WFH 38 – Baseline: Infrastructure

Kegiatan : Course online
Platform : Qwiklabs
Topik : Baseline: Infrastructure
Tautan : https://www.qwiklabs.com/quests/33
Harga : Gratis
Waktu : 3h50m (atau 6h)
Progres : 4/12 (target 12 dari total 22)
Pendahuluan : https://gugelberg.com/wfh-24-juaragcp/

Salah satu quest yang bisa dengan cepat diselesaikan. Kurang dari 4 jam bisa selesai kalau mau menyelesaikan quest dengan waktu tercepat, atau kalau mau semua lab selesai kira-kira butuh waktu 6 jam. Selain lab terakhir, lab lainnya cukup mudah diselesaikan.

Lab yang ada di quest ini:

  • Cloud Storage: Qwik Start – Cloud Console
  • Cloud Storage: Qwik Start – CLI/SDK
  • Cloud IAM: Qwik Start
  • Cloud Monitoring: Qwik Start
  • Cloud Functions: Qwik Start – Console
  • Cloud Functions: Qwik Start – Command Line
  • Google Cloud Pub/Sub: Qwik Start – Console
  • Google Cloud Pub/Sub: Qwik Start – Command Line
  • Google Cloud Pub/Sub: Qwik Start – Python
  • Baseline Infrastructure: Challenge Lab

Ada 6 tipe lab, Cloud Storage, Cloud IAM, Cloud Monitoring, Cloud Function, Google Cloud Pub/Sub, dan Challenge Lab. Ada beberapa pilihan untuk mempelajari lab-lab tersebut, apakah lewat Console, CLI/SDK, Command Line, atau Python. Pilih saja salah satu sesuai keinginan, atau pilih semua kalau mau jadi avatar.

Lab terakhir, Baseline Infrastructure: Challenge Lab, merupakan lab yang tipe baru yang pernah kuikuti. Tidak ada langkah-langkah mudah yang tinggal copy paste. Lab ini hanya berisi tujuan saja, jadi kita harus mengingat kembali cara-cara di lab sebelumnya dan memodifikasi sesuai tugas. Cukup menyenangkan, gak bisa copas-copas dan harus berpikir.

Meski lab terakhir cukup seru, secara garis besar quest ini cukup mudah untuk diselesaikan. Waktu yang dibutuhkan juga tidak lama.

Selamat belajar!

WFH 37 – Bug di #JuaraGCP

Kegiatan : Course online
Platform : Qwiklabs
Topik : Machine Learning APIs
Tautan : https://www.qwiklabs.com/quests/32
Harga : Gratis
Waktu : 5 menit
Pendahuluan : https://gugelberg.com/wfh-24-juaragcp/

Sedang asyik mengerjakan GCP dan tidak bisa menyelesaikan salah satu quest karena ada bug. Perusahaan sekelas Google saja masih ada bug. Kadang ada pertukaran antara waktu rilis yang cepat dengan bug dibandingkan dengan waktu rilis yang lama namun dengan lebih sedikit bug.

Sudah 8 dari 9

Sudah menyelesaikan 8 lab dari 9 lab, namun ada error sehingga quest ini belum bisa kuselesaikan. Cukup mengganggu, tapi lebih baik mencari quest lain sambil menunggu bug ini hilang. Atau yang lebih baik lagi, lab tersebut tidak mandatory jadi quest langsung selesai.

Ada bug

Aku yang sedikit penasaran, akhirnya mengetik alamat URL tersebut. URL tersebut mengantarkanku ke web Google yang membutuhkan Single Sign On. Sila kalau yang ingin berkunjung, langsung klik link ini. Kalau yang tidak mau, begini tampilannya.

Semoga cepat selesai, karena ini menyangkut peluangku untuk mendapatkan tas gratis.

Selamat debugging!

WFH 33- Intro to ML: Image Processing

Kegiatan : Course online
Platform : Qwiklabs
Topik : Intro to ML: Image Processing
Tautan : https://www.qwiklabs.com/quests/85
Harga : Gratis
Waktu : 5h5m (atau 2h5m) (atau 30m)
Progres : 3/12 (target 12 dari total 22)
Pendahuluan : https://gugelberg.com/wfh-24-juaragcp/

Aku mengambil course ini karena ada 1 course yang sama dengan course di quest Intro to ML Language Processing dan 1 course di Google Developer Essentials. Lumayan menghemat 3 jam, jadi cukup butuh 2h5m saja. Memang untuk menyelesaikan GCP ini dengan cepat butuh taktik yang jitu, harus memilih quest dan course dengan tepat. Course di Google Developer Essentials yang beririsan dengan course ini merupakan lab optional, jadi kalau salah memilih ya tidak mendapatkan percepatan.

Dua course juga tanpa score, sehingga bisa dibiarkan saja dan nanti juga dianggap lulus. Tapi coursenya sendiri cukup menyenangkan untuk diselesaikan. Jadi kalau mau benar-benar ngebut, di quest ini bisa cuma 30 menit dengan syarat 2 video yang lain sudah diselesaikan di quest berikutnya.

