Professional Cloud Architect Renewal Exam Learning Path

この入門レベルのマイクロラーニング コースでは、生成 AI の概要、利用方法、従来の機械学習の手法との違いについて説明します。独自の生成 AI アプリを作成する際に利用できる Google ツールも紹介します。

このコースは、大規模言語モデル（LLM）とは何か、どのようなユースケースで活用できるのか、プロンプトのチューニングで LLM のパフォーマンスを高めるにはどうすればよいかについて学習する、入門レベルのマイクロ ラーニング コースです。独自の生成 AI アプリを開発する際に利用できる Google ツールも紹介します。

「Prompt Design in Vertex AI」スキルバッジを獲得できる入門コースを修了すると、 Vertex AI のプロンプト エンジニアリング、画像分析、マルチモーダル生成手法のスキルを実証できます。効果的なプロンプトを作成する方法、目的どおりの生成 AI 出力を生成する方法、 Gemini モデルを実際のマーケティング シナリオに適用する方法を学びます。 スキルバッジは、Google Cloud のプロダクトとサービスの習熟度を示す Google Cloud 発行の限定デジタルバッジで、 インタラクティブなハンズオン環境での知識の応用力を証明するものです。このスキル バッジ コースと最終評価チャレンジラボを完了し、スキルバッジを獲得して ネットワークで共有しましょう。

In this course, you will learn about the various services Google Cloud offers for modernizing retail applications and infrastructure. Through a series of lecture content and hands-on labs, you will gain practical experience deploying cutting-edge retail and ecommerce solutions on...

このコースでは、データから AI へのライフサイクルをサポートする Google Cloud のビッグデータと ML のプロダクトやサービスを紹介します。また、Google Cloud で Vertex AI を使用してビッグデータ パイプラインと ML モデルを作成する際のプロセス、課題、メリットについて説明します。

このコースは、Dataflow を使用したサーバーレスのデータ処理に関する 3 コースシリーズのパート 1 です。この最初のコースでは、始めに Apache Beam とは何か、そして Dataflow とどのように関係しているかを復習します。次に、Apache Beam のビジョンと Beam Portability フレームワークの利点について説明します。Beam Portability フレームワークによって、デベロッパーが好みのプログラミング言語と実行バックエンドを使用できるビジョンが実現します。続いて、Dataflow によってどのように費用を節約しながらコンピューティングとストレージを分離できるか、そして識別ツール、アクセスツール、管理ツールがどのように Dataflow パイプラインと相互に機能するかを紹介します。最後に、Dataflow でそれぞれのユースケースに合った適切なセキュリティ モデルを実装する方法について学習します。

This on-demand course provides partners the skills required to design, deploy, and monitor Vertail AI Search for Commerce solutions including retail search and recommendation AI for enterprise customers.

このコースでは、生成 AI モデルのデプロイと管理において MLOps チームが直面する特有の課題に対処するために必要な知識とツールを提供し、AI チームが MLOps プロセスを合理化して生成 AI プロジェクトを成功させるうえで Vertex AI がどのように役立つかを説明します。

このコースでは、ML の実務担当者に、生成 AI モデルと予測 AI モデルの両方を評価するための重要なツール、手法、ベスト プラクティスを身につけていただきます。モデル評価は、ML システムが本番環境で信頼性が高く、正確で、高性能な結果を確実に提供するための重要な分野です。 参加者は、さまざまな評価指標、方法論のほか、さまざまなモデルタイプやタスクにおけるそれらの適切な適用について理解を深めます。このコースでは、生成 AI モデルによってもたらされる固有の課題に重点を置き、それらの課題に効果的に取り組むための戦略を提供します。参加者は、Google Cloud の Vertex AI プラットフォームを活用して、モデルの選択、最適化、継続的なモニタリングのための堅牢な評価プロセスを実装する方法を学びます。

このラボでは、BigQuery を使用してデータ処理や探索的データ分析を行い、Vertex AI プラットフォームを使用してカスタム TensorFlow Regressor モデルのトレーニングとデプロイを行うことによって、顧客のライフタイム バリュー（CLV）を予測します。このラボの目標は、価値の高い実際のユースケースである予測 CLV を通して Vertex AI の概要を知ることです。最初は BigQuery と TensorFlow のワークフローから始めて、Vertex AI によるクラウドでのモデルのトレーニングとデプロイへと進みます。

このラボでは、Vertex AI Studio で Gemini のマルチモーダル機能を使ってプロンプトと会話を作成する方法を学習します。

このラボは、Google Gen AI SDK for Python の主な機能について学ぶことで、Google の生成 AI サービスとモデルを使用できるようになることを目的としたものです。

このチャレンジラボでは、「Vertex AI の Gemini API で生成 AI を使ってみる」コースのラボで習得したスキルと知識をテストします。このチャレンジラボを開始する前に、以前のラボの内容を理解しておく必要があります。

このチャレンジラボでは、「Vertex AI におけるプロンプト設計」コースのラボで習得したスキルと知識をテストします。このチャレンジラボを開始する前に、以前のラボの内容を理解しておく必要があります。

このチャレンジラボでは、Vertex AI を使用してモデル パイプラインのトレーニング、デプロイ、作成を行います。

このラボでは、Vertex AI の Gemini API を使用してマルチモーダル検索拡張生成（RAG）を実行する方法を学習します。

Vertex AI のグラウンディングを使用して、独自のドキュメントとデータでグラウンディングしたコンテンツを生成する方法を学びます。

このラボは、Google Cloud で生成 AI を実際に体験することを目的としたシリーズの一部です。

This challenge lab evaluates your understanding of Google's Vertex AI SDK for integrating generative AI models to build an Image generator app, and an app which enables you to ask questions about images and receive insightful text-based responses.