Rodrigo Gaubert
成为会员时间：2024
钻石联赛
17955 积分
生成式 AI 应用：改变工作方式
Earned Apr 7, 2026 EDT
生成式 AI：全面了解生成式 AI
Earned Apr 6, 2026 EDT
生成式 AI：剖析基本概念
Earned Jan 26, 2026 EST
生成式 AI：不只是聊天机器人
Earned Jan 5, 2026 EST
适用于应用开发者的 Gemini
Earned Aug 20, 2025 EDT
Responsible AI: 和 Google Cloud 一起践行 AI 原则
Earned Jul 25, 2025 EDT
在 Agent Platform 中设计提示
Earned Jul 23, 2025 EDT
[Depricated] Build, Train and Deploy ML Models with Keras on Google Cloud
Earned Jun 29, 2024 EDT
负责任的 AI 简介
Earned Jun 28, 2024 EDT
大型语言模型简介
Earned Jun 28, 2024 EDT
生成式 AI 简介
Earned Jun 28, 2024 EDT
Launching into Machine Learning
Earned Jun 28, 2024 EDT
Google Cloud 上的 AI 和机器学习简介
Earned Jun 28, 2024 EDT
Analyzing and Visualizing Data in Looker
Earned Jun 20, 2024 EDT
Google Cloud 数据分析功能简介
Earned Jun 15, 2024 EDT
“生成式 AI 应用：改变工作方式”是 Generative AI Leader 学习路线的第四门课程。本课程介绍 Google 的生成式 AI 应用，例如 Gemini for Workspace 和 NotebookLM。它将引导您逐一了解接地、检索增强生成、构建有效提示和构建自动化工作流等概念。
了解详情
“生成式 AI：全面了解生成式 AI”是“Gen AI Leader”学习路线中的第三门课程。生成式 AI 正在改变我们的工作方式以及与世界的互动方式。作为领导者，应该如何利用生成式 AI 来推动实际业务成果？在本课程中，您将探索构建生成式 AI 解决方案的不同层级、Google Cloud 的产品/服务，以及选择解决方案时需要考虑的因素。
了解详情
生成式 AI：剖析基本概念是“Gen AI Leader”学习路线的第二门课程。在本课程中，您将探索 AI、机器学习和生成式 AI 之间的差异，了解各种数据类型如何赋能生成式 AI 来应对业务挑战，从而了解生成式 AI 的基本概念。您还将深入了解 Google Cloud 应对基础模型局限性的策略，以及负责任和安全的 AI 开发与部署面临哪些关键挑战。
了解详情
生成式 AI：不只是聊天机器人是 Gen AI Leader 学习路线的第一门课程，没有前提条件要求。本课程旨在带您超越对聊天机器人的浅层认知，深入挖掘生成式 AI 为您的组织带来的真正潜力。您将探索基础模型和提示工程等概念，它们对于利用生成式 AI 的强大功能至关重要。本课程还将提供指导，让您了解在为组织制定成功的生成式 AI 策略时，应考虑哪些重要因素。
了解详情
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。
了解详情
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。
了解详情
完成 在 Agent Platform 中设计提示入门技能徽章课程，展示以下方面的技能： Agent Platform 中的提示工程、图片分析和多模态生成式技术。探索如何编写有效的提示，指导生成式 AI 输出， 以及将 Gemini 模型应用于真实的营销场景。
了解详情
This course covers building ML models with TensorFlow and Keras, improving the accuracy of ML models and writing ML models for scaled use.
了解详情
这是一节入门级微课程，旨在解释什么是负责任的 AI、它的重要性，以及 Google 如何在自己的产品中实现负责任的 AI。此外，本课程还介绍了 Google 的 7 个 AI 开发原则。
了解详情
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。
了解详情
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。
了解详情
The course begins with a discussion about data: how to improve data quality and perform exploratory data analysis. We describe Vertex AI AutoML and how to build, train, and deploy an ML model without writing a single line of code. You will understand the benefits of Big Query ML. We then discuss how to optimize a machine learning (ML) model and how generalization and sampling can help assess the quality of ML models for custom training.
了解详情
本课程介绍 Google Cloud 的 AI 和机器学习 (ML) 能力，重点讲解如何开发生成式和预测式 AI 项目。本课程将探讨“数据到 AI”全生命周期中的多种技术、产品和工具，并通过互动练习帮助数据科学家、AI 开发者和机器学习工程师提升专业能力。
了解详情
In this course, you learn how to do the kind of data exploration and analysis in Looker that would formerly be done primarily by SQL developers or analysts. Upon completion of this course, you will be able to leverage Looker's modern analytics platform to find and explore relevant content in your organization’s Looker instance, ask questions of your data, create new metrics as needed, and build and share visualizations and dashboards to facilitate data-driven decision making.
了解详情
在本新手级课程中，您将了解 Google Cloud 数据分析工作流，以及可用于探索、分析和直观呈现数据并与相关人员共享发现结果的工具。结合案例研究、实操实验、讲座和测验/演示，本课程展示了如何将原始数据集转化为纯净数据，进而转化为实用的可视化图表和信息中心。无论您是已经在从事数据工作并想了解如何通过 Google Cloud 取得成功，还是在寻求职业发展，都可以借助本课程迈出第一步。几乎所有在工作中执行或使用数据分析的人都可以从本课程中受益。
了解详情
