Rajeswari Botcha
成为会员时间:2026
钻石联赛
15388 积分
成为会员时间:2026
This training course introduces Cloud NGFW. Topics include how Cloud NGFW provides centralized firewall management, centralized firewall visibility, advanced threat protection, and firewall insights.
In this introductory course, you'll learn how Looker can help you explore, analyze, and visualize your data to drive better decisions. Through a combination of video lectures and demos, you'll discover how to connect to various data sources, build interactive dashboards, and perform effective data analysis. Whether you're a data analyst, BI analyst, data scientist or business user, this course will equip you with the foundational knowledge to start using Looker effectively, regardless of your background.
Ready to move your databases to Google Cloud? This course provides the strategy. Learn to evaluate business drivers to overcome high on-premise costs and vendor lock-in. Use Migration Center to discover assets, analyze TCO, and build a phased wave plan. You’ll learn to choose the right migration path and identify the right Google Cloud solutions for your workloads. You'll leave with a data-driven business case and a clear roadmap, ready to win executive buy-in and lead a successful migration.
人工智能 (AI) 具备巨大的变革潜力,但也带来了新的安全挑战。本课程专为负责安全性和数据保护的领导者而设计,助其运用相关策略在组织内安全管理 AI。学习一个有助于实现以下目标的框架:主动识别并减轻 AI 特有的风险,保护敏感数据,确保遵从法规,构建弹性 AI 基础设施。通过四个不同行业的精选用例,探索这些策略如何应用于现实场景。
AI 推理是指利用经过训练的机器学习模型,通过应用其学习到的模式,对新的、未见过的数据进行预测的过程。本课程专为有兴趣在 Cloud Run 上快速部署 AI 推理服务的开发者、数据科学家和机器学习工程师而设计。对于熟悉基于云的无服务器应用部署解决方案,但可能没有使用 Google Cloud 无服务器产品运行 AI 推理经验的学员来说,本课程非常有用。 本课程包含使用 GPU 部署 AI 推理模型,以及将生成式 AI 应用与数据存储服务集成的示例。
在本课程中,您将了解 Gemini(Google Cloud 推出的一款依托生成式 AI 的协作工具)如何帮助您使用 Google 产品和服务开发、测试、部署和管理应用。在 Gemini 的协助下,您可以学习如何开发和构建 Web 应用、修复应用中的错误、开发测试和查询数据。您可以通过实操实验了解如何利用 Gemini 来改进软件开发生命周期 (SDLC)。 Duet AI 已更名为 Gemini,这是我们的新一代模型。
在本课程中,您将了解 Google Cloud 中依托生成式 AI 技术的协作工具 Gemini 如何帮助开发者构建应用。您将学习如何向 Gemini 输入提示,让其为您解释代码、推荐 Google Cloud 服务并为您的应用生成代码。您将通过实操实验体验 Gemini 对应用开发工作流的改进作用。 Duet AI 已更名为 Gemini,这是我们的新一代模型。
将智能体从 localhost 部署到生产环境。本课程将介绍如何将 ADK 智能体部署到 Vertex AI Agent Engine 和 Cloud Run,以及如何通过记忆库实现可选的跨会话记忆功能。
探索如何使用 Google 的智能体开发套件 (ADK) 和 Google Cloud 强大的基础设施来构建和部署多智能体系统。您将学习如何设计分层智能体树和确定性工作流智能体,同时确定理想的托管环境(从无服务器 Cloud Run 到高性能 GKE),以确保您的 AI 智能体安全、可伸缩且可用于生产用途。
This course builds on some of the concepts covered in the earlier Google Sheets course. In this course, you will learn how to apply and customize themes In Google Sheets, and explore conditional formatting options. You will learn about some of Google Sheets’ advanced formulas and functions. You will explore how to create formulas using functions, and you will also learn how to reference and validate your data in a Google Sheet. Spreadsheets can hold millions of numbers, formulas, and text. Making sense of all of that data can be difficult without a summary or visualization. This course explores the data visualization options in Google Sheets, such as charts and pivot tables. Google Forms are online surveys used to collect data and provide the opportunity for quick data analysis. You will explore how Forms and Sheets work together by connecting collected Form data to a spreadsheet, or by creating a Form from an existing spreadsheet.
