加入 登录

Roman Petrov

成为会员时间：2023

钻石联赛

75695 积分
ML Pipelines on Google Cloud Earned Oct 8, 2025 EDT
使用多模态 Gemini 和多模态 RAG 检查富文档 Earned Oct 7, 2025 EDT
矢量搜索和嵌入 Earned Oct 7, 2025 EDT
在 Agent Platform 中设计提示 Earned Oct 6, 2025 EDT
Model Armor：保障 AI 部署安全 Earned Oct 5, 2025 EDT
AI 时代安全性简介 Earned Oct 5, 2025 EDT
面向开发者的 Responsible AI：隐私保护和安全 Earned Oct 5, 2025 EDT
面向开发者的 Responsible AI：可解释性和透明度 Earned Oct 4, 2025 EDT
Working with Notebooks in Vertex AI Earned Oct 4, 2025 EDT
面向开发者的 Responsible AI：公平性与偏见 Earned Oct 4, 2025 EDT
在 Google Cloud 上创建生成式 AI 应用 Earned Nov 7, 2024 EST
适用于生成式 AI 的机器学习运维 (MLOps) Earned Nov 7, 2024 EST
利用 Vertex AI 实现机器学习运维 (MLOps)：模型评估 Earned Nov 4, 2024 EST
利用 BigQuery ML 构建预测模型时的数据工程处理 Earned Nov 3, 2024 EST
Build a Certification Study Guide: PMLE Earned Nov 3, 2024 EST
在 Google Cloud 上为机器学习 API 准备数据 Earned Mar 25, 2024 EDT
MLOps with Agent Platform: Manage Features Earned Mar 24, 2024 EDT
Recommendation Systems on Google Cloud Earned Mar 23, 2024 EDT
Computer Vision Fundamentals with Google Cloud Earned Mar 16, 2024 EDT
Natural Language Processing on Google Cloud Earned Mar 15, 2024 EDT
Production Machine Learning Systems Earned Mar 15, 2024 EDT
Machine Learning in the Enterprise Earned Mar 9, 2024 EST
Machine Learning Operations (MLOps): Getting Started Earned Mar 8, 2024 EST
[DEPRECATED] Feature Engineering Earned Mar 8, 2024 EST
[Depricated] Build, Train and Deploy ML Models with Keras on Google Cloud Earned Mar 7, 2024 EST
Launching into Machine Learning Earned Mar 6, 2024 EST
Google Cloud 上的 AI 和机器学习简介 Earned Mar 5, 2024 EST
Build Custom Processors with Document AI [Deprecated] Earned Mar 4, 2024 EST
编码器-解码器架构 Earned Mar 4, 2024 EST
创建图片标注模型 Earned Mar 4, 2024 EST
注意力机制 Earned Mar 4, 2024 EST
Vertex AI Studio 简介 Earned Mar 2, 2024 EST
Transformer 模型和 BERT 模型 Earned Mar 2, 2024 EST
在 Google Cloud　上使用 Machine Learning API Earned Mar 1, 2024 EST
在 Looker 中管理数据模型 Earned Mar 1, 2024 EST
图像生成简介 Earned Feb 29, 2024 EST
在 Looker 中构建 LookML 对象 Earned Feb 28, 2024 EST
为 Looker 信息中心和报告准备数据 Earned Feb 27, 2024 EST
Looker 使用入门 Earned Feb 26, 2024 EST
使用 Natural Language API 分析情感 Earned Feb 25, 2024 EST
使用预训练 API 实现语音和语言解决方案 Earned Feb 25, 2024 EST
用 Document AI 实现大规模自动数据采集 Earned Feb 24, 2024 EST
使用 Google API 分析语音和语言 Earned Feb 24, 2024 EST
Responsible AI: 和 Google Cloud 一起践行 AI 原则 Earned Feb 23, 2024 EST
DEPRECATED Detect Manufacturing Defects Using Visual Inspection AI Earned Feb 23, 2024 EST
DEPRECATED Create Conversational AI Agents with Dialogflow CX Earned Feb 22, 2024 EST
用 Google Data Cloud 共享数据 Earned Feb 21, 2024 EST
Generative AI Fundamentals - 简体中文 Earned Feb 20, 2024 EST
负责任的 AI 简介 Earned Feb 20, 2024 EST
大型语言模型简介 Earned Feb 20, 2024 EST
生成式 AI 简介 Earned Feb 20, 2024 EST
使用 BigQuery 构建数据仓库 Earned Feb 19, 2024 EST
从 BigQuery 数据中挖掘数据洞见 Earned Feb 18, 2024 EST
在 Vertex AI 上构建和部署机器学习解决方案 Earned Feb 17, 2024 EST
在 BigQuery 中执行预测性数据分析 Earned Feb 17, 2024 EST
通过 BigQuery ML 创建机器学习模型 Earned Feb 16, 2024 EST
在 Google Cloud 上使用 TensorFlow 进行图片分类 Earned Feb 15, 2024 EST

