Maggie Nanyonga
Menjadi anggota sejak 2026
Silver League
12674 poin
Menjadi anggota sejak 2026
In this Google DeepMind course, you will learn the fundamentals of language models and gain a high-level understanding of the machine learning development pipeline. You will consider the strengths and limitations of traditional n-gram models and advanced transformer models. Practical coding labs will enable you to develop insights into how machine learning models work and how they can be used to generate text and identify patterns in language. Through real-world case studies, you will build an understanding around how research engineers operate. Drawing on these insights you will identify problems that you wish to tackle in your own community and consider how to leverage the power of machine learning responsibly to address these problems within a global and local context.
Welcome to the "AI Infrastructure: Networking Techniques" course. In this course, you'll learn to leverage Google Cloud's high-bandwidth, low-latency infrastructure to optimize data transfer and communication between all the components of your AI system. By the end, you'll grasp the critical role networking plays across the entire AI pipeline from data ingestion and training to inference and be able to apply best practices to ensure your workloads run at maximum speed.
In this course, you’ll take a comprehensive journey through the storage solutions available on Google Cloud, specifically tailored for AI and high-performance computing (HPC) workloads. You’ll learn how to choose the right storage for each stage of the ML lifecycle. You’ll explore how to optimize for I/O performance during training, manage massive datasets for data preparation, and serve model artifacts with low latency. Through practical examples and demonstrations, you’ll gain the expertise to design robust storage solutions that accelerate your AI innovation.
This course provides a comprehensive guide to deploying, managing, and optimizing AI and high-performance computing (HPC) workloads on Google Cloud. Through a series of lessons and practical demonstrations, you’ll explore diverse deployment strategies, ranging from highly customizable environments using Google Compute Engine (GCE) to managed solutions like Google Kubernetes Engine (GKE). Specifically, you’ll learn how to create clusters and deploy GKE for inference.
Selamat datang di kursus TPU Cloud. Kita akan mempelajari kelebihan dan kekurangan TPU dalam berbagai skenario dan membandingkan beragam akselerator TPU untuk membantu Anda memilih akselerator yang tepat. Anda akan mempelajari bermacam strategi untuk memaksimalkan performa dan efisiensi model AI serta memahami pentingnya interoperabilitas GPU/TPU untuk alur kerja machine learning yang fleksibel. Melalui konten yang menarik dan demo praktis, kami akan memandu Anda langkah demi langkah dalam memanfaatkan TPU secara efektif.
Penasaran dengan hardware canggih di balik AI? Modul ini menguraikan komputer AI yang dioptimalkan untuk performa, dan menunjukkan mengapa komputer tersebut sangat penting. Kita akan membahas bagaimana CPU, GPU, dan TPU membuat tugas AI menjadi sangat cepat, apa yang membuat masing-masing unik, dan bagaimana software AI memanfaatkannya secara maksimal. Pada akhirnya, Anda akan tahu persis cara memilih GPU yang tepat untuk project AI Anda, sehingga membantu Anda membuat pilihan cerdas untuk workload AI Anda.
Siap mulai menggunakan AI Hypercomputer? Kursus ini akan membantu Anda. Kami akan membahas dasar-dasar terkait apa itu AI Hypercomputer dan cara AI Hypercomputer membantu AI dalam menangani workload AI. Anda akan mempelajari berbagai komponen di dalam hypercomputer, seperti GPU, TPU, dan CPU, serta menemukan cara memilih pendekatan deployment yang sesuai untuk kebutuhan Anda.
Kursus ini memperkenalkan konsep responsible AI dan prinsip AI. Di dalamnya tercakup teknik untuk secara praktis mengidentifikasi keadilan dan bias serta memitigasi bias dalam praktik AI/ML. Kursus ini juga mengeksplorasi metode dan alat praktis untuk menerapkan praktik terbaik Responsible AI menggunakan produk Google Cloud dan alat open source.
Kursus ini memperkenalkan topik penting tentang privasi dan keamanan AI. Kursus ini mengeksplorasi metode dan alat praktis untuk menerapkan rekomendasi praktik privasi dan keamanan AI melalui penggunaan produk dan alat open source Google Cloud.