Lab yang ada di quest ini:

  • AI Platform: Qwik Start
  • APIs Explorer: Qwik Start
  • Classify Images of Clouds in the Cloud with AutoML Vision
  • Detect Labels, Faces, and Landmarks in Images with the Cloud Vision API
  • Extract, Analyze, and Translate Text from Images with the Cloud ML APIs

Tools dan API yang digunakan di quest ini adalah:

  • Cloud Vision API
  • Cloud AutoML API
  • AutoML UI
  • Vision API
  • Translation API
  • Nature Language API

Seperti course pengantar pada umumnya, masih basic. Hanya ada 1 video yang perlu ditonton, namun course ini sudah cukup jelas untuk menjadi pengantar tentang bagaimana ML bekerja dalam sistem dan bagaimana penggunaannya. Seru, terutama kalau upload gambar sendiri atau gambar yang tidak seharusnya dikelompokkan.

Classify Images of Clouds in the Cloud with AutoML Vision

Foto anjing ini dimasukkan ke kategori awan cirrus

Detect Labels, Faces, and Landmarks in Images with the Cloud Vision API

Ini mungkin lab paling menyenangkan di quest kali ini. Bisa mencoba beberapa gambar untuk dites dengan label detection (mencari apa yang ada di gambar), web detection (mencari gambar yang mirip di internet), face detection (mencari gambar muka), dan landmark detection (mendeteksi tempat). Aku mencoba beberapa gambar landmark yang aku ambil sendiri. Ada 4 foto yang aku ambil dan 3 hasilnya null dan 1 hasilnya agak jauh. Foto diambil di daerah Jakarta, Indonesia namun dikiranya di Melbourne, Australia. Tingkat kepercayaan cuma 0.4 sih, jadi bisa dimaafkan. Aku menggunakan Reqbin untuk membantu mempermudah mengganti-ganti API.

Extract, Analyze, and Translate Text from Images with the Cloud ML APIs

Di course ini kita diajari untuk menggunakan ML untuk mencari kata di foto, menerjemahkan kata tersebut, lalu menggunakan Natural Language untuk pengolahan kata lebih dalam. Aku mencoba dengan fotoku sendiri dan berhasil. Bahkan ML untuk mencari text bisa menemukan tulisan “WESTIN” juga.

Selamat bermain!

WFH 31 – Google Developer Essentials

Kegiatan : Course online
Platform : Qwiklabs
Topik : Google Developer Essentials
Tautan : https://www.qwiklabs.com/quests/86
Harga : Gratis
Waktu : 3h45m – 6h15m
Progres : 2/12 (target 12 dari total 22)
Pendahuluan : https://gugelberg.com/wfh-24-juaragcp/

Sengaja mengambil course ini karena berdasarkan informasi terpercaya course ini cukup singkat. Demi tas gratis ilmu, saya akhirnya memutuskan ikut course ini. Kebetulan ada beberapa lab yang pernah kulakukan, sehingga total hanya perlu 3h5m saja untuk mendapatkan badge ini.

Course kali ini agak unik karena ada pilihan course. Total course yang harus diselesaikan ada 5 dengan 3 mandatory dan 4 optional.

  • Weather Data in BigQuery
  • Classify Images of Clouds in the Cloud with AutoML Vision atau Entity and Sentiment Analysis with the Natural Language API
  • Google Assistant: Build a Restaurant Locator with the Places API
  • App Engine: Qwik Start – Java atau App Engine: Qwik Start – Python
  • Autoscaling an Instance Group with Custom Cloud Monitoring Metrics

Karena ada pilihan itu, waktu menyelesaikan course ini berkisar antara 3h45m atau 5h15m, atau kalau mau semua course diambil ya 6h15m. Cocok kalau mau mencari course yang cepat.

Course ini merupakan pengantar untuk menunjukkan kemampuan Google Cloud Ecosystem. Di quest ini kita bisa belajar cara untuk develop dan scale up tanpa perlu memikirkan infrastruktur, biarlah GCP yang mengurus. Quest ini juga menggunakan cukup banyak API, lumayan seru sih. Cocok buat yang suka main-main.

Tools dan API yang digunakan di quest ini adalah:

  • BigQuery
  • Cloud AutoML API
  • AutoML UI
  • Nature Language API
  • Places API
  • Google Actions Console
  • DialogFlow
  • Maps JavaScript API
  • Geocoding API
  • Google App Engine Admin API
  • Autoscalling

Quest ini cukup menarik, setidaknya ada 3 lab yang aku rekomendasikan.

Classify Images of Clouds in the Cloud with AutoML Vision

Lab tentang menggunakan AutoML untuk mempelajari klasifikasi awan. Ada 3 kategori awan yang digunakan yaitu cirrus, cumulus, dan cumulonimbus. Setelah ML mempelajari selama beberapa menit (agak lama), kita bisa mengunggah foto awan untuk diklasifikasikan di antara 3 tipe awan tersebut. Lumayan seru buat main-main.