In this course, you will be learning from ML Engineers and Trainers who work with the state-of-the-art development of ML pipelines here at Google Cloud. The first few modules will cover about TensorFlow Extended (or TFX), which is Google’s production machine learning platform based on TensorFlow for management of ML pipelines and metadata. You will learn about pipeline components and pipeline orchestration with TFX. You will also learn how you can automate your pipeline through continuous integration and continuous deployment, and how to manage ML metadata. Then we will change focus to discuss how we can automate and reuse ML pipelines across multiple ML frameworks such as tensorflow, pytorch, scikit learn, and xgboost. You will also learn how to use another tool on Google Cloud, Cloud Composer, to orchestrate your continuous training pipelines. And finally, we will go over how to use MLflow for managing the complete machine learning life cycle.

了解详情

完成中级技能徽章课程使用多模态 Gemini 和多模态 RAG 检查富文档，展示您在以下方面的技能： 将多模态与 Gemini 配合使用，从而使用多模态提示从文本数据和视觉数据中提取信息、生成视频说明、 检索视频中不包含的额外信息； 将多模态检索增强生成 (RAG) 与 Gemini 配合使用，以构建包含文本和图片的文档的元数据、获取所有相关文本块并输出引用。

了解详情

在本次课程中，探索 AI 赋能的搜索技术、工具和应用。学习利用向量嵌入的语义搜索、融合语义和关键字的混合搜索方法，以及检索增强生成 (RAG) 技术，以打造基于事实的 AI 智能体，尽可能减少 AI 幻觉。获取 Vertex AI Vector Search 实战经验，打造您自己的智能搜索引擎。

了解详情

完成 在 Agent Platform 中设计提示入门技能徽章课程，展示以下方面的技能： Agent Platform 中的提示工程、图片分析和多模态生成式技术。探索如何编写有效的提示，指导生成式 AI 输出， 以及将 Gemini 模型应用于真实的营销场景。

了解详情

本课程回顾了 Model Armor 的基本安全功能，并让您能够使用该服务。您将了解与 LLM 相关的安全风险，以及 Model Armor 如何保护您的 AI 应用。

了解详情

人工智能 (AI) 具备巨大的变革潜力，但也带来了新的安全挑战。本课程专为负责安全性和数据保护的领导者而设计，助其运用相关策略在组织内安全管理 AI。学习一个有助于实现以下目标的框架：主动识别并减轻 AI 特有的风险，保护敏感数据，确保遵从法规，构建弹性 AI 基础设施。通过四个不同行业的精选用例，探索这些策略如何应用于现实场景。

了解详情

本课程介绍 AI 隐私保护和安全方面的重要主题，还将探索使用 Google Cloud 产品和开源工具实施建议的 AI 隐私保护和安全实践的实用方法和工具。

了解详情

本课程介绍了 AI 可解释性和透明度的相关概念，探讨了 AI 透明度对于开发者和工程师的重要性。同时探索了有助于在数据和 AI 模型中实现可解释性和透明度的实用方法及工具。

了解详情

This course is an introduction to Vertex AI Notebooks, which are Jupyter notebook-based environments that provide a unified platform for the entire machine learning workflow, from data preparation to model deployment and monitoring. The course covers the following topics: (1) The different types of Vertex AI Notebooks and their features and (2) How to create and manage Vertex AI Notebooks.

