda akan membuat database Cloud SQL sebagai database backend untuk layanan menu, yang akan

Codelab ini akan memperkenalkan pengguna ke DLP API melalui antarmuka command line. Pengguna akan mendownload kode project dan meninjau beberapa alat di direktori contoh dan fungsi dasarnya.

Dalam Codelab ini, Anda akan membuat Cloud DNS ManagedZone dan ResourceRecordSets yang relevan menggunakan gcloud untuk mengelola domain dan subdomain Anda' resolusi.

Dalam codelab ini, Anda akan memahami Google Compute Engine dengan menjalankan VM, menginstal software, dan menyediakannya di Internet melalui load balancer jaringan.

Dalam codelab ini, Anda akan mempelajari cara menggunakan BigQuery dengan Python

Dalam codelab ini, Anda akan membuat load balancer dan layanan backend terkait. Kemudian, Anda akan membuat aturan pengelolaan bot Cloud Armor dan mempelajari cara aturan tersebut melindungi backend Anda.

Dalam tutorial ini, Anda akan mempelajari cara mengelola prosesor Document AI dengan Python.

Dalam codelab ini, Anda akan melihat cara menjalankan tugas BigQuery terhadap set data Wikipedia secara paralel dengan fitur iterasi paralel Workflows.

Dalam codelab ini, Anda akan terlebih dahulu mempelajari cara membuat dan menggunakan antrean Cloud Tasks reguler untuk tugas target HTTP. Kemudian, Anda akan mempelajari cara menggunakan penggantian URI HTTP tingkat antrean dan BufferTask API baru untuk melakukan buffering permintaan HTTP dengan lebih mudah menggunakan Cloud Tasks.

Dalam codelab ini, Anda akan membuat load balancer dan layanan backend terkait. Anda kemudian akan membuat kebijakan pembatasan kapasitas Cloud Armor dan memahami cara kebijakan tersebut melindungi backend Anda.

Dalam codelab ini, Anda akan mempelajari cara memulai cluster Spark/Hadoop terkelola menggunakan Dataproc, mengirimkan contoh tugas Spark, dan mematikan cluster menggunakan command line.

Dalam codelab ini, Anda akan meningkatkan aplikasi Chat Penjadwal Janji Temu yang didukung oleh Dialogflow dan Google Kalender agar berjalan di Google Chat. Anda akan membangun dan men-deploy pesan Google Chat kustom.

CodeLab ini menunjukkan penggunaan Gemini untuk Google Cloud guna mempercepat pemecahan masalah dan perbaikan masalah. Anda akan memahami Gemini dalam meringkas log, menjelaskan error, dan membantu menemukan solusi untuk masalah tersebut.

Dalam codelab ini, Anda akan bermain-main dengan beberapa API web yang baru atau hanya tersedia di belakang flag.

Codelab ini akan memandu Anda menjalankan WRF® di Google Cloud Platform menggunakan solusi Slurm-GCP dari SchedMD

Pelajari cara men-deploy workload dalam container ke GKE dengan Cloud Build secara berkelanjutan.

Dalam codelab ini, Anda akan membuat instance Compute Engine baru, mengompilasi, dan menjalankan program untuk menghitung pi ke jutaan angka desimal.

Dalam codelab ini, Anda akan melihat cara Gemini Code Assist membantu Anda melintasi tahap-tahap utama Software Development Life Cycle (SDLC) seperti desain, build, serta pengujian dan deployment. Kami akan mendesain dan mengembangkan seluruh aplikasi serta men-deploy-nya di Google Cloud.

Dalam tutorial ini, Anda akan mempelajari cara membuat aplikasi web sederhana dengan Python di Google App Engine.

Di codelab ini, Anda akan mempelajari dasar-dasar BigQuery dan cara menggunakannya untuk membuat kueri data berukuran terabyte, seperti set data Wikipedia.

Pelajari cara membuat aplikasi Spring Boot sederhana dan men-deploy-nya ke lingkungan standar App Engine.