Kecerdasan Buatan (AI) menawarkan peluang melakukan perubahan transformatif, tetapi juga memunculkan tantangan keamanan baru. Kursus ini membekali para pemimpin keamanan dan perlindungan data dengan strategi untuk mengelola AI secara aman dalam organisasi mereka. Mempelajari framework untuk secara proaktif mengidentifikasi dan memitigasi risiko khusus AI, melindungi data sensitif, memastikan kepatuhan, dan membangun infrastruktur AI yang tangguh. Memilih kasus penggunaan dari empat industri berbeda untuk mengeksplorasi penerapan strategi ini dalam skenario dunia nyata.
Kursus ini memperkenalkan konsep penafsiran dan transparansi AI. Kursus ini membahas pentingnya transparansi AI bagi developer dan engineer. Kursus ini juga mengeksplorasi metode dan alat praktis untuk membantu mencapai penafsiran dan transparansi, baik dalam model data maupun AI.
Kursus ini meninjau fitur keamanan penting Model Armor dan membekali Anda untuk bekerja menggunakan layanan ini. Anda akan mempelajari risiko keamanan yang terkait dengan LLM dan cara Model Armor melindungi aplikasi AI Anda.
Seiring semakin meningkatnya penggunaan Kecerdasan Buatan dan Machine Learning di kalangan perusahaan, proses membangunnya secara bertanggung jawab juga menjadi semakin penting. Membicarakan responsible AI mungkin lebih mudah bagi banyak orang daripada mempraktikkannya. Jika Anda tertarik untuk mempelajari cara mengoperasionalkan responsible AI dalam organisasi Anda, kursus ini cocok untuk Anda. Dalam kursus ini, Anda akan mempelajari bagaimana Google Cloud mengoperasionalkan responsible AI, dengan praktik terbaik dan pelajaran yang dapat dipetik. Hal ini berguna sebagai framework bagi Anda untuk membangun pendekatan responsible AI.
This course equips learners with the essential knowledge and practical tools to develop and implement artificial intelligence (AI) responsibly. Through an exploration of ethical considerations, best practices, and governance procedures, participants will gain an understanding of how to navigate the complex landscape of AI while upholding ethical standards and minimizing potential risks.
Agen AI Generatif: Mentransformasi Organisasi Anda adalah kursus kelima dan terakhir dari jalur pembelajaran Pemimpin AI Generatif. Kursus ini membahas cara organisasi menggunakan agen AI generatif kustom untuk membantu mengatasi tantangan bisnis tertentu. Anda akan mendapatkan praktik langsung dalam membangun agen AI generatif dasar, sambil mempelajari komponen agen ini, seperti model, loop penalaran, dan alat.
Aplikasi AI Generatif: Mentransformasi Pekerjaan Anda adalah kursus keempat dari jalur pembelajaran Generative AI Leader. Kursus ini memperkenalkan aplikasi AI generatif Google, seperti Gemini untuk Workspace dan NotebookLM. Kursus ini memandu Anda memahami konsep seperti grounding, retrieval augmented generation, menyusun perintah yang efektif, dan membangun alur kerja otomatis.
AI Generatif: Memahami Lanskap adalah kursus ketiga dari alur pembelajaran Generative AI Leader. AI generatif mengubah cara kita bekerja dan berinteraksi dengan dunia di sekitar kita. Namun, sebagai seorang pemimpin, bagaimana Anda dapat memanfaatkan kekuatan AI untuk mendorong hasil bisnis yang nyata? Dalam kursus ini, Anda akan mempelajari berbagai lapisan dalam membangun solusi AI generatif, penawaran Google Cloud, dan faktor yang perlu dipertimbangkan saat memilih solusi.