了解详情

本课程介绍了 Responsible AI 的概念和 AI 原则，还介绍了在 AI/机器学习实践中识别公平性与偏见以及减少偏见的实用技巧，同时探索了使用 Google Cloud 产品和开源工具来实施 Responsible AI 最佳实践的实用方法和工具。

了解详情

生成式 AI 应用可以提供大语言模型 (LLM) 问世前几乎不可能实现的全新用户体验。作为应用开发者，您要如何利用生成式 AI 在 Google Cloud 上构建更具吸引力且功能强大的应用？ 在本课程中，您将了解生成式 AI 应用，以及如何利用提示设计和检索增强生成 (RAG) 技术，构建使用 LLM 的强大应用。您将了解可用于生产用途且适合生成式 AI 应用的架构，并构建一个基于 LLM 和 RAG 的聊天应用。

了解详情

本课程致力于为您提供所需的知识和工具，让您能够了解 MLOps 团队在部署和管理生成式 AI 模型以及探索 Vertex AI 如何帮助 AI 团队简化 MLOps 流程时面临的独特挑战，并帮助您在生成式 AI 项目中取得成功。

了解详情

本课程能让机器学习从业者掌握评估生成式和预测式 AI 模型的基本工具、方法和最佳实践。要确保机器学习系统在实际运用中提供可靠、准确、高效的结果，做好模型评估至关重要。 学员将深入了解各项评估指标、方法及如何在不同模型类型和任务中适当应用这些指标和方法。课程将着重介绍生成式 AI 模型带来的独特挑战，并提供有效解决这些挑战的策略。通过利用 Google Cloud 的 Vertex AI Platform，学员可学习如何在模型选择、优化和持续监控工作中实施卓有成效的评估流程。

了解详情

完成中级技能徽章课程利用 BigQuery ML 构建预测模型时的数据工程处理， 展示自己在以下方面的技能：利用 Dataprep by Trifacta 构建 BigQuery 数据转换流水线； 利用 Cloud Storage、Dataflow 和 BigQuery 构建提取、转换和加载 (ETL) 工作流； 以及利用 BigQuery ML 构建机器学习模型。

了解详情

Learn how to use Gemini Notebook to create a personalized study guide for the Professional Machine Learning Engineer (PMLE) certification exam. You'll review Gemini Notebook features, create a notebook, and use the study guide to practice for a certification exam.

了解详情

完成入门级技能徽章课程在 Google Cloud 上为机器学习 API 准备数据，展示以下技能： 使用 Dataprep by Trifacta 清理数据、在 Dataflow 中运行数据流水线、在 Managed Service for Apache Spark 中创建集群和运行 Apache Spark 作业，以及调用机器学习 API，包括 Cloud Natural Language API、Google Cloud Speech-to-Text API 和 Video Intelligence API。

了解详情

This course introduces participants to MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud. MLOps is a discipline focused on the deployment, testing, monitoring, and automation of ML systems in production. Learners will get hands-on practice using Agent Platform Feature Store's streaming ingestion at the SDK layer.

了解详情

In this course, you apply your knowledge of classification models and embeddings to build a ML pipeline that functions as a recommendation engine. This is the fifth and final course of the Advanced Machine Learning on Google Cloud series.

了解详情

This course describes different types of computer vision use cases and then highlights different machine learning strategies for solving these use cases. The strategies vary from experimenting with pre-built ML models through pre-built ML APIs and AutoML Vision to building custom image classifiers using linear models, deep neural network (DNN) models or convolutional neural network (CNN) models. The course shows how to improve a model's accuracy with augmentation, feature extraction, and fine-tuning hyperparameters while trying to avoid overfitting the data. The course also looks at practical issues that arise, for example, when one doesn't have enough data and how to incorporate the latest research findings into different models. Learners will get hands-on practice building and optimizing their own image classification models on a variety of public datasets in the labs they will work on.

