Teilnehmen Anmelden

Pau Reig

Mitglied seit 2024

Bronze League

8426 Punkte
Evaluate and Improve Agent Development Kit Agents Earned Nov 7, 2026 EST
Deploy an Agent with Agent Development Kit (ADK) Earned Nov 7, 2026 EST
Accelerate Development with Antigravity Earned Nov 7, 2026 EST
Build Enterprise Agents with Code Execution on Gemini platform Earned Nov 7, 2026 EST
Craft ADK Agents with Persistent Memories Earned Nov 7, 2026 EST
Cost Estimation and Optimization for Agentic Solutions Earned Nov 7, 2026 EST
Hill Climb Generative and Agentic Systems Earned Nov 7, 2026 EST
Evaluate Agents on Gemini platform Earned Nov 7, 2026 EST
Upgrade to the Latest Gemini Models Earned Nov 7, 2026 EST
Evaluate Generative and Agentic Systems Earned Nov 7, 2026 EST
Verantwortungsbewusste Anwendung von KI für Entwickler: Datenschutz und Sicherheit Earned Nov 6, 2026 EST
Verantwortungsbewusste Anwendung von KI für Entwickler: Interpretierbarkeit und Transparenz Earned Nov 6, 2026 EST
Build with the Managed Agents API on Gemini platform Earned Nov 6, 2026 EST
Accelerate Agent Development with Antigravity and Agents CLI Earned Nov 6, 2026 EST
Model Armor: KI-Bereitstellungen absichern Earned Nov 6, 2026 EST
Einführung in Sicherheitskonzepte in der Welt der KI Earned Nov 6, 2026 EST
Verantwortungsbewusste Anwendung von KI für Entwickler: Fairness und Bias Earned Nov 6, 2026 EST
Build Agents with the Agent Development Kit Earned Nov 6, 2026 EST
Machine Learning Operations (MLOps) mit Vertex AI: Modellbewertung Earned Nov 6, 2026 EST
Machine Learning Operations (MLOps) für generative KI Earned Nov 6, 2026 EST

Complete the Evaluate and Improve Agent Development Kit Agents skill badge to demonstrate your ability to use ADK's evaluation tools to "hill climb" — making measurable, iterative improvements to an agent. You will run an initial evaluation to establish a baseline, apply optimization techniques, and re-evaluate the agent to measure your success.

Weitere Informationen

In this challenge lab, you will demonstrate your ability to author agents using Agent Development Kit (ADK), deploy those agents to Agent Engine, and use them from a web app. Complete the challenge lab to earn a Google Cloud skill badge.

Weitere Informationen

Complete the Accelerate Development with Antigravity skill badge to demonstrate your proficiency in using the Antigravity IDE for developing agentic workflows. You will be tasked with configuring an MCP server, authoring custom agent skills and rules, prototyping with the Agents CLI, and deploying to the Google Cloud Agent Runtime. A skill badge is an exclusive digital badge issued by Google Cloud in recognition of your proficiency with Google Cloud products and services and tests your ability to apply your knowledge in an interactive hands-on environment. Complete the assessment challenge lab, to receive a skill badge that you can share with your network. When you complete this course, you can earn the badge displayed here and claim it on Credly! Boost your cloud career by showing the world the skills you have developed!

Weitere Informationen

In this course, you explore the Code Execution feature of the Gemini platform, which lets AI agents safely generate and run Python code in isolated sandbox environments. You learn how the Agent Sandbox fits into the broader platform architecture, how to configure and operate Code Execution sandboxes using the Agent Platform SDK, and how to integrate code execution into agent workflows with the Agent Development Kit (ADK) in Gemini platform.

Weitere Informationen

This course explores architecting stateful AI agents that use short-term memory within a session or long-term memory services. Additionally, it covers giving agents existing expertise through skills. It details the core pillars of context engineering to facilitate personalized, continuous conversational experiences with expert agents.