Dalam codelab ini, Anda akan mempelajari cara menggunakan BigQuery dengan C#

Dalam codelab ini, Anda akan mempelajari cara men-deploy aplikasi ASP.NET sederhana ke Windows Server di Google Compute Engine

Pelajari cara membuat klien Django frontend untuk membuat pengalaman percakapan bagi aplikasi Dialogflow.

Pelajari fitur dan kemampuan yang didesain untuk menyederhanakan alur kerja pengembangan bagi software engineer yang bertugas mengembangkan aplikasi Python di lingkungan dalam container menggunakan Cloud Workstation.

Dalam codelab ini, Anda akan mempelajari daftar alamat IP bernama Google Cloud Armor. Lebih khusus lagi, Anda akan mengonfigurasi daftar alamat IP yang diberi nama dalam kebijakan keamanan dan memvalidasi konektivitas.

Dalam codelab ini, Anda akan mempelajari cara membangun dan meluncurkan aplikasi ASP.NET Core dari Google Cloud Shell – tanpa harus keluar dari browser.

Dalam codelab ini, Anda akan diperkenalkan dengan Cloud Bigtable dengan klien Java HBase. Anda akan memuat data, lalu menjalankan beberapa kueri dan memplot data pada peta..

Dalam codelab ini, Anda akan mempelajari cara men-deploy aplikasi ASP.NET Core sederhana ke Google App Engine

Pelajari fitur dan kemampuan yang didesain untuk menyederhanakan alur kerja pengembangan bagi software engineer yang bertugas mengembangkan aplikasi Python di lingkungan dalam container menggunakan Cloud Workstation.

Pelajari fitur dan kemampuan yang didesain untuk menyederhanakan alur kerja pengembangan software engineer yang bertugas mengembangkan aplikasi Java di lingkungan dalam container.

Dalam codelab ini, Anda akan mempelajari cara melindungi BigQuery API menggunakan Kontrol Layanan VPC. Codelab dimulai tanpa layanan API yang dilindungi oleh perimeter layanan, yang memungkinkan kueri untuk dijalankan pada set data publik, dan

Pelajari cara mengelola dependensi dengan Architect Registry.

Mengintegrasikan database serverless dengan aplikasi yang berjalan di Cloud Run, mengonfigurasi layanan untuk menggunakan database relasional Cloud Spanner dan Cloud Firestore

Di lab ini, Anda akan mempelajari alur kerja ML lengkap di GCP: menyerap data dari BigQuery, membangun model XGBoost dalam instance Cloud AI Platform Notebooks, dan men-deploy model tersebut ke AI Platform.

Pelajari cara menghubungkan aplikasi yang berjalan di GKE Autopilot ke instance pribadi database AlloyDB

Dalam codelab ini, Anda akan mempelajari cara membuat Add-on Google Workspace menggunakan Node.js dan Cloud Run.

Di lab ini, kita akan membuat perimeter Kontrol Layanan VPC dan menggunakannya untuk melindungi sebuah project. Kemudian, kita akan memicu pelanggaran traffic masuk Kontrol Layanan VPC dan memandu proses pemecahan masalah penolakan. Pada akhir lab ini, Anda akan memiliki pemahaman yang lebih baik tentang cara menggunakan Kontrol Layanan VPC untuk melindungi resource Anda.

Dalam codelab ini, Anda akan membuat halaman web yang berinteraksi dengan papan micro:bit BBC untuk menampilkan gambar pada layar LED 5x5. Anda akan mempelajari Web Serial API dan cara menggunakan streaming yang dapat dibaca, ditulis, dan diubah untuk berkomunikasi dengan perangkat serial melalui browser.

Dalam codelab ini, Anda akan mempelajari cara menggunakan rutinitas prediksi kustom di Vertex AI untuk menulis logika prapemrosesan dan pascapemrosesan kustom

Di lab ini, kita akan membuat perimeter Kontrol Layanan VPC dan menggunakannya untuk melindungi suatu project. Kemudian, kita akan memicu pelanggaran traffic keluar Kontrol Layanan VPC dan memandu proses pemecahan masalah penolakan dengan membuat aturan traffic keluar. Pada akhir lab ini, Anda akan memiliki pemahaman yang lebih baik tentang cara menggunakan Kontrol Layanan VPC untuk melindungi resource Anda.

