ARCHANA RAJA
成为会员时间:2026
白银联赛
4874 积分
成为会员时间:2026
AI 推理是指利用经过训练的机器学习模型,通过应用其学习到的模式,对新的、未见过的数据进行预测的过程。本课程专为有兴趣在 Cloud Run 上快速部署 AI 推理服务的开发者、数据科学家和机器学习工程师而设计。对于熟悉基于云的无服务器应用部署解决方案,但可能没有使用 Google Cloud 无服务器产品运行 AI 推理经验的学员来说,本课程非常有用。 本课程包含使用 GPU 部署 AI 推理模型,以及将生成式 AI 应用与数据存储服务集成的示例。
本课程面向为组织配置 Gemini Code Assist 的 Google Cloud 开发者和 DevOps 工程师,需事先掌握 Google Cloud 控制台的基本知识。本课程介绍了 Gemini Code Assist 的优势,并比较了不同 Gemini Code Assist 版本的功能。本课程还介绍了如何在组织内配置和管理 Gemini Code Assist。
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。
在本课程中,您将了解 Gemini(Google Cloud 推出的一款依托生成式 AI 的协作工具)如何帮助您使用 Google 产品和服务开发、测试、部署和管理应用。在 Gemini 的协助下,您可以学习如何开发和构建 Web 应用、修复应用中的错误、开发测试和查询数据。您可以通过实操实验了解如何利用 Gemini 来改进软件开发生命周期 (SDLC)。 Duet AI 已更名为 Gemini,这是我们的新一代模型。
此课程将探索如何使用 AI 功能套件 Gemini in BigQuery 为“数据到 AI”工作流提供助力。其中涉及到的功能包括数据探索和准备、代码生成和问题排查,以及工作流发现和可视化。此课程包含概念解释、真实使用场景以及实操实验等内容,可帮助数据从业者提升效率并加快流水线开发速度。
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。
本课程展示了如何在 BigQuery 中使用 AI/机器学习模型处理生成式 AI 任务。通过一个涉及客户关系管理的实际应用场景,您将学习到使用 Gemini 模型解决业务问题的工作流程。为了便于理解,本课程还将通过使用 SQL 查询和 Python 笔记本的编码解决方案提供分步指导。
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。
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。
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。
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。
本课程将介绍 Model Armor 的核心安全功能,助您轻松驾驭这项服务。您将了解 LLM 相关的安全风险,以及 Model Armor 如何保护您的 AI 应用。
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。
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。
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。
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 BigQuery 机器学习推理功能,以及数据分析师为何应使用该功能,它有哪些应用场景,有哪些受支持的机器学习模型。您还将了解如何在 BigQuery 中创建和管理这些机器学习模型。
在本课程中,您将了解 Gemini(Google Cloud 的生成式 AI 赋能的协作工具)如何帮助分析客户数据并预测产品销售情况。此外,您还将了解如何在 BigQuery 中使用客户数据来识别、开发新客户并对其进行分类。通过动手实验,您将体验 Gemini 如何改进数据分析和机器学习工作流。 Duet AI 已更名为 Gemini,这是我们的新一代模型。
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。
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。
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。