Weitere Informationen

In this course, you’ll learn how to estimate and manage GenAI solution costs, focusing on the unique unit economics of AI versus traditional cloud billing. You will learn to: Understand Metering: Master the four Google Cloud GenAI metering categories and the token economy driving costs. Estimate Costs: Build defensible estimates using the Pricing Calculator for models, context caching, and agentic components. Optimize Spend: Leverage controls—such as input/output token reduction, caching, RAG efficiency, and model routing—while balancing cost, quality, and latency. Implement Governance: Apply FinOps best practices, including budgets, quotas, cost attribution, and Provisioned Throughput management to control spend.

Weitere Informationen

In this course, you'll learn the disciplined process of hill climbing to transform your generative and agentic systems into reliable, high-performing tools. You'll examine the iterative 8-step loop by diagnosing system failures through trajectory analysis and applying precise interventions across the model, prompt, tool, and framework layers. By the end of this course, you'll be prepared to optimize system architecture and automate the hill climbing cycle while balancing quality, cost, and latency as first-class metrics.

Weitere Informationen

In this course, you learn to evaluate, diagnose, and optimize AI agents on the Gemini platform. You begin where most teams begin: the agent runs, but you have no eval cases, no test data, and no production traffic to grade it with. From there you follow the Quality Flywheel, the evaluate-analyze-optimize loop at the center of Gemini platform. You instrument the agent so it emits the telemetry Gemini platform reads, generate eval cases by simulation, choose the metrics that grade them, run offline evaluations, monitor live traffic and alert on quality drift, then cluster failures and optimize. A final module covers build-time evaluation with the Agent Development Kit (ADK) in Gemini platform, which runs on your machine before you deploy.

Weitere Informationen

In this course, you'll learn how to establish a rigorous upgrade regression testing pipeline, safely deploy models using A/B testing and/or shadow mode, and address legacy prompt technical debt. You'll also learn the latest about Gemini 3 parameters including thinking levels and thought signatures, as well as new capabilities like media resolution controls and streaming function calls.

Weitere Informationen

Throughout this course, you'll learn how to establish rigorous evaluation criteria, perform evaluations, design objective rubrics, calibrate autoraters, and simulate evaluation data. You'll gain the skills needed to design, execute, and scale a comprehensive evaluation plan that aligns system capabilities with organizational KPIs. This course is designed for technical practitioners, machine learning engineers, and software architects who build and deploy generative and agentic applications.

Weitere Informationen

In diesem Kurs werden wichtige Themen zu Datenschutz und Sicherheit beim Einsatz von künstlicher Intelligenz vorgestellt. Dabei lernen Sie, wie Sie mit Google Cloud-Produkten und Open-Source-Tools empfohlene Vorgehensweisen im Zusammenhang mit Datenschutz und Sicherheit beim Einsatz von KI umsetzen.

Weitere Informationen

In diesem Kurs werden Konzepte in Bezug auf die Interpretierbarkeit und Transparenz von künstlicher Intelligenz vorgestellt. Sie erfahren, warum die Transparenz der KI für Entwickler-Teams wichtig ist. Dabei lernen Sie praktische Techniken und Tools kennen, mit denen Sie sowohl die Interpretierbarkeit als auch die Transparenz von Daten und KI-Modellen optimieren können.

Weitere Informationen

In this course, you'll learn to build and run enterprise agents on the Managed Agents API, the managed agent runtime on Gemini platform. Three conceptual lessons give you the mental model. You'll learn why a real business task needs an agent rather than a chat model. You'll examine how the platform splits into a control plane that defines agents and a data plane that runs them. You'll learn how to assemble an agent from a definition, a sandboxed environment, mounted data, tools, and skills. Furthermore, you'll learn how to run it with background interactions, a streamed reason-act loop, resilient typed results, and state that persists across turns. You then put that model to work in a hands-on lab, where you build, run, and harden a retail merchandising agent for Cymbal Retail from an empty project to a production-shaped deployment. By the end, you'll be able to design, build, and operate a managed agent of your own.

Weitere Informationen

In this course, you’ll learn to simplify the creation of autonomous enterprise agents using the Agent Development Kit (ADK) in Gemini platform and you will learn how to leverage the power of Antigravity and the Agents CLI to transform your agent development workflow. In this course, you will explore practical techniques to automate repetitive tasks and significantly accelerate the creation of robust, enterprise-grade agents, ensuring scalability and efficiency in your AI projects.