您已经构建了具有高级配置的智能体,现在可赋予它们实际应用能力。为智能体配备能够搜索网络、执行代码、查询数据库和执行自定义操作的工具。让智能体从“智能回答者”转变为能够自主采取行动的得力助手。
您已经构建了能够回答查询的基本 LLM 智能体,现在让我们为其赋予状态。使用会话状态来构建能够维护上下文、记住用户偏好并提供个性化体验的智能体。将智能体从“无状态的回复者”转变为“智能助理”。 探索 Gemini Enterprise Agent Ready (GEAR) 计划中的其他内容。 加入社区论坛,提出问题并参与讨论
您已经创建了自己的第一个智能体,现在是时候更进一步了。在本课程中,您将通过学习应用高级指令、模型选择、规划功能以及结构化输出模式来精进技能,将基础 AI 智能体升级为一个精确、专业的智能助理。加入社区论坛,提出问题并参与讨论
打造您的首个 Gemini Enterprise 应用,赢得技能徽章!将各种数据源连接到您的应用中,构建强大、统一的搜索和分析引擎。掌握进阶能力,如:深度研究型智能体、多智能体协同构思,以及用于进行聚焦式分析的 NotebookLM。
在本课程中,您将学习如何在 Google Antigravity 中编排智能体,以极快的速度构建软件。在本实操课程中,您将首先学习如何安装和开始使用 Antigravity。接下来,您将使用 Firebase 为使用 Antigravity 构建的应用启用服务。最后,您将通过提示 Antigravity 中的智能体并行工作,来构建电子游戏《Voyager》。
本课程涵盖针对分布式 AI 和机器学习工作负载进行优化的 GKE 集群的自动化和运营管理。您将学习如何预配加速器资源、配置高级工作负载排队、缓解容量限制,以及编排大规模分布式作业。
在本课程中,您将全面了解 Google Cloud 提供的存储解决方案,这些解决方案专为 AI 和高性能计算 (HPC) 工作负载量身定制。您将学习如何为机器学习生命周期的各个阶段选择合适的存储选项。您将探索如何在训练期间优化 I/O 性能,管理海量数据集以进行数据准备,以及以低延迟部署模型制品。通过实际案例和演示,您将获得设计可靠存储解决方案所需的专业知识,从而加速 AI 创新。
欢迎学习 Cloud TPU 课程。我们将探讨 TPU 在不同场景下的优势和劣势,并比较不同的 TPU 加速器,以帮助您选择合适的加速器。您将了解可通过哪些策略充分提高 AI 模型的性能和效率,并理解 GPU/TPU 互操作性对于创建灵活的机器学习工作流程的重要性。通过引人入胜的课程内容和实际演示,您将逐步了解如何有效利用 TPU。
本课程介绍如何使用 Google 表格中的 Gemini 自动整理数据和处理复杂数字。了解如何根据原始文本构建表格、使用自然语言自动填充数据、按需生成原生电子表格公式,以及快速提取高级分析洞见或可视化图表,而无需具备高级电子表格专业知识。
本课程旨在帮助 Google Workspace 用户高效地自动执行跨应用任务,从而显著提高工作效率并简化日常运营。学员将掌握设计和配置自动化操作以及在 Google Workspace Studio 中自定义步骤的实用技能。
本培训旨在帮助 Google Workspace 用户顺畅集成 Gemini 应用,安全访问其数据,从而将工作效率提升到新的水平。学员将学习如何利用 Gemini 的功能来增强创造力,并加快解决复杂的业务难题。
本课程将介绍 Google Vids,这是 Google Workspace 中一款由 AI 赋能的创作工具,可帮助您将原始文档转换为专业、引人入胜的视频,无需任何编辑经验。您将学习如何使用模板和自动化工具快速生成草稿,以及如何通过基于转写稿的编辑、动态视觉增强和自定义音乐来定制内容。最后,您将探索如何集成 AI 虚拟形象和旁白,在各种业务场景中无缝讲解演示文稿。
本课程介绍如何在 Google 云端硬盘中使用 Gemini 来管理和检索文件。了解如何使用自然语言定位资源、在无需打开文件的情况下通过 AI 概览直接提取特定事实、即时总结多种媒体格式的内容,并将文件集合保存为“项目”以进行可重复的研究。
本课程介绍如何使用 Google Chat 中的 Gemini 来简化商务消息收发。了解如何利用摘要功能过滤通知干扰,使用自然语言搜索功能查找深埋的决策信息,以及借助实时写作工具优化消息语气。
本课程介绍如何使用 Google Meet 中的 Gemini 来提升视频协作体验。了解如何自动生成会议记录、利用实时文本和语音翻译功能、在不打扰他人的情况下快速了解错过的讨论,以及即时优化音视频质量。