了解详情

This course introduces the products and solutions to solve NLP problems on Google Cloud. Additionally, it explores the processes, techniques, and tools to develop an NLP project with neural networks by using Vertex AI and TensorFlow.

了解详情

This course covers how to implement the various flavors of production ML systems— static, dynamic, and continuous training; static and dynamic inference; and batch and online processing. You delve into TensorFlow abstraction levels, the various options for doing distributed training, and how to write distributed training models with custom estimators. This is the second course of the Advanced Machine Learning on Google Cloud series. After completing this course, enroll in the Image Understanding with TensorFlow on Google Cloud course.

了解详情

This course takes a real-world approach to the ML Workflow through a case study. An ML team faces several ML business requirements and use cases. The team must understand the tools required for data management and governance and consider the best approach for data preprocessing. The team is presented with three options to build ML models for two use cases. The course explains why they would use AutoML, BigQuery ML, or custom training to achieve their objectives.

了解详情

This course introduces participants to MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud. MLOps is a discipline focused on the deployment, testing, monitoring, and automation of ML systems in production. Machine Learning Engineering professionals use tools for continuous improvement and evaluation of deployed models. They work with (or can be) Data Scientists, who develop models, to enable velocity and rigor in deploying the best performing models.

了解详情

This course explores the benefits of using Vertex AI Feature Store, how to improve the accuracy of ML models, and how to find which data columns make the most useful features. This course also includes content and labs on feature engineering using BigQuery ML, Keras, and TensorFlow.

了解详情

This course covers building ML models with TensorFlow and Keras, improving the accuracy of ML models and writing ML models for scaled use.

了解详情

The course begins with a discussion about data: how to improve data quality and perform exploratory data analysis. We describe Vertex AI AutoML and how to build, train, and deploy an ML model without writing a single line of code. You will understand the benefits of Big Query ML. We then discuss how to optimize a machine learning (ML) model and how generalization and sampling can help assess the quality of ML models for custom training.

了解详情

本课程介绍 Google Cloud 的 AI 和机器学习 (ML) 能力，重点讲解如何开发生成式和预测式 AI 项目。本课程将探讨“数据到 AI”全生命周期中的多种技术、产品和工具，并通过互动练习帮助数据科学家、AI 开发者和机器学习工程师提升专业能力。

了解详情

Earn a skill badge by completing the Build Custom Processors with Document AI course. You learn how to extract data and classify documents by creating custom ML models specific to your business needs. This course teaches the foundation skills of building your own processors, working with optical character recognition, form parsing, processor creation, and uptraining the DocumentAI model.

了解详情

本课程简要介绍了编码器-解码器架构，这是一种功能强大且常见的机器学习架构，适用于机器翻译、文本摘要和问答等 sequence-to-sequence 任务。您将了解编码器-解码器架构的主要组成部分，以及如何训练和部署这些模型。在相应的实验演示中，您将在 TensorFlow 中从头编写简单的编码器-解码器架构实现代码，以用于诗歌生成。

了解详情

本课程教您如何使用深度学习来创建图片标注模型。您将了解图片标注模型的不同组成部分，例如编码器和解码器，以及如何训练和评估模型。学完本课程，您将能够自行创建图片标注模型并用来生成图片说明。

了解详情

本课程将向您介绍注意力机制，这是一种强大的技术，可令神经网络专注于输入序列的特定部分。您将了解注意力的工作原理，以及如何使用它来提高各种机器学习任务的性能，包括机器翻译、文本摘要和问题解答。

了解详情

本课程介绍 Vertex AI Studio，这是一种用于与生成式 AI 模型交互、围绕业务创意进行原型设计并在生产环境中落地的工具。通过沉浸式应用场景、富有吸引力的课程和实操实验，您将探索从提示到产品的整个生命周期，了解如何将 Vertex AI Studio 用于多模态 Gemini 应用、提示设计、提示工程和模型调优。本课程的目的在于帮助您利用 Vertex AI Studio，在自己的项目中充分发掘生成式 AI 的潜力。

