Member since 2026
開發人員的負責任 AI 技術：可解釋性與透明度
Earned Oct 26, 2026 EDT
使用 Dataplex 整理及管理資料
Earned Oct 25, 2026 EDT
運用 Gemini Enterprise 自動調度管理多代理工作流程
Earned Oct 23, 2026 EDT
開發人員的負責任 AI 技術：公平性與偏誤
Earned Oct 23, 2026 EDT
機器學習運作 (MLOps) 與 Vertex AI：模型評估
Earned Oct 23, 2026 EDT
生成式 AI 適用的機器學習運作 (MLOps)
Earned Oct 23, 2026 EDT
本課程旨在說明 AI 的可解釋性和透明度概念、探討 AI 透明度對開發人員和工程師的重要性。課程中也會介紹實務方法和工具，有助於讓資料和 AI 模型透明且可解釋。
完成「使用 Dataplex 整理及管理資料」技能徽章入門課程，即可證明您具備下列技能：建立 Dataplex 資產、建立切面類型，以及將切面套用至 Dataplex 中的項目。 技能徽章課程透過實作實驗室和挑戰評量，檢驗學員對於特定產品的實作知識。 完成課程或直接進行挑戰實驗室，即可取得徽章。徽章可證明您的專業能力、提升專業形象，開創更多職涯發展機會。前往個人資料頁面，追蹤您獲得的徽章。
完成運用 Gemini Enterprise 自動調度管理多代理工作流程技能徽章的入門課程，即可證明您具備下列技能：使用 Gemini Enterprise 支援的代理型助理，整合第一方和第三方來源的資料；開發多媒體行銷素材資源；以及自動執行跨系統的業務行動。技能徽章課程透過實作實驗室和挑戰評量，檢驗學員對於特定產品的實作知識。完成課程或直接進行挑戰實驗室，即可取得徽章。徽章可證明您的專業能力、提升專業形象，開創更多職涯發展機會。前往個人資料頁面，追蹤您獲得的徽章。
本課程旨在說明負責任 AI 技術的概念和 AI 開發原則，同時介紹各項技術，在實務上找出公平性和偏誤，減少 AI/機器學習做法上的偏誤。我們也將探討實用方法和工具，透過 Google Cloud 產品和開放原始碼工具，導入負責任 AI 技術的最佳做法。
本課程針對評估生成式和預測式 AI 模型，向機器學習從業人員介紹相關的基礎工具、技術和最佳做法。模型評估是機器學習的重要領域，確保這類系統能在正式環境中提供可靠、準確且成效優異的結果。 學員將深入瞭解多種評估指標與方法，以及適用於不同模型類型和工作的應用方式。此外，也會特別介紹生成式 AI 模型帶來的獨特難題，並提供有效的應對策略。透過 Google Cloud Vertex AI 平台，學員將瞭解在模型挑選、最佳化和持續監控方面，該如何導入穩健的評估程序。
本課程旨在提供必要的知識和工具，協助您探索機器學習運作團隊在部署及管理生成式 AI 模型時面臨的獨特挑戰，並瞭解 Vertex AI 如何幫 AI 團隊簡化機器學習運作程序，打造成效非凡的生成式 AI 專案。