本课程将介绍如何利用 Google 幻灯片中的 Gemini 将构思转化为极具视觉冲击力的演示文稿。学习如何通过单个提示词或现有源文档生成结构化幻灯片组,利用自动设计增强功能优化布局,创建自定义矢量图和照片,并动态撰写幻灯片正文及精准的演讲者备注。
本课程介绍如何使用 Google 文档中的 Gemini 来简化写作和内容创作。了解如何从头开始起草文档,使用互动式工具优化写作语气和清晰度,总结复杂文件,以及将长篇文本无缝转换为适用于其他 Google Workspace 应用的结构化资产。
本课程介绍如何使用 Gmail 中的 Gemini 来优化邮件管理。了解如何总结冗长的会话串、使用自然语言检索信息、起草专业回复,以及直接在收件箱中整理沟通策略。
Gemini for Google Workspace 可在 Google Workspace 中为客户提供生成式 AI 功能。在本学习路线中,您将了解 Gemini 的主要功能,以及如何在 Google Workspace 中使用它们来提高工作效率。
随着企业对人工智能和机器学习的应用越来越广泛,以负责任的方式构建这些技术也变得更加重要。但对很多企业而言,真正践行 Responsible AI 并非易事。如果您有意了解如何在组织内践行 Responsible AI,本课程正适合您。 本课程将介绍 Google Cloud 目前如何践行 Responsible AI,以及从中总结的最佳实践和经验教训,便于您以此为框架构建自己的 Responsible AI 方法。
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。
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。
本课程回顾了 Model Armor 的基本安全功能,并让您能够使用该服务。您将了解与 LLM 相关的安全风险,以及 Model Armor 如何保护您的 AI 应用。
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.
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.
学习如何使用 Google 的智能体开发套件 (ADK) 和 Model Context Protocol (MCP) 设计、协调和部署多智能体系统。以旅行礼宾为例,您将学习如何编排由专用智能体组成的网络,并为其配置自定义护栏。学完本课程后,您将了解构建稳健、可伸缩的 AI 工作流所需的设计模式和部署策略。
欢迎学习“AI 基础设施:网络组建和管理技术”课程。 在本课程中,您将学习如何利用 Google Cloud 的高带宽、低延迟基础设施,优化 AI 系统所有组件之间的数据传输和通信。学完本课程后,您将了解网络组建和管理在整个 AI 流水线(从数据注入、训练到推理)中发挥的关键作用,并能够应用最佳实践来确保您的工作负载以最高速度运行。
本课程全面指导如何在 Google Cloud 上部署、管理和优化 AI 和高性能计算 (HPC) 工作负载。通过一系列课程和实际演示,您将探索从基于 Google Compute Engine (GCE) 的高度可定制环境,到 Google Kubernetes Engine (GKE) 等托管式解决方案的各种部署策略。具体来说,您将学习如何创建集群并部署 GKE 进行推理。
对 AI 背后的强大硬件感到好奇吗?本单元将详细讲解性能经过优化的 AI 计算机,向您展示它们为何如此重要。我们将探讨 CPU、GPU 和 TPU 如何让 AI 任务高速运行,介绍它们各自的特点,并说明 AI 软件是如何充分发挥这些硬件的性能的。学习结束后,您将清楚地知道如何为自己的 AI 项目选择合适的 GPU,从而为 AI 工作负载做出明智的决策。
准备好探索 AI Hypercomputer 了吗?这门课程将带您轻松入门!我们将介绍相关基础知识,并阐释它们如何助力 AI 处理 AI 工作负载。您将了解超级计算机内部的各个组件,如 GPU、TPU 和 CPU,并知晓如何根据您的需求选择合适的部署方法。
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。
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。
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。