Enrico Martim Zúcollo
Member since 2025
Gold League
23296 points
Member since 2025
本課程將複習 Model Armor 的基本安全功能,讓您具備使用這項服務的能力。您將瞭解 LLM 的相關安全風險,以及 Model Armor 如何保護 AI 應用程式。
As enterprise teams transition to autonomous AI agents, security evolves toward proactive, identity-centric protection. In this course, you will implement a zero-trust security architecture for Cymbal Banking's underwriting platform using the Gemini Enterprise Agent Platform. By deploying a regional Egress Agent Gateway, configuring Model Armor and Semantic Governance (SGP) safety templates, assigning cryptographic SPIFFE identities to agent runtimes, and declaring a VPC-SC perimeter in Terraform, you will protect database boundaries and manage tools with production-grade governance.
瞭解如何在 Google Cloud 保護及管理 AI 代理。本課程提供實用藍圖,協助您保護代理記憶、透過 IAM 和 VPC Service Controls 強制執行嚴格的存取控管,以及部署即時對話防護機制,確保企業部署安全且符合法規。
完成「搭配多代理系統使用 Agent Skills」技能徽章進階課程,即可證明您具備下列技能:使用 ADK 建構多代理系統、將代理連結代理對代理 (A2A) 通訊協定、使用 Model Context Protocol (MCP) 整合外部工具,以及將完整的多代理解決方案部署至 Agent Engine。 查看 Gemini Enterprise Agent Ready (GEAR) 計畫的其他內容。
Close the gap between general AI capabilities and your domain knowledge through Agent Skills. This course walks you through the full lifecycle of custom skill building, from local scaffolding and testing to enterprise scaling and sharing using Google's agent ecosystem, including Google Antigravity, ADK, and Skill Registry. Additionally, you use Google Agents CLI toolkit to attach skills to standalone 24/7 cloud agents, equipping your team with reliable, autonomous digital coworkers.
瞭解如何使用 Google 的 Agent Development Kit (ADK) 和 Model Context Protocol (MCP),設計、協調及部署多代理系統。本課程將以旅遊規劃服務為例,說明如何透過自訂防護機制,調度管理專用代理網路。完成本課程後,您將瞭解如何運用設計模式和部署策略,打造穩固且可擴充的 AI 工作流程。
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。
探索從任務導向工作流程到人本 AI 自動化調度管理的重要轉變。您將學習如何策略性區分擴增和自動化,以及如何平衡機器效率與人類直覺。
完成進階的「部署多代理架構」技能徽章課程,證明您具備以下技能: 使用 ADK 建構多代理系統、將代理連結代理對代理 (A2A) 通訊協定、使用 Model Context Protocol (MCP) 整合外部工具,以及將完整的多代理解決方案部署至 Agent Engine。
將代理從 localhost 移至正式環境。本課程將說明如何將 ADK 代理部署至 Vertex AI Agent Engine 和 Cloud Run,並透過 Memory Bank 視情況啟用跨工作階段記憶。
運用 Google 的 Agent Development Kit (ADK) 和 Google Cloud 的強大基礎架構,探索多代理系統的架構和部署作業。您將學習設計階層式代理樹狀結構和確定性工作流程代理,同時找出理想的託管環境 (從無伺服器 Cloud Run 到高效能 GKE),確保您的 AI 代理安全、具備擴充性且可部署於正式環境。
您已建立具有進階設定功能的代理,可開始賦予代理實際應用能力。為代理配備工具,使代理能搜尋網路、執行程式碼、查詢資料庫和執行自訂動作。將代理從聰明的回覆者,轉變為能採取行動的得力助手。
您已建構能回覆查詢的基本 LLM 代理,是時候讓代理有狀態。利用工作階段狀態建構能維持對話脈絡、記住使用者偏好,並提供個人化體驗的代理。將代理從無狀態的回覆者轉為智慧助理。 查看 Gemini Enterprise Agent Ready (GEAR) 計畫的其他內容。 加入社群論壇,提出問題並參與討論