Di lab ini, Anda akan mempelajari cara melatih model XGBoost pada set data keuangan, men-deploy-nya ke Cloud AI Platform, dan menganalisisnya dengan What-If Tool

Pelajari cara membangun formulir web adaptif, yang memungkinkan setiap pengguna menerima antarmuka yang disesuaikan dan mencerminkan preferensi mereka pada waktu tertentu.

Codelab ini menunjukkan cara menggunakan Google Cloud Console untuk memberikan peran Identity and Access Management (IAM) ke akun utama untuk project Anda.

Dalam tutorial ini, Anda akan mempelajari cara mengonfigurasi notebook yang dikelola pengguna secara aman

Dalam codelab ini, Anda akan membangun aplikasi chat berbasis pengetahuan yang dirancang untuk menjawab pertanyaan pelanggan, memandu penemuan produk, dan menyesuaikan hasil penelusuran untuk set data e-commerce

Dalam codelab ini, Anda akan Menginstal ABAP Platform Trial 202

Dalam codelab ini, Anda akan membangun aplikasi chat berbasis pengetahuan yang dirancang untuk menjawab pertanyaan terkait penelusuran paten dan memberikan hasil yang relevan secara kontekstual berdasarkan kebenaran set data paten sebagai sumbernya.

Dalam codelab ini, Anda akan mengonfigurasi autentikasi ABAP SDK menggunakan token untuk SAP yang dihosting di VM Compute Engine dan mengeksekusi Address validation API

Thread 1.2 memperkenalkan Multicast di seluruh Thread Networks, yang memungkinkan komunikasi multicast antara segmen jaringan Thread dan jaringan Infrastruktur (Wi-Fi/ethernet). Codelab ini akan memandu Anda menjalani proses penyiapan dan bermain dengan fitur Multicast Thread 1.2.

Dalam codelab ini, Anda akan menggunakan OTBR sebagai Router Thread Border standar, menemukan dan menjangkau perangkat akhir Thread dari ponsel yang terhubung di jaringan Wi-Fi yang sama.

Dalam codelab ini, Anda akan menyimulasikan jaringan Thread pada perangkat virtual menggunakan OpenThread pada mesin Linux atau Mac OS.

Dalam codelab ini, Anda akan menggunakan OTNS CLI dan visualisasi web untuk menambahkan/memindahkan/menghapus node dalam jaringan Thread yang disimulasikan dan mengamati cara jaringan beradaptasi dengan perubahan topologi.

Dalam codelab ini, Anda akan membuat router perbatasan OpenThread dengan dukungan NAT64, dan menggunakan perangkat akhir di jaringan untuk mengakses resource IPv4 saja dari internet.

Dalam codelab ini, Anda akan menyimulasikan jaringan Thread pada perangkat virtual menggunakan OpenThread di Docker.

Dalam Codelab ini, Anda akan memprogram OpenThread pada hardware nyata, membuat dan mengelola jaringan Thread, dan meneruskan pesan antar-node.

Dalam Codelab ini, Anda akan memprogram OpenThread pada hardware nyata, membuat dan mengelola jaringan Thread, dan meneruskan pesan antar-node.

Kami akan membuat aplikasi Computer Vision menggunakan Spring Boot dan Java, yang memungkinkan Anda membuka potensi pengenalan dan analisis citra dalam project Anda.

Dalam codelab ini, Anda akan mempelajari cara merutekan pemberitahuan pemantauan Datadog ke Google Cloud dengan Eventarc.

Dalam codelab ini, Anda akan membangun aplikasi web sederhana, menjalankannya di lingkungan developer pribadi, lalu menjalankannya dalam container menggunakan Docker, dan terakhir men-deploy aplikasi yang sama di Cloud.

Dalam codelab ini, Anda akan membangun aplikasi Spring menggunakan Kotlin dan berintegrasi dengan beberapa teknologi Google Cloud Platform, seperti Cloud Pub/Sub dan Cloud SQL.

