AFIFA A
Mitglied seit 2024
Bronze League
4136 Punkte
Einen Streaming-Data Lake in Cloud Storage erstellen
Earned Okt 11, 2026 EDT
Cloud-Speicher- und Datenschutzlösungen implementieren
Earned Okt 11, 2026 EDT
Ereignisgesteuerte Messaging- und Automatisierungs-Workflows implementieren
Earned Okt 11, 2026 EDT
Google Cloud Compute: Grundlagen
Earned Okt 10, 2026 EDT
KI-basierte Prototypen in Google AI Studio entwickeln
Earned Okt 10, 2026 EDT
Die erste Gemini Enterprise-Anwendung erstellen
Earned Okt 10, 2026 EDT
Data Warehouse mit BigQuery erstellen
Earned Jul 24, 2026 EDT
Modelle zur Bilduntertitelung erstellen
Earned Mär 9, 2026 EDT
Transformer-Modelle und BERT-Modell
Earned Mär 9, 2026 EDT
Encoder-Decoder-Architektur
Earned Mär 9, 2026 EDT
Aufmerksamkeitsmechanismus
Earned Mär 9, 2026 EDT
Einstieg in die Bildgenerierung
Earned Mär 9, 2026 EDT
Verantwortungsbewusste Anwendung von KI: KI-Grundsätze in Google Cloud anwenden
Earned Okt 31, 2024 EDT
Prompt-Design mit Agent Platform
Earned Okt 31, 2024 EDT
Einführung in die verantwortungsbewusste Anwendung von KI
Earned Okt 18, 2024 EDT
Einführung in Large Language Models
Earned Okt 18, 2024 EDT
Einführung in generative KI
Earned Okt 16, 2024 EDT
Erhalten Sie ein Skill-Logo, indem Sie die Aufgabenreihe Einen Streaming-Data Lake in Cloud Storage erstellen abschließen. Sie nutzen Pub/Sub, Dataflow und Cloud Storage in Kombination, um einen Streaming-Data Lake in Google Cloud zu erstellen.
Weitere Informationen
Schließen Sie die Aufgabenreihe Cloud-Speicher- und Datenschutzlösungen implementieren ab und sichern Sie sich ein Skill-Logo für den Kurs. Sie erfahren, wie Sie einen Cloud Storage-Bucket erstellen, die Cloud Storage-Befehlszeile verwenden und Objekte in einem Bucket mit der Bucket-Sperre schützen.
Weitere Informationen
Sichern Sie sich ein Skill-Logo, indem Sie die Aufgabenreihe Ereignisgesteuerte Messaging- und Automatisierungs-Workflows implementieren abschließen. Dabei lernen Sie, wie Sie Pub/Sub über die Cloud Console verwenden, wie Cloud Scheduler-Jobs Ihnen die Arbeit erleichtern können und in welchen Fällen Sie mit Pub/Sub Lite bei der Aufnahme großer Ereignisdatenmengen Geld sparen können.
Weitere Informationen
Sichern Sie sich ein Skill-Logo, indem Sie die Aufgabenreihe Google Cloud Compute: Grundlagen abschließen. Dabei lernen Sie, wie Sie Compute Engine bei der Arbeit mit virtuellen Maschinen (VMs), nichtflüchtigen Speichern und Webservern nutzen.
Weitere Informationen
Mit dem Skill-Logo zum Kurs KI-basierte Prototypen in Google AI Studio entwickeln weisen Sie Grundkenntnisse in folgenden Bereichen nach: effektive Prompts erstellen, multimodale Funktionen für die Bild- und Videoanalyse nutzen, Prototypen für funktionale KI-gestützte Anwendungen aus Vorlagen und Text-Prompts erstellen und mithilfe von API-Schlüsseln benutzerdefinierte KI-Lösungen entwickeln und bereitstellen.
Weitere Informationen
Erstellen Sie Ihre erste Gemini Enterprise-Anwendung! Verknüpfen Sie verschiedene Datenquellen mit Ihrer Anwendung. Wenden Sie erweiterte Funktionen wie Deep Research-Agenten, Ideenfindung mit mehreren KI-Agenten und NotebookLM für fokussierte Analysen souverän an.
Weitere Informationen
Mit dem Skill-Logo zum Kurs Data Warehouse mit BigQuery erstellen weisen Sie fortgeschrittene Kenntnisse in folgenden Bereichen nach: Daten zusammenführen, um neue Tabellen zu erstellen, Probleme mit Joins lösen, Daten mit Unions anhängen, nach Daten partitionierte Tabellen erstellen und JSON, Arrays sowie Strukturen in BigQuery nutzen.