了解详情

本课程向您介绍 Transformer 架构和 Bidirectional Encoder Representations from Transformers (BERT) 模型。您将了解 Transformer 架构的主要组成部分，例如自注意力机制，以及该架构如何用于构建 BERT 模型。您还将了解可以使用 BERT 的不同任务，例如文本分类、问答和自然语言推理。完成本课程估计需要大约 45 分钟。

了解详情

完成在 Google Cloud　上使用 Machine Learning API 课程，赢取高级技能徽章。 在本课程中，您将了解以下机器学习和 AI 技术的基本功能： Cloud Vision API、Cloud Translation API 和 Cloud Natural Language API。

了解详情

完成中级技能徽章课程在 Looker 中管理数据 模型，展示以下方面的技能：维护 LookML 项目的健康状况；利用 SQL Runner 进行数据验证；采用 LookML 最佳实践；优化查询和 报告；以及实现永久性派生表和缓存政策。

了解详情

本课程向您介绍扩散模型。这类机器学习模型最近在图像生成领域展现出了巨大潜力。扩散模型的灵感来源于物理学，特别是热力学。过去几年内，扩散模型成为热门研究主题并在整个行业开始流行。Google Cloud 上许多先进的图像生成模型和工具都是以扩散模型为基础构建的。本课程向您介绍扩散模型背后的理论，以及如何在 Vertex AI 上训练和部署此类模型。

了解详情

完成在 Looker 中构建 LookML 对象入门技能徽章课程，展示以下方面的技能： 构建新的维度、测量、视图和派生表；根据需求设置测量的过滤条件和 类型；更新维度和测量； 构建并优化探索；将视图联接到现有探索；并根据业务需求 决定要创建哪些 LookML 对象。

了解详情

完成为 Looker 信息中心和报告准备数据入门级技能徽章课程， 展现您在以下方面的技能：对数据进行过滤、排序和透视；将来自不同 Looker 探索的结果合并； 以及使用函数和运算符构建 Looker 信息中心和报告以用于数据分析和可视化。

了解详情

完成 Looker 使用入门技能徽章课程，赢取技能徽章， 在这门课程中，您将学习如何使用 Looker Studio 和 Looker 分析、直观呈现和整理数据。

了解详情

完成使用 Natural Language API 分析情感挑战任务，赢取技能徽章 。在此过程中，您将学习如何使用 API 从文本中提取情感。

了解详情

完成使用预训练 API 实现语音和语言解决方案课程以获得技能徽章，了解如何使用与语音相关的 API 工具来合成和转录语音。

了解详情

完成用 Document AI 实现大规模自动数据采集课程，赢取入门级技能徽章。在本课程中，您将学习如何使用 Document AI 提取、处理和采集数据。

了解详情

完成使用 Google API 分析语音和语言课程，赢取技能徽章 。在此课程中，您将学习如何在真实场景中使用 Natural Language API 和 Speech API。

了解详情

随着企业对人工智能和机器学习的应用越来越广泛，以负责任的方式构建这些技术也变得更加重要。但对很多企业而言，真正践行 Responsible AI 并非易事。如果您有意了解如何在组织内践行 Responsible AI，本课程正适合您。 本课程将介绍 Google Cloud 目前如何践行 Responsible AI，以及从中总结的最佳实践和经验教训，便于您以此为框架构建自己的 Responsible AI 方法。

了解详情

Earn a skill badge by completing the Detect Manufacturing Defects using Visual Inspection AI course, where you learn how to use Visual Inspection AI to deploy a solution artifact and test that it can successfully identify defects in a manufacturing process.

了解详情

Earn a skill badge by completing the Create Conversational AI Agents with Dialogflow CX quest, where you will learn how to create a conversational virtual agent, including how to: define intents and entities, use versions and environments, create conversational branching, and use IVR features. A skill badge is an exclusive digital badge issued by Google Cloud in recognition of your proficiency with Google Cloud products and services and tests your ability to apply your knowledge in an interactive hands-on environment. Complete this skill badge quest, and the final assessment challenge lab, to receive a skill badge that you can share with your network.