您已經成功打造第一個代理,是時候迎接更進階的挑戰。在本課程中,您將學習如何應用進階指令、選擇模型、建立規劃能力及結構化輸出模式,藉此將基本 AI 代理轉為高明又精確的助理,讓您的技能更上一層樓。加入社群論壇,提出問題並參與討論
完成「使用 Agent Development Kit (ADK) 建造 AI 代理:工程設計」技能徽章中階課程,即可證明您具備下列技能: 提出實際的語言模型研究問題、建構簡單的權杖化工具、準備資料集來訓練 Transformer 語言模型,以及執行小型語言模型的訓練迴圈。
使用 Agent Development Kit (ADK) 建構、設定及執行您的第一個 AI 代理,將自身代理知識化為實際成果。 在這堂實作課程,您會設立完整的 ADK 開發環境,並使用 Python 程式碼和 YAML 設定打造代理,然後透過多個介面執行。您也會瞭解定義代理行為的核心參數,將課程 1 的學習成果轉化為實際運作的程式碼。
瞭解 AI 代理如何發揮更高的業務影響力,包括根據您的 KPI 規劃要使用的代理類型,以及探索能解決實際瓶頸的用途。您也將認識各種無程式碼到高程式碼解決方案,瞭解 Gemini Enterprise 如何協助建構和自動調度合適的代理。
本課程介紹 AI 代理的基礎知識,並探討代理的實際應用價值。代理可為開發人員、架構師和技術決策者奠定基礎,協助他們從目標導向的自主行為角度來理解 AI 系統。
建立您的第一個 Gemini Enterprise 應用程式,獲得技能徽章!將各種資料來源連接到您的應用程式,建立強大的統合式搜尋和分析引擎。掌握 Deep Research 代理、多代理構思和 NotebookLM 等進階功能,進行重點分析。
What does it take to manage cloud resources with precision and visibility? In this challenge, you’ll start by working with Cloud Storage using the CLI and defining secure access through custom IAM roles. You’ll then deploy and manage serverless functions using Cloud Run, both from the command line and the console. On the observability side, you’ll set up Cloud Monitoring, track performance across multiple projects, and create alerts using logs-based metrics. Finally, you’ll deploy a Java application on App Engine to see how these components come together in a real-world setup.
這是 Google Cloud 網路安全專業證書課程的第五門課,在本課程中,您將在互動式總結專案中,結合並應用雲端安全原則、風險管理、安全漏洞識別、事件管理和危機溝通等重要概念。此外,您還會完成履歷更新,並實際練習所有新學到的面試技巧,為應徵和面試這個領域的工作做好準備。
這是 Google Cloud 網路安全專業證書五堂課程中的第四堂。本課程將著重於培養記錄、安全防護和快訊監控能力,以及攻擊防範技術。您將學到如何自訂威脅資訊、管理事件、處理危機溝通、進行根本原因分析,以及掌握事件應變和事後溝通的訣竅。您將學習如何使用 Google Cloud 工具找出入侵指標,並為業務永續性和災難復原做好準備。除了技術能力,您還需要持續更新履歷,並練習面試技巧。
這是 Google Cloud 網路安全專業證書五堂課程中的第三堂。本課程將探討雲端環境中的身分管理和存取控管原則,涵蓋 AAA (驗證、授權和稽核)、憑證處理和憑證管理等重要元素。此外,您還會學到威脅與安全漏洞管理、雲端原生原則和資料保護措施等重要主題。您完成本課程後,將具備保護雲端資源和組織機密資訊所需的技能與知識。此外,您還能繼續使用跟職涯有關的資源,精進面試技巧,準備邁向職涯發展的下一步。
這是 Google Cloud 網路安全專業證書五堂課程中的第二堂。本課程將介紹廣泛使用的雲端風險管理架構,探討安全領域、法規遵循生命週期,以及 HIPAA、NIST CSF 和 SOC 等業界標準。您將學會識別風險、實作安全控管措施、評估法規遵循情形,以及管理資料保護作業。此外,您還將實際操作 Google Cloud 和多雲端工具,瞭解如何因應風險和法規遵循需求。本課程也納入求職和面試準備技巧,提供全方位基礎知識,協助學員瞭解並有效應對雲端風險管理的複雜現況。
What does it take to run applications that stay fast, reliable, and ready to scale? In this challenge, you’ll explore the pieces that make it possible—from designing databases with Cloud Spanner and connecting them to modern web apps, to managing deployments with Google Cloud Deploy. You’ll also learn networking basics, configure an Internal Application Load Balancer, and even create a no-code chat app with AppSheet to see how quickly ideas can turn into working applications.