Weitere Informationen
In diesem Kurs erfahren Sie, wie Sie mithilfe von Deep Learning ein Modell zur Bilduntertitelung erstellen. Sie lernen die verschiedenen Komponenten eines solchen Modells wie den Encoder und Decoder und die Schritte zum Trainieren und Bewerten des Modells kennen. Nach Abschluss dieses Kurses haben Sie folgende Kompetenzen erworben: Erstellen eigener Modelle zur Bilduntertitelung und Verwenden der Modelle zum Generieren von Untertiteln
Weitere Informationen
Dieser Kurs bietet eine Einführung in die Transformer-Architektur und das BERT-Modell (Bidirectional Encoder Representations from Transformers). Sie lernen die Hauptkomponenten der Transformer-Architektur wie den Self-Attention-Mechanismus kennen und erfahren, wie Sie diesen zum Erstellen des BERT-Modells verwenden. Darüber hinaus werden verschiedene Aufgaben behandelt, für die BERT genutzt werden kann, wie etwa Textklassifizierung, Question Answering und Natural-Language-Inferenz. Der gesamte Kurs dauert ungefähr 45 Minuten.
Weitere Informationen
Dieser Kurs vermittelt Ihnen eine Zusammenfassung der Encoder-Decoder-Architektur, einer leistungsstarken und gängigen Architektur, die bei Sequenz-zu-Sequenz-Tasks wie maschinellen Übersetzungen, Textzusammenfassungen und dem Question Answering eingesetzt wird. Sie lernen die Hauptkomponenten der Encoder-Decoder-Architektur kennen und erfahren, wie Sie diese Modelle trainieren und bereitstellen können. Im dazugehörigen Lab mit Schritt-für-Schritt-Anleitung können Sie in TensorFlow von Grund auf einen Code für eine einfache Implementierung einer Encoder-Decoder-Architektur erstellen, die zum Schreiben von Gedichten dient.
Weitere Informationen
In diesem Kurs wird der Aufmerksamkeitsmechanismus vorgestellt. Dies ist ein leistungsstarkes Verfahren, das die Fokussierung neuronaler Netzwerke auf bestimmte Abschnitte einer Eingabesequenz ermöglicht. Sie erfahren, wie der Aufmerksamkeitsmechanismus funktioniert und wie Sie damit die Leistung verschiedener Machine Learning-Tasks wie maschinelle Übersetzungen, Zusammenfassungen von Texten und Question Answering verbessern können.
Weitere Informationen
In diesem Kurs werden Diffusion-Modelle vorgestellt, eine Gruppe verschiedener Machine Learning-Modelle, die kürzlich einige vielversprechende Fortschritte im Bereich Bildgenerierung gemacht haben. Diffusion-Modelle basieren auf physikalischen Konzepten der Thermodynamik und sind in den letzten Jahren in der Forschung und Industrie sehr beliebt geworden. Dabei stützen sich Diffusion-Modelle auf viele innovative Modelle und Tools zur Bildgenerierung in Google Cloud. In diesem Kurs werden Ihnen die theoretischen Grundlagen der Diffusion-Modelle erläutert und wie Sie diese Modelle über Vertex AI trainieren und bereitstellen können.
Weitere Informationen
Da die Nutzung von künstlicher Intelligenz und Machine Learning in Unternehmen weiter zunimmt, wird auch deren verantwortungsbewusste Entwicklung ein immer wichtigeres Thema. Dabei ist es für viele schwierig, die Überlegungen zur verantwortungsbewussten Anwendung von KI in die Praxis umzusetzen. Wenn Sie wissen möchten, wie sich die verantwortungsbewusste Anwendung von KI in die Praxis umsetzen, also operationalisieren lässt, finden Sie in diesem Kurs entsprechende Hilfestellungen.
In diesem Kurs erfahren Sie, wie dies mit Google Cloud heutzutage möglich ist, inklusive entsprechender Best Practices und Erkenntnisse. Es wird gezeigt, welches Framework Google Cloud bietet, um einen eigenen Ansatz für die verantwortungsbewusste Anwendung von KI zu entwickeln.
Weitere Informationen
Mit dem Skill-Logo Prompt-Design mit Agent Platform weisen Sie Grundkenntnisse in folgenden Bereichen nach: Prompt Engineering, Bildanalyse und multimodale generative Techniken in Agent Platform. Entdecken Sie, wie Sie wirksame Prompts erstellen, auf generativer KI basierende Ausgaben steuern und Gemini-Modelle in Marketing-Szenarien aus der Praxis anwenden.
Weitere Informationen
In diesem Einführungskurs im Microlearning-Format wird erklärt, was verantwortungsbewusste Anwendung von KI bedeutet, warum sie wichtig ist und wie Google dies in seinen Produkten berücksichtigt. Darüber hinaus werden die 7 KI-Grundsätze von Google behandelt.
Weitere Informationen
In diesem Einführungskurs im Microlearning-Format wird untersucht, was Large Language Models (LLM) sind, für welche Anwendungsfälle sie genutzt werden können und wie die LLM-Leistung durch Feinabstimmung von Prompts gesteigert werden kann. Darüber hinaus werden Tools von Google behandelt, die das Entwickeln eigener Anwendungen basierend auf generativer KI ermöglichen.
Weitere Informationen
In diesem Einführungskurs im Microlearning-Format wird erklärt, was generative KI ist, wie sie genutzt wird und wie sie sich von herkömmlichen Methoden für Machine Learning unterscheidet. Darüber hinaus werden Tools von Google behandelt, mit denen Sie eigene generative KI-Anwendungen entwickeln können.
Weitere Informationen