AI Generatif: Memahami Konsep Dasar adalah kursus kedua dari alur pembelajaran Generative AI Leader. Dalam kursus ini, Anda akan mempelajari konsep dasar AI generatif. Anda akan mempelajari perbedaan antara AI, ML, dan AI generatif serta mempelajari bagaimana berbagai jenis data memungkinkan AI generatif mengatasi tantangan bisnis. Anda juga akan mendapatkan insight tentang strategi Google Cloud untuk mengatasi keterbatasan model dasar dan tantangan utama dalam pengembangan dan deployment AI yang bertanggung jawab dan aman.
AI Generatif: Lebih dari Sekadar Chatbot adalah kursus pertama dari alur pembelajaran Generative AI Leader. Kursus ini tidak memiliki prasyarat. Kursus ini bertujuan untuk melampaui pemahaman dasar tentang chatbot guna mengeksplorasi potensi sebenarnya dari AI generatif untuk organisasi Anda. Anda akan mempelajari konsep seperti model dasar dan rekayasa perintah, yang penting untuk memanfaatkan kekuatan AI generatif. Kursus ini juga memandu Anda melalui pertimbangan penting yang harus Anda buat saat mengembangkan strategi AI generatif yang sukses untuk organisasi Anda.
Buat aplikasi Gemini Enterprise pertama Anda! Hubungkan beragam sumber data ke aplikasi Anda untuk membangun mesin telusur dan mesin analisis terpadu yang andal. Kuasai kemampuan tingkat lanjut seperti agen Deep Research, pencarian ide multi-agen, dan NotebookLM untuk analisis terfokus.
Mempelajari cara agen AI mendorong dampak bisnis. Selanjutnya, Anda akan mempelajari cara Gemini Enterprise mengefektifkan Anda dalam membangun dan mengorkestrasi agen yang tepat, mulai dari solusi tanpa coding hingga solusi dengan coding tingkat tinggi.
Agen AI merepresentasikan peralihan besar melampaui model bahasa besar (LLM) tradisional: alih-alih hanya menghasilkan solusi berbasis teks, agen AI juga dapat bertindak secara otonom untuk mengeksekusinya. Kursus ini memperkenalkan dasar-dasar Agen AI, apa perbedaannya dengan API LLM, dan di mana agem ini memberikan nilai tambah di dunia nyata. Berdasarkan laporan resmi agen Google, kursus ini memberikan landasan teoritis yang dibutuhkan sebelum menulis baris kode agen pertama Anda—cocok untuk developer, arsitek, dan pengambil keputusan teknis yang ingin memahami sistem AI melalui lensa perilaku otonom dan berorientasi pada sasaran (bukan hanya pembuatan teks). Bergabunglah dengan forum komunitas untuk bertanya dan berdiskusi.
Mendapatkan gambaran konseptual tentang Agen AI. Anda akan mempelajari arsitektur teknis, yakni model, alat, dan orkestrasi, yang memungkinkan agen untuk belajar, merencanakan, dan mencapai sasaran atas nama Anda.
Kursus ini membekali para praktisi machine learning dengan alat, teknik, dan praktik terbaik penting untuk mengevaluasi model AI generatif dan prediktif. Evaluasi model adalah disiplin ilmu yang sangat penting untuk memastikan sistem ML memberikan hasil yang andal, akurat, dan berperforma tinggi dalam produksi. Peserta akan mendapatkan pemahaman yang mendalam mengenai berbagai metrik evaluasi, metodologi, dan penerapannya yang sesuai di berbagai jenis model dan tugas. Kursus ini akan berfokus pada tantangan unik yang dibuat oleh model AI generatif dan memberikan strategi untuk mengatasinya secara efektif. Dengan memanfaatkan platform Vertex AI di Google Cloud, para peserta akan belajar cara mengimplementasikan proses evaluasi yang kuat untuk melakukan pemilihan, pengoptimalan, dan pemantauan berkelanjutan pada model.
Kursus ini dikhususkan untuk membekali Anda dengan pengetahuan dan alat yang diperlukan guna mengungkap tantangan unik yang dihadapi oleh tim MLOps saat men-deploy dan mengelola model AI Generatif, serta mengeksplorasi cara Vertex AI memberdayakan tim AI dalam menyederhanakan proses MLOps dan mencapai keberhasilan dalam project AI Generatif.