The Google Skills platform will be unavailable for approximately 20 minutes on Sunday, November 8, starting at 7:00 PM EST (12:00 AM UTC, Nov 9). If you have any questions, please contact support-skills@google.com
Benjamin Vu
Member since 2025
Diamond League
52805 points
Discover Business Value for Customers
Earned Nov 6, 2025 EST
透過 Vertex AI 建構及部署機器學習解決方案
Earned Jul 24, 2025 EDT
開發人員的負責任 AI 技術：隱私權與安全性
Earned Jul 24, 2025 EDT
開發人員的負責任 AI 技術：可解釋性與透明度
Earned Jul 23, 2025 EDT
開發人員的負責任 AI 技術：公平性與偏誤
Earned Jul 23, 2025 EDT
在 Google Cloud 打造生成式 AI 應用程式
Earned Jul 22, 2025 EDT
機器學習運作 (MLOps) 與 Vertex AI：模型評估
Earned Jul 21, 2025 EDT
MLOps with Agent Platform: Manage Features
Earned Jul 21, 2025 EDT
Machine Learning Operations (MLOps): Getting Started
Earned Jul 17, 2025 EDT
Production Machine Learning Systems
Earned Jul 17, 2025 EDT
[Depricated] Build, Train and Deploy ML Models with Keras on Google Cloud
Earned Jul 16, 2025 EDT
使用 BigQuery ML 為預測模型進行資料工程
Earned Jul 15, 2025 EDT
[DEPRECATED] Feature Engineering
Earned Jul 9, 2025 EDT
生成式 AI 適用的機器學習運作 (MLOps)
Earned Jul 3, 2025 EDT
運用 BigQuery ML 建立機器學習模型
Earned Jul 3, 2025 EDT
Working with Notebooks in Vertex AI
Earned Jul 2, 2025 EDT
大型語言模型簡介
Earned Jul 2, 2025 EDT
在 Google Cloud 為機器學習 API 準備資料
Earned Jul 2, 2025 EDT
生成式 AI 簡介
Earned Jul 1, 2025 EDT
可靠的 Google Cloud 基礎架構：設計與程序
Earned Jun 25, 2025 EDT
彈性的 Google Cloud 基礎架構：資源調度與自動化
Earned Jun 24, 2025 EDT
Google Workspace 資料治理
Earned Jun 24, 2025 EDT
Google Cloud 的 AI 和機器學習服務簡介
Earned Jun 24, 2025 EDT
Google Workspace 核心服務
Earned May 22, 2025 EDT
Google Workspace 的使用者和資源管理功能
Earned May 15, 2025 EDT
生成式 AI 代理：實現組織轉型
Earned Apr 18, 2025 EDT
生成式 AI 應用程式：徹底改變工作方式
Earned Apr 18, 2025 EDT
生成式 AI：掌握幕後技術與環境
Earned Apr 18, 2025 EDT
生成式 AI：瞭解基礎概念
Earned Apr 18, 2025 EDT
生成式 AI：不只是聊天機器人
Earned Apr 18, 2025 EDT
[DEPRECATED] 運用 Gemini Enterprise 加速知識交流
Earned Feb 27, 2025 EST
[Deprecated] Advanced ML: ML Infrastructure
Earned Feb 14, 2025 EST
重要的 Google Cloud 基礎架構：核心服務
Earned Feb 12, 2025 EST
重要的 Google Cloud 基礎架構：基本概念
Earned Feb 7, 2025 EST
Google Cloud 基礎知識：核心基礎架構
Earned Feb 6, 2025 EST
Build a Certification Study Guide: PCA Exam Prep
Earned Feb 3, 2025 EST
Google Cloud 的可靠性與安全性
Earned Feb 3, 2025 EST
運用 Google Cloud 翻新基礎架構和應用程式
Earned Feb 3, 2025 EST
運用 Google Cloud 人工智慧推動創新
Earned Jan 30, 2025 EST
運用 Google Cloud 探索資料轉換功能
Earned Jan 30, 2025 EST
透過 Google Cloud 進行數位轉型
Earned Jan 30, 2025 EST
使用 Google Cloud 作業套件調度資源
Earned Jan 30, 2025 EST
生成式 AI 在醫療照護領域的應用
Earned Jan 29, 2025 EST
Innovating with Data and Google Cloud
Earned Jan 29, 2025 EST
The course aims to train Google technical sales partners on the business value discovery process using proprietary content.