這是 Google Cloud 網路安全專業證書五堂課程中的第一堂。本課程將介紹網路安全的必要基礎,包括安全防護生命週期、數位轉型和雲端運算的重要概念。您將瞭解初級雲端資安分析師用來自動執行工作的常見工具。
「生成式 AI 代理:實現組織轉型」是 Gen AI Leader 學習路徑的第五堂也是最後一堂課程。本課程將探討組織如何運用自訂生成式 AI 代理,解決特定的業務難題。您將動手練習建構基本的生成式 AI 代理,同時探索這類代理的各種元件,例如模型、推論迴圈和工具。
「生成式 AI 應用程式:徹底改變工作方式」是 Generative AI Leader 學習路徑的第四門課程。本課程將介紹 Google 的生成式 AI 應用程式,例如 Gemini for Workspace 和NotebookLM,也會引導您瞭解各種概念,像是建立基準、檢索增強生成、建構有效的提示詞,以及打造自動化工作流程等。
「生成式 AI:掌握幕後技術與環境」是 Gen AI Leader 學習路徑的第三門課程。生成式 AI 正在改變我們的工作方式,以及與周遭世界的互動模式。身為領導者,您要如何駕馭其強大的功能,創造實際的業務成果?在本課程中,您將認識建構生成式 AI 解決方案時的各個層面、Google Cloud 產品與服務,以及選擇解決方案時應考量的因素。
生成式 AI:瞭解基礎概念是 Gen AI Leader 學習路徑的第二門課程。在本課程中,您將瞭解 AI、機器學習和生成式 AI 的差異,以及各種類型的資料如何協助生成式 AI 解決業務難題,進而掌握生成式 AI 的基礎概念。您還能深入瞭解 Google Cloud 因應基礎模型限制的策略,以及開發、部署安全且負責任的 AI 技術時面臨的主要挑戰。
「生成式 AI:不只是聊天機器人」是 Gen AI Leader 學習路徑的第一門課程,沒有先修條件。本課程旨在帶領您超越對聊天機器人的基本認識,探索生成式 AI 能為貴組織帶來的真正潛力。您將瞭解基礎模型和提示工程等概念,這些都是發揮生成式 AI 威力的關鍵。本課程也會引導您思考重要事項,協助您為貴組織制定成功的生成式 AI 策略。
完成 在 Google Cloud 為機器學習 API 準備資料 技能徽章入門課程,即可證明您具備下列技能: 使用 Dataprep by Trifacta 清理資料、在 Dataflow 執行資料管道、在 Managed Service for Apache Spark 建立叢集和執行 Apache Spark 工作,以及呼叫機器學習 API,包含 Cloud Natural Language API、Google Cloud Speech-to-Text API 和 Video Intelligence API。
Google Cloud 運算基本概念課程,適合幾乎沒有雲端運算背景或經驗的學員。這些課程會概略介紹雲端基礎知識、大數據和機器學習的核心概念,以及 Google Cloud 的角色和定位。完成這一系列課程後,學員將能闡述這些概念並展示實用技能。學員需依序完成課程: 1. Google Cloud 運算的基本概念:Cloud 運算基礎知識 2. Google Cloud 運算的基本概念:Google Cloud 基礎架構 3. Google Cloud 運算的基本概念:Google Cloud 的網路與安全性 4. Google Cloud 運算的基本概念:Google Cloud 中的資料、機器學習和 AI 本系列的最後一堂課回顧了代管大數據服務、機器學習與這項技術的價值,以及如何獲得技能徽章,進一步展示您的 Google Cloud 技能。
完成「在 Compute Engine 導入 Cloud Load Balancing」技能徽章入門課程,即可證明您具備下列技能: 在 Compute Engine 建立及部署虛擬機器, 以及設定網路和應用程式負載平衡器。
完成「建構安全的 Google Cloud 網路」課程,即可獲得技能徽章。本課程將說明多項網路相關 資源,協助您在 Google Cloud 建構、調度資源和保護應用程式。
Google Cloud 運算基本概念課程,適合幾乎沒有雲端運算背景或經驗的學員。這些課程會說明雲端運算基本知識、大數據和機器學習的核心概念,以及 Google Cloud 的角色和定位。 完成這一系列課程後,學員將能夠闡述這些概念並展示實用技能。學員應依以下順序完成課程: 1. Google Cloud 運算的基本概念:Cloud 運算基礎知識 2. Google Cloud 運算的基本概念:Google Cloud 基礎架構 3. Google Cloud 運算的基本概念:Google Cloud 的網路與安全性 4. Google Cloud 運算的基本概念:Google Cloud 中的資料、機器學習和 AI 第三門課涵蓋雲端自動化和管理工具,以及建構安全網路。
