Telly Chandra
成为会员时间:2022
黄金联赛
42885 积分
成为会员时间:2022
This course goes beyond the basics of Data Studio to explore the powerful features and capabilities of Data Studio Pro. Learn how to leverage team workspaces for efficient collaboration, enhance data security and administration, and utilize Google Cloud Customer Care for support. Discover premium features that elevate your data visualization and reporting capabilities. This course is designed for users who already have a foundational understanding of Data Studio and want to unlock its full potential for their business or organization.
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。
完成中级技能徽章课程“使用 BigQuery 实现多模态向量搜索”, 展示自己在以下方面的技能:使用 Gemini in BigQuery 生成和调试 SQL;进行情感分析; 总结文本和识别关键字;生成嵌入;创建 RAG(检索增强生成)流水线; 以及实现多模态向量搜索。
本课程探讨 BigQuery 中用于减轻 AI 幻觉的检索增强生成 (RAG) 解决方案。BigQuery 引入了 RAG 工作流,其中涵盖了创建嵌入、搜索向量空间和生成更优质的回答。本课程解释了这些步骤背后的概念原理,以及这些步骤在 BigQuery 中的实际实施过程。学完本课程后,学员将能够使用 BigQuery 和生成式 AI 模型(如 Gemini)以及嵌入模型来构建 RAG 流水线,以解决在具体情况下遇到的 AI 幻觉问题。
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。
完成中级技能徽章课程保护软件交付流程,展示您能够熟练地根据 DevSecOps 原则,主动将安全措施集成到软件开发生命周期 (SDLC) 中。 您将学习如何利用 Google Kubernetes Engine (GKE) 和 Cloud Run 安全地部署容器映像,如何实现自动漏洞扫描以主动识别风险,以及如何使用 Artifact Registry 简化应用开发,同时保持对安全性的关注。此外,您还将掌握以下技能:集成 Cloud Build 以实现稳健的开发流程,以及实现准入控制政策以对环境进行精细控制。
完成保护 Lakehouse 数据这一入门级技能徽章课程,展示您在以下方面的技能:使用 IAM、BigQuery、Lakehouse 和 Knowledge Catalog 中的 Data Catalog 创建和保护 Lakehouse 表。
完成Google Cloud 云计算基础知识挑战任务,赢取技能徽章。 您将学习如何在 Compute Engine 中使用虚拟机 (VM)、永久性 磁盘和 Web 服务器。
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。
完成中级技能徽章课程使用 Agent Platform 探索生成式 AI,展示自己在以下方面的技能: 文本生成技能、用于增强内容创作能力的图像和视频分析技能,以及在 Gemini API 中应用函数调用技术的技能。 了解如何运用先进的 Gemini 技术、探索多模态内容生成方法,并扩展 AI 赋能项目的功能。
完成中级技能徽章课程“使用 Gemini 和 Streamlit 开发生成式 AI 应用”,展示您在以下方面的技能: 文本生成、通过 Python SDK 和 Gemini API 应用函数调用,以及通过 Cloud Run 部署 Streamlit 应用。 您将了解如何以不同方式通过提示来让 Gemini 生成文本、使用 Cloud Shell 进行测试,以及如何迭代 Streamlit 应用,随后将其封装成 Docker 容器并部署在 Cloud Run 中。
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。
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.
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。
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。
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。
在本课程中,您将获得在 Looker 中应用高级 LookML 概念 的实践经验。您将学习如何使用 Liquid 自定义和创建动态 维度和测量、创建动态 SQL 派生表和自定义原生 派生表,并运用扩展功能来模块化你的 LookML 代码
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。
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。
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。
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。
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。
This course empowers you to develop scalable, performant LookML (Looker Modeling Language) models that provide your business users with the standardized, ready-to-use data that they need to answer their questions. Upon completing this course, you will be able to start building and maintaining LookML models to curate and manage data in your organization’s Looker instance.
In this course, you learn how to do the kind of data exploration and analysis in Looker that would formerly be done primarily by SQL developers or analysts. Upon completion of this course, you will be able to leverage Looker's modern analytics platform to find and explore relevant content in your organization’s Looker instance, ask questions of your data, create new metrics as needed, and build and share visualizations and dashboards to facilitate data-driven decision making.
完成 在 Google Cloud 中实施 Sensitive Data Protection 这一入门级技能徽章课程,展示您在以下方面的技能:使用 Sensitive Data Protection 服务 (包括 Cloud Data Loss Prevention API)来检查和隐去 Google Cloud 中的敏感数据,并对敏感数据进行去标识处理。
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。
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。
完成“使用 Gemini 和 Imagen 构建实际 AI 应用”技能徽章入门课程,展示您在以下方面的技能:图像识别、自然语言处理、 使用 Google 强大的 Gemini 和 Imagen 模型生成图像、在 Vertex AI 平台上部署应用。
This course is designed for data analysts who want to learn about using BigQuery for their data analysis needs. Through a combination of videos, labs, and demos, we cover various topics that discuss how to ingest, transform, and query your data in BigQuery to derive insights that can help in business decision making.
了解如何在 Google Cloud 上将原始数字转化为清晰、以数据为依据的决策。通过实操实验和实际应用场景,本新手级课程将引导您在 BigQuery 中查询数据、在 Looker 中探索趋势,以及在数据洞察中制作可共享的交互式报告。
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。