Dalam codelab ini, Anda akan mempelajari cara memulai Cloud Run dengan men-deploy dan menjalankan container stateless secara serverless (dengan memisahkan infrastruktur di lokasi lain). Cloud Run menawarkan opsi yang terkelola sepenuhnya serta kemampuan menjalankan berdasarkan cluster GKE.

Dalam codelab ini, Anda akan mempelajari cara merespons pemberitahuan pemantauan Datadog dengan Eventarc dan Workflows

Dalam codelab ini, Anda akan menerapkan layanan item dan layanan pascaperdagangan untuk berfungsi dengan Cloud Spanner.

Dalam codelab ini, Anda akan menyiapkan koneksi antara instance Compute Engine dan Cloud SQL dalam jaringan internal pribadi Google menggunakan Proxy Cloud SQL.

Dalam codelab ini, Anda akan menyiapkan koneksi sederhana ke instance Cloud SQL yang dapat diakses dari mana saja.

Pelajari cara mulai menggunakan fungsi Cloud Run

Dalam codelab ini, Anda akan membuat widget Layar Utama untuk aplikasi Flutter iOS atau Android Anda. Anda akan memulai dengan aplikasi berita Flutter dasar. Kemudian, Anda akan menggunakan framework native untuk membuat UI widget itu sendiri. Terakhir, Anda akan mempelajari cara berbagi resource dan membangun komunikasi antara widget dan aplikasi utama.

Otorisasi Biner merupakan kontrol keamanan waktu deployment yang memastikan hanya image container tepercaya yang di-deploy di Google Kubernetes Engine (GKE) atau Cloud Run. Dengan Otorisasi Biner, Anda dapat mewajibkan image untuk ditandatangani oleh

Docker adalah platform terbuka untuk mengembangkan, mengirim, dan menjalankan aplikasi. Dengan Docker, Anda dapat memisahkan aplikasi dari infrastruktur dan memperlakukan infrastruktur layaknya aplikasi terkelola. Docker membantu mengirim kode,

Dengan codelab ini, kita akan membuat ekstensi Chrome menggunakan Gemini. Kami akan menambahkan fitur berulang untuk mencapai tingkat yang membantu kami menambahkan fungsi ke halaman Google Meet.

Dalam codelab ini, Anda akan mempelajari cara membuat gambar dengan Vertex AI dan mengirim gambar ke Google Ads

Bangun aplikasi seluler layanan kesehatan yang aman, skalabel, patuh, dan berbasis data dengan Android-FHIR SDK, OHS, dan Google Cloud Healthcare API

Dalam codelab ini, Anda akan mengirimkan tugas Spark ML ke layanan Dataproc Google.

Dalam codelab ini, Anda akan mempelajari cara menggunakan Dataproc di Google Compute Engine (GCE).

Dalam codelab ini, Anda akan mempelajari semua hal tentang Dataproc Serverless, termasuk cara memulai dan cara mengakses rangkaian fiturnya yang lengkap.

Pelajari cara mengonfigurasi Eventarc untuk memicu Workflows yang terintegrasi dengan GKE Autopilot dan Pub/Sub untuk menjalankan proses bisnis reward pelanggan.

Dalam codelab ini, Anda akan menjalankan cara melacak peristiwa di halaman web dalam WebView menggunakan GA4F dengan meneruskannya ke kode native.

Dalam codelab ini, Anda akan mempelajari fitur traffic lanjutan yang tersedia di Load Balancer HTTP Eksternal yang baru.

Dalam codelab ini, Anda akan membangun Aplikasi Cloud Run yang mengubah gambar Anda menjadi kode situs dalam hitungan menit menggunakan model AI Generatif dari pilihan Gemini 1.0 Pro Vision, Gemini 1.5 Pro, dan banyak lagi.

Pelajari cara mengonfigurasi Eventarc untuk memicu Workflows yang terintegrasi dengan Cloud Run dan Pub/Sub untuk menjalankan proses bisnis reward pelanggan.

Dalam codelab ini, Anda akan mempelajari cara membuat Layanan Aksesibilitas untuk pengguna Android.