Google Assistant: Build a Restaurant Locator with the Places API

Ini mungkin lab yang paling banyak toolsnya. Menggunakan 3 API (Places API, JavaScript API, dan Geocoding API), DialogFlow dan Google Actions Console. Di lab ini kita membuat sebuah tools yang bisa membantu orang untuk mencari tempat makan dengan menggunakan Google Assistant. Dengan menentukan tempat asal kita, jarak maksimal yang ingin kita tempuh, dan tipe makanan yang ingin kita makan, kita bisa mendapatkan gambar restoran yang sesuai dengan kriteria. Keren kan.

Mencari makan menggunakan API

Autoscaling an Instance Group with Custom Cloud Monitoring Metrics

Sebenarnya ini mungkin biasa saja, tapi baru kali ini main pake autoscaling. Secara garis besar tidak ada yang istimewa sih karena dari hit tidak terlalu tampak juga scale up dan scale down-nya. Namun lab ini bisa sedikit memberikan gambaran tentang betapa mudahnya untuk scaling itu.

Selamat bermain!

WFH 25 – Intro to ML Language Processing

Kegiatan : Course online
Platform : Qwiklabs
Topik : Intro to ML Language Processing
Tautan : https://www.qwiklabs.com/quests/82
Harga : Gratis
Waktu : ~4 jam
Progres : 1/12 (target 12 dari total 22)

Quest Intro to ML Language Processing

Machine Learning, kata yang sudah beberapa tahun jadi buzzword. Selalu menarik mempelajari tentang machine learning, bisa dari sisi tekonologinya, dari sisi keilmuannya, dan tentu saja dari sisi implementasinya. Course ini lebih membahas tentang implementasi langsung dari ML menggunakan API yang disediakan oleh Google.

Google Cloud Platform menyediakan banyak API untuk ML. Course ini mengenalkan kita pada beberapa API tersebut, langsung dengan praktik hands-on. Ada 5 hands-on lab di kursus ini:

  1. AI Platform: Qwik Start
  2. Google Cloud Speech API: Qwik Start
  3. Cloud Natural Language API: Qwik Start
  4. Entity and Sentimment Analysis with the Natural Language API
  5. Speech to Text Transcription with the Cloud Speech API

Course ini mengenalkan cara melatih model TensorFlow, menggunakan API untuk speech to text, dan NLP API. Secara garis besar course ini tidak susah, tinggal mengikuti semua langkah-langkahnya dan pasti selesai. Total hanya ada 7 video di Youtube dengan total waktu ~20 menit. Memang waktu habis lebih banyak di hands-on.

Waktu yang diberikan untuk no 3, 4, dan 5 memang cukup banyak jadi pasti ada sisa waktu. Kalau mau coba-coba bisa misal ganti kalimat, input audio, dll. Masih kelas pengantar, jadi tidak terlalu sulit.

Selamat belajar!

WFH 24 – #JuaraGCP

Kegiatan : Course online
Platform : Google Cloud Platform
Topik : Machine Learning, DevOps & Infrastructure, dan Application Development
Tautan : https://developers-id.googleblog.com/2020/05/juaragcp-hadir-kembali.html
Harga : Gratis
Waktu : ~10 (daftar doang)
Acara : 1-30 Mei 2020
Hadiah : Topi, botol minum, dan tas

Semua berawal dari Twitter. Lagi asyik mencari pertikaian, muncul iklan tentang #JuaraGCP ini. Sedikit penasaran, aku klik link untuk mencari informasi lebih jauh. Ini baru daftar saja, gak terlalu yakin bisa menyelesaikan 12 course dalam 24 hari, tapi mari dicoba saja.

#JuaraGCP adalah course online yang diadakan oleh Google Cloud. Ini merupakan season ke-3 dengan topik yang dibahas adalah Machine Learning, DevOps & Infrastructure, dan Application Development. Pendaftaran gratis dan mendapatkan akses ke Qwiklab gratis selama 1 bulan. Cocok buat yang pengen pindah karir menjelajah Google Cloud. Dengan ikut course ini kamu bisa dapat ilmu, pengetahuan tentang Google Cloud, belajar ML, DevOps dan Application development, akses ke mentor berpengalaman, dan tentu saja hadiah. Itu yang utama sih.

Pendaftaran gratis ini bisa langsung dilakukan di link di atas. Untuk mendapatkan hadiah, perlu minimal menyelesaikan 6 quest (dapat topi dan botol minum) atau menyelesaikan 12 quest (dapat topi, botol minum, dan tas). Setiap quest bisa kira-kira dialokasikan 5 jam. Cukup lah untuk mengisi waktu ngabuburit sambil dapat tas gratis.

Mari bergabung dan mengisi waktu luang.

Selamat belajar!