加入 登录

在 Google Cloud 控制台中运用您的技能

Ankur Rana

成为会员时间：2023

黄金联赛

10245 积分
Production Machine Learning Systems Earned Feb 4, 2026 EST
利用 BigQuery ML 构建预测模型时的数据工程处理 Earned Feb 4, 2026 EST
通过 BigQuery ML 创建机器学习模型 Earned Jan 22, 2026 EST
在 Google Cloud 上为机器学习 API 准备数据 Earned Jan 22, 2026 EST
面向开发者的 Responsible AI：隐私保护和安全 Earned Jan 20, 2026 EST
在 Google Cloud 上创建生成式 AI 应用 Earned Jan 19, 2026 EST
面向开发者的 Responsible AI：可解释性和透明度 Earned Jan 18, 2026 EST
面向开发者的 Responsible AI：公平性与偏见 Earned Jan 18, 2026 EST
Machine Learning Operations (MLOps): Getting Started Earned Jan 18, 2026 EST
Machine Learning Operations (MLOps) with Vertex AI: Manage Features Earned Jan 17, 2026 EST
利用 Vertex AI 实现机器学习运维 (MLOps)：模型评估 Earned Jan 14, 2026 EST
Build, Train and Deploy ML Models with Keras on Google Cloud Earned Jan 9, 2026 EST
Feature Engineering Earned Jan 5, 2026 EST
生成式 AI 简介 Earned Jan 1, 2026 EST
适用于生成式 AI 的机器学习运维 (MLOps) Earned Jan 1, 2026 EST
大型语言模型简介 Earned Jan 1, 2026 EST
Working with Notebooks in Vertex AI Earned Dec 30, 2025 EST
Google Cloud 上的 AI 和机器学习简介 Earned Dec 29, 2025 EST
优化 Google Kubernetes Engine 的费用 Earned Jun 23, 2023 EDT
设置 Google Cloud 网络 Earned Jun 19, 2023 EDT
开发 Google Cloud 网络 Earned Jun 14, 2023 EDT
为 Compute Engine 实现云负载均衡 Earned Jun 12, 2023 EDT
在 Google Cloud 上设置应用开发环境 Earned Jun 6, 2023 EDT

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

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

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 Dataproc 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

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

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

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

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 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 Vertex AI Feature Store's streaming ingestion at the SDK layer.

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

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

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

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

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

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

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 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

完成中级技能徽章课程“优化 Google Kubernetes Engine 的费用”， 展示您在以下方面的技能：创建和管理多租户集群、按命名空间监控资源使用情况、 配置集群和 Pod 自动扩缩以提高效率、设置负载均衡以实现最佳资源分布， 以及实现活跃性与就绪性探测以确保应用正常运行并具有成本效益。

了解详情

完成设置 Google Cloud 网络课程，赢取技能徽章， 您将了解如何在 Google Cloud Platform 上执行基本的网络组建和管理任务 - 创建自定义网络、添加子网防火墙规则，然后创建虚拟机并测试 虚拟机之间相互通信时的延迟时间。

了解详情

完成开发 Google Cloud 网络课程，赢取技能徽章。在此课程中，您将学习 部署和监控应用的多种方法，包括执行以下任务的方法：探索 IAM 角色并添加/移除 项目访问权限、创建 VPC 网络、部署和监控 Compute Engine 虚拟机、 编写 SQL 查询、在 Compute Engine 中部署和监控虚拟机，以及使用 Kubernetes 通过多种部署方法部署应用。

了解详情

完成入门级技能徽章课程为 Compute Engine 实现云负载均衡，展示以下方面的技能： 在 Compute Engine 中创建和部署虚拟机 以及配置网络和应用负载均衡器。

了解详情

完成“在 Google Cloud 上设置应用开发环境”课程，赢取技能徽章；通过该课程，您将了解如何使用以下技术的基本功能来构建和连接以存储为中心的云基础设施： Cloud Storage、Identity and Access Management、Cloud Functions 和 Pub/Sub。

了解详情