Learn more
完成 透過 Vertex AI 建構及部署機器學習解決方案 課程，即可瞭解如何使用 Google Cloud 的 Vertex AI 平台、AutoML 和自訂訓練服務， 訓練、評估、調整、解釋及部署機器學習模型。 這個技能徽章課程適合專業數據資料學家和機器學習 工程師，完成即可取得中階技能徽章。技能 徽章是 Google Cloud 核發的獨家數位徽章， 用於肯定您在 Google Cloud 產品和服務方面的精通程度， 代表您已通過測驗，能在互動式實作環境應用相關知識。完成這個技能徽章課程 和結業評量挑戰實驗室，就能獲得數位徽章， 並與親友分享。
Learn more
本課程涵蓋「AI 隱私權」和「AI 安全性」這兩個重要主題。我們將介紹實用的方法和工具，協助您運用 Google Cloud 產品和開放原始碼工具，導入 AI 隱私權和安全性的建議做法。
Learn more
本課程旨在說明 AI 的可解釋性和透明度概念、探討 AI 透明度對開發人員和工程師的重要性。課程中也會介紹實務方法和工具，有助於讓資料和 AI 模型透明且可解釋。
Learn more
本課程旨在說明負責任 AI 技術的概念和 AI 開發原則，同時介紹各項技術，在實務上找出公平性和偏誤，減少 AI/機器學習做法上的偏誤。我們也將探討實用方法和工具，透過 Google Cloud 產品和開放原始碼工具，導入負責任 AI 技術的最佳做法。
Learn more
大型語言模型 (LLM) 誕生之後，生成式 AI 應用程式帶來的嶄新使用者體驗，可說是幾乎前所未有。身為應用程式開發人員，您要如何在 Google Cloud，運用生成式 AI 建立出色的互動式應用程式？
本課程將帶您瞭解生成式 AI 應用程式，以及如何使用提示設計和檢索增強生成 (RAG)，透過 LLM 建構強大的應用程式。我們也會介紹可用於正式環境的生成式 AI 應用程式架構。您將建構採用 LLM 和 RAG 的對話應用程式。
Learn more
本課程針對評估生成式和預測式 AI 模型，向機器學習從業人員介紹相關的基礎工具、技術和最佳做法。模型評估是機器學習的重要領域，確保這類系統能在正式環境中提供可靠、準確且成效優異的結果。
學員將深入瞭解多種評估指標與方法，以及適用於不同模型類型和工作的應用方式。此外，也會特別介紹生成式 AI 模型帶來的獨特難題，並提供有效的應對策略。透過 Google Cloud Vertex AI 平台，學員將瞭解在模型挑選、最佳化和持續監控方面，該如何導入穩健的評估程序。
Learn more
This course introduces participants to MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud. MLOps is a discipline focused on the deployment, testing, monitoring, and automation of ML systems in production.
Learners will get hands-on practice using Agent Platform Feature Store's streaming ingestion at the SDK layer.
Learn more
This course introduces participants to MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud. MLOps is a discipline focused on the deployment, testing, monitoring, and automation of ML systems in production. Machine Learning Engineering professionals use tools for continuous improvement and evaluation of deployed models. They work with (or can be) Data Scientists, who develop models, to enable velocity and rigor in deploying the best performing models.
Learn more
This course covers how to implement the various flavors of production ML systems— static, dynamic, and continuous training; static and dynamic inference; and batch and online processing. You delve into TensorFlow abstraction levels, the various options for doing distributed training, and how to write distributed training models with custom estimators.
This is the second course of the Advanced Machine Learning on Google Cloud series. After completing this course, enroll in the Image Understanding with TensorFlow