Weitere Informationen

In diesem Kurs werden die wichtigsten Sicherheitsfunktionen von Model Armor vorgestellt. Außerdem lernen Sie, wie Sie den Dienst nutzen können. Sie erfahren mehr über die Sicherheitsrisiken, die mit LLMs verbunden sind, und wie Model Armor Ihre KI-Anwendungen schützt.

Weitere Informationen

Künstliche Intelligenz (KI) bietet revolutionäre Möglichkeiten, geht aber auch mit neuen Sicherheitsherausforderungen einher. In diesem Kurs lernen Führungskräfte im Bereich Sicherheit und Datenschutz Strategien für den sicheren Umgang mit KI in ihren Unternehmen kennen. Es wird ein Framework für das proaktive Erkennen und Mindern KI-spezifischer Risiken, den Schutz sensibler Daten, das Einhalten rechtlicher Vorgaben und den Aufbau einer robusten KI-Infrastruktur vorgestellt. Anhand von Anwendungsfällen aus vier verschiedenen Branchen wird gezeigt, wie sich diese Strategien auf reale Szenarien anwenden lassen.

Weitere Informationen

In diesem Kurs werden Konzepte für die verantwortungsbewusste Anwendung von KI und KI-Grundsätze vorgestellt. Es werden Techniken behandelt, wie Sie Fairness und Verzerrung (Bias) in der Praxis erkennen sowie Verzerrung in KI- und ML-Anwendungen reduzieren können. Dabei lernen Sie, wie Sie mit Google Cloud-Produkten und Open-Source-Tools Best Practices für eine verantwortungsbewusste Anwendung von KI umsetzen.

Weitere Informationen

In this course, you'll learn to use the Agent Development Kit (ADK) in Gemini platform to build systems where multiple AI agents collaborate on complex tasks. You'll start with the ADK agent model: how ADK represents agents, tools, and runners, and how a single agent is configured and run. You'll then make tools the model can call, persist session state across agents, and instrument the execution lifecycle with callbacks and plugins. Next, you'll orchestrate multiple agents using ADK's template workflow agents and graph-based workflows, and ground them in enterprise data through multi-source retrieval and MCP integrations. Finally, you'll deploy a multi-agent system to Agent Runtime as a managed service and register and share it through Gemini so users across an organization can reach it.

Weitere Informationen

Dieser Kurs gibt Machine-Learning-Anwendern alle grundlegenden Tools, Techniken und Best Practices zur Bewertung von generativen und prädiktiven KI-Modellen an die Hand. Die Modellbewertung ist ein wichtiger Schritt, bei dem geprüft wird, ob ML-Systeme in der Produktion zuverlässige, genaue und leistungsstarke Ergebnisse erzielen. Die Teilnehmer erwerben fundierte Kenntnisse über verschiedene Bewertungsmesswerte und -methoden und lernen, sie auf unterschiedliche Modelltypen und Aufgaben anzuwenden. Im Kurs wird schwerpunktmäßig auf die besonderen Herausforderungen generativer KI-Modelle eingegangen und es werden Strategien vorgestellt, wie sich diese effektiv bewältigen lassen. Die Teilnehmer lernen auf der Plattform Vertex AI von Google Cloud, robuste Bewertungsprozesse zur Auswahl, Optimierung und kontinuierlichen Überwachung des Modells zu implementieren.

Weitere Informationen

Dieser Kurs vermittelt Ihnen das Wissen und die nötigen Tools, um die speziellen Herausforderungen zu erkennen, mit denen MLOps-Teams bei der Bereitstellung und Verwaltung von Modellen basierend auf generativer KI konfrontiert sind. Sie erfahren, wie KI-Teams durch Vertex AI dabei unterstützt werden, MLOps-Prozesse zu optimieren und mit Projekten erfolgreich zu sein, in denen generative KI zum Einsatz kommt.

Weitere Informationen