只要修完「在 Google Cloud 設定應用程式開發環境」課程,就能獲得技能徽章。 在本課程中,您將學會如何使用以下技術的基本功能,建構和連結以儲存空間為中心的雲端基礎架構:Cloud Storage、Identity and Access Management、Cloud Functions 和 Pub/Sub。
Google Cloud 運算基本概念課程,適合幾乎沒有雲端運算背景或經驗的學員。這些課程會概略介紹雲端基礎知識、大數據和機器學習的核心概念,以及 Google Cloud 的角色和定位。完成這一系列課程後,學員將能闡述這些概念並展示實用技能。學員需依序完成課程: 1. Google Cloud 運算的基本概念:Cloud 運算基礎知識 2. Google Cloud 運算的基本概念:Google Cloud 基礎架構 3. Google Cloud 運算的基本概念:Google Cloud 的網路與安全性 4. Google Cloud 運算的基本概念:Google Cloud 中的資料、機器學習和 AI
Did you know that millions of teams use Google tools every day to meet, collaborate, and manage work—often without seeing the cloud doing the heavy lifting behind the scenes? This challenge brings together essential Google Workspace and Google Cloud basics in one smooth learning journey. You’ll start with familiar tools like Meet, Drive, and Sheets, then move into the fundamentals that power them—managing access with IAM, creating virtual machines, working in Cloud Shell with gcloud, and setting up reliable storage. Step by step, you’ll see how everyday work connects to the infrastructure that keeps everything running.
完成「Google Cloud Compute 基本操作」任務, 學習如何在 Compute Engine 中使用虛擬機器 (VM)、永久磁碟 和網路伺服器,即可獲得技能徽章。
Google Cloud 運算基本概念課程,適合幾乎沒有雲端運算背景或經驗的學員。這些課程會說明雲端運算基本知識、大數據和機器學習的核心概念,以及 Google Cloud 的角色和定位。完成這一系列課程後,學員將能夠闡述這些概念並展示實用技能。學員應依以下順序完成課程: 1. Google Cloud 運算的基本概念:Cloud 運算基礎知識 2. Google Cloud 運算的基本概念:Google Cloud 基礎架構 3. Google Cloud 運算的基本概念:Google Cloud 的網路與安全性 4. Google Cloud 運算的基本概念:Google Cloud 中的資料、機器學習和 AI 第一門課會概略說明雲端運算、Google Cloud 的使用方式,以及不同的運算選項。
隨著企業持續擴大使用人工智慧和機器學習,以負責任的方式發展相關技術也日益重要。對許多企業來說,談論負責任的 AI 技術可能不難,如何付諸實行才是真正的挑戰。如要瞭解如何在機構中導入負責任的 AI 技術,本課程絕對能助您一臂之力。 您可以從中瞭解 Google Cloud 目前採取的策略、最佳做法和經驗談,協助貴機構奠定良好基礎,實踐負責任的 AI 技術。
完成 在 Agent Platform 設計提示 技能徽章入門課程,即可證明您具備下列技能: 在 Agent Platform 設計提示、分析圖片,以及運用多模態模型生成內容。瞭解如何建立有效的提示、引導生成式 AI 輸出內容, 以及將 Gemini 模型用於實際的行銷情境。
這個入門微學習課程主要介紹「負責任的 AI 技術」和其重要性,以及 Google 如何在自家產品中導入這項技術。本課程也會說明 Google 的 7 個 AI 開發原則。
這是一堂入門級的微學習課程,旨在探討大型語言模型 (LLM) 的定義和用途,並說明如何調整提示來提高 LLM 成效。此外,也會介紹多項 Google 工具,協助您自行開發生成式 AI 應用程式。
這個入門微學習課程主要說明生成式 AI 的定義和使用方式,以及此 AI 與傳統機器學習方法的差異。本課程也會介紹各項 Google 工具,協助您開發自己的生成式 AI 應用程式。