Manoj Oswal
Member since 2022
Gold League
12312 points
Member since 2022
「生成式 AI 代理:實現組織轉型」是 Gen AI Leader 學習路徑的第五堂也是最後一堂課程。本課程將探討組織如何運用自訂生成式 AI 代理,解決特定的業務難題。您將動手練習建構基本的生成式 AI 代理,同時探索這類代理的各種元件,例如模型、推論迴圈和工具。
「生成式 AI 應用程式:徹底改變工作方式」是 Generative AI Leader 學習路徑的第四門課程。本課程將介紹 Google 的生成式 AI 應用程式,例如 Gemini for Workspace 和NotebookLM,也會引導您瞭解各種概念,像是建立基準、檢索增強生成、建構有效的提示詞,以及打造自動化工作流程等。
「生成式 AI:掌握幕後技術與環境」是 Gen AI Leader 學習路徑的第三門課程。生成式 AI 正在改變我們的工作方式,以及與周遭世界的互動模式。身為領導者,您要如何駕馭其強大的功能,創造實際的業務成果?在本課程中,您將認識建構生成式 AI 解決方案時的各個層面、Google Cloud 產品與服務,以及選擇解決方案時應考量的因素。
生成式 AI:瞭解基礎概念是 Gen AI Leader 學習路徑的第二門課程。在本課程中,您將瞭解 AI、機器學習和生成式 AI 的差異,以及各種類型的資料如何協助生成式 AI 解決業務難題,進而掌握生成式 AI 的基礎概念。您還能深入瞭解 Google Cloud 因應基礎模型限制的策略,以及開發、部署安全且負責任的 AI 技術時面臨的主要挑戰。
「生成式 AI:不只是聊天機器人」是 Gen AI Leader 學習路徑的第一門課程,沒有先修條件。本課程旨在帶領您超越對聊天機器人的基本認識,探索生成式 AI 能為貴組織帶來的真正潛力。您將瞭解基礎模型和提示工程等概念,這些都是發揮生成式 AI 威力的關鍵。本課程也會引導您思考重要事項,協助您為貴組織制定成功的生成式 AI 策略。
本課程分成數個部分,適合想使用 Agent Development Kit (ADK) 建構智慧型代理的開發人員。課程內容結合實作經驗、核心概念和實際應用,完整說明如何使用 ADK。您也可以加入 Google Cloud 專家和同業人士社群,向其他人提問、一起找出解答,並和研發您日常所用產品的 Google 員工交流互動。
運用 MCP Toolbox for Databases 建構可存取企業資料庫的 AI 代理。您將定義安全的資料庫互動工具,並實作智慧查詢功能 (運用向量嵌入和結構化查詢)。
本課程將複習 Model Armor 的基本安全功能,讓您具備使用這項服務的能力。您將瞭解 LLM 的相關安全風險,以及 Model Armor 如何保護 AI 應用程式。
完成進階的「部署多代理架構」技能徽章課程,證明您具備以下技能: 使用 ADK 建構多代理系統、將代理連結代理對代理 (A2A) 通訊協定、使用 Model Context Protocol (MCP) 整合外部工具,以及將完整的多代理解決方案部署至 Agent Engine。
本課程說明如何使用 Google Agent Development Kit 建構複雜的多代理系統。您將建構配備工具的虛擬服務專員,並透過從屬關係和流程定義互動方式。您將在本機執行代理,並部署至 Vertex AI Agent Engine,透過代管代理流程執行;Agent Engine 則處理基礎架構決策和資源調度作業。 請注意,這些實驗室是根據這項產品的預先發布版製成。我們會進行維護更新,因此這些研究室將可能出現延遲。
Gemini Enterprise 結合 Google 的搜尋和 AI 輔助功能,企業員工只要在單一搜尋列輸入關鍵字,就能查找文件儲存空間、電子郵件、對話、支援單處理系統和其他資料來源中的特定資訊。Gemini Enterprise 助理還能協助人員腦力激盪、研究資訊、列出文件大綱及執行其他動作,例如邀請同事加入日曆活動,加快完成知識型工作及各種協作作業。(請注意,Gemini Enterprise 先前稱為 Google Agentspace,本課程可能會提及產品舊稱。)
本課程介紹 Gemini Enterprise,這個強大的平台結合 AI 代理、企業搜尋工具、NotebookLM 和智慧資料存取功能,可協助組織解決難題。學員將能透過實際案例和練習,瞭解 Gemini Enterprise 功能如何滿足實際業務需求、描述平台架構,並說明如何根據不同職務處理資料存取與隱私權事宜。
本課程提供 Google Cloud 代理平台的完整說明,包括 Vertex AI Agent Builder、Gemini Enterprise、Conversational Agents,以及 Agent Development Kit。學員將瞭解每項產品的獨特功能,區分各特定用途適用的最佳解決方案,並掌握建立搜尋和即時通訊應用程式的基礎知識。
完成 在 Google Cloud 為機器學習 API 準備資料 技能徽章入門課程,即可證明您具備下列技能: 使用 Dataprep by Trifacta 清理資料、在 Dataflow 執行資料管道、在 Managed Service for Apache Spark 建立叢集和執行 Apache Spark 工作,以及呼叫機器學習 API,包含 Cloud Natural Language API、Google Cloud Speech-to-Text API 和 Video Intelligence API。
本課程介紹 Google Cloud 的 AI 和機器學習 (ML) 功能,著重說明如何開發生成式和預測式 AI 專案。我們也會探討「從資料到 AI」整個生命週期都適用的技術、產品和工具,並透過互動式練習,協助資料科學家、AI 開發人員和機器學習工程師精進專業知識。
只要修完「在 Google Cloud 設定應用程式開發環境」課程,就能獲得技能徽章。 在本課程中,您將學會如何使用以下技術的基本功能,建構和連結以儲存空間為中心的雲端基礎架構:Cloud Storage、Identity and Access Management、Cloud Functions 和 Pub/Sub。
「Google Cloud 基礎知識:核心基礎架構」介紹了在使用 Google Cloud 時會遇到的重要概念和術語。本課程會透過影片和實作實驗室,介紹並比較 Google Cloud 的多種運算和儲存服務,同時提供重要的資源和政策管理工具。
完成「在 Compute Engine 導入 Cloud Load Balancing」技能徽章入門課程,即可證明您具備下列技能: 在 Compute Engine 建立及部署虛擬機器, 以及設定網路和應用程式負載平衡器。