了解详情

完成用 Google Data Cloud 共享数据技能徽章课程，赢取技能 徽章。您将获得使用 Google Cloud 数据共享合作伙伴 的实操经验，这些合作伙伴拥有专有数据集， 客户可将其用于自己的分析应用场景。客户订阅这些数据集，可在自己的 平台上查询，然后使用自己的数据集加以扩充，并使用自己的可视化 工具，用于面向客户的信息中心。

了解详情

完成 Introduction to Generative AI、Introduction to Large Language Models 和 Introduction to Responsible AI 三门课程，赢取技能徽章。通过最终测验，即表明您理解了生成式 AI 的基本概念。 技能徽章是由 Google Cloud 颁发的数字徽章，旨在认可您对 Google Cloud 产品与服务的了解程度。公开您的个人资料并将技能徽章添加到您的社交媒体个人资料中，以此来分享您获得的成就。

了解详情

这是一节入门级微课程，旨在解释什么是负责任的 AI、它的重要性，以及 Google 如何在自己的产品中实现负责任的 AI。此外，本课程还介绍了 Google 的 7 个 AI 开发原则。

了解详情

这是一节入门级微学习课程，探讨什么是大型语言模型 (LLM)、适合的应用场景以及如何使用提示调整来提升 LLM 性能，还介绍了可以帮助您开发自己的 Gen AI 应用的各种 Google 工具。

了解详情

这是一节入门级微课程，旨在解释什么是生成式 AI、它的用途以及与传统机器学习方法的区别。该课程还介绍了可以帮助您开发自己的生成式 AI 应用的各种 Google 工具。

了解详情

完成中级技能徽章课程使用 BigQuery 构建数据仓库，展示以下技能： 联接数据以创建新表、排查联接故障、使用并集附加数据、创建日期分区表， 以及在 BigQuery 中使用 JSON、数组和结构体。

了解详情

完成入门级技能徽章课程“从 BigQuery 数据中挖掘数据洞见”，展示您在以下方面的技能： 编写 SQL 查询、查询公共表、将示例数据加载到 BigQuery 中、 在 BigQuery 中使用查询验证器排查常见的语法错误，以及通过连接到 BigQuery 数据在 Data Studio 中 创建报告。

了解详情

完成在 Vertex AI 上构建和部署机器学习解决方案课程，赢取中级技能徽章。 在此课程中，您将了解如何使用 Google Cloud 的 Vertex AI Platform、AutoML 以及自定义训练服务来 训练、评估、调优、解释和部署机器学习模型。 此技能徽章课程的目标受众是专业的数据科学家和机器学习 工程师。 技能徽章是由 Google Cloud 颁发的专属数字徽章，旨在认可 您对 Google Cloud 产品与服务的熟练度；您需要在 交互式实操环境中参加考核，证明自己运用所学知识的能力后才能获得此徽章。完成此技能徽章课程 和作为最终评估的实验室挑战赛，即可获得数字徽章， 在您的人际圈中炫出自己的技能。

了解详情

完成中级技能徽章课程“在 BigQuery 中执行预测性数据分析”， 展示以下方面的技能：导入 CSV 和 JSON 文件，在 BigQuery 中创建数据集； 利用 BigQuery 的强大功能与精细的 SQL 分析概念，包括使用 BigQuery ML，根据足球比赛数据 来训练一个进球数预测模型，并评估世界杯进球的观赏性。

了解详情

完成中级技能徽章课程通过 BigQuery ML 创建机器学习模型，展示您在以下方面的技能： 使用 BigQuery ML 创建和评估机器学习模型，以执行数据预测。

了解详情

完成“在 Google Cloud 上使用 TensorFlow 进行图片分类”课程，赢取中级技能徽章 。在此课程中，您将学习如何使用 TensorFlow 和 Vertex AI 来创建和训练机器学习模型。您将主要使用 Vertex AI Workbench 上用户管理的 笔记本。

了解详情