Google Cloud Skills Boost

Cloud Shell은 여러 개발 도구가 포함된 가상 머신입니다. 5GB의 영구적인 홈 디렉터리를 제공하며 Google Cloud에서 실행됩니다. Cloud Shell을 사용하면 명령줄을 통해 Google Cloud 리소스에 액세스할 수 있습니다. gcloud는 Goo

1. Gemini 설정 Cloud Shell icon (Cloud Shell icon) 2. GKE Cluster 배포하기

1. Gemini 설정 Cloud Shell icon 클릭 2. Dataset 생성 및 BigQuery에서 Gemini 사용 1. Dataset 생성 탐색 메뉴 > BigQuery 작업 보기에서 데이터 세트 만들기 ![](https://velog.velcdn.co

이 전 글에 반복되어 나오므로 생략VPC network -> VPC networks -> CREATE VPC NETWORKVPC 이름은 privatenet, Private IPv6를 설정해주어야 내부 접근이 가능하다.VPC가 생성된 것을 볼 수 있다.Gemini를 이용

이전 포스트에서 많이 다뤘으므로 생략몇 분 기다리면 GKE 클러스터가 생성된다.외부 IP로 접속하면 이런 사이트가 뜬다.Gemini 프롬프트로 관련된 보안 내용을 물어본다.이 중 Cloud Security Command Center(SCC)를 사용해보기로 하고Secur

Gemini를 사용한 지속적 배포 구현해당 아키텍처 다이어그램을 가진 코드 클론접속하면 아래와 같은 사이트가 나온다.메뉴 -> VIEW ALL PRODUCTS -> Observability -> LoggingLogging 창이 뜬다.Gemimi 프롬프트를 이용해 GKE

Cloud Shell 활성화 1. 환경 및 계정 구성 2. Cloud 워크스테이션 생성 및 실행 1. 워크스테이션 클러스터 보기 탐색 메뉴 -> VIEW ALL PRODUCTS ->

Cloud Shell 접속 후에 환경 및 계정을 구성한다.네비게이션 메뉴 -> BigQuery 선택Create data set 클릭 후 정보 입력해서 생성BigQuery -> 플러스 옆 드롭 다운 -> Python Notebook 클릭 후 Region 설정 해주고 모든

드디어 마지막 코스이다. 여기서는 5가지의 실습을 통해서 GenAI App을 배포하고 컨테이너화 시킨다.첫 번째 실습인 Vertex AI Gemini API 사용하기Vertex AI Gemini API란?Vertex AI -> WorkbenchUSER-MANAGED N

1. Vertex AI Workbench에서 노트북 열기 2. generative-ai 폴더 열기 3. 구조화된 Google 스토어 쿼리에 함수 호출 사용 4. 함수 호출을 사용하여 지도 API로 주소 지오코딩 5. 항목 추출에 함수 호출 사용

Vertex AI -> WorkbenchINSTANCE -> generative-ai-jupyterlab -> Open JupyterLabintro_gemini_python.ipynb시작하기 및 라이브러리 가져오기텍스트 프롬프트에서 텍스트 생성채팅 기록을 인쇄Verte

Cloud Shell 실행서버가 실행된 해당 url로 들어가보면 이런 API가 실행된다. Generate story를 선택해서 키워드 값을 입력하면 그에 맞는 Love, Adventure에 대한 스토리가 생성된다.도커로 빌드해서 Cloud에 배포한 url에 접속해서 A

챌린지 시나리오 1. cURL을 사용하여 API로 프롬프트 테스트 Vertex AI Workbench -> UsersNotebook 접속 후에 Terminal 후에 prompt.ipynb 파일을 수정해준다. 3번 단락에서 PROJECT_ID와 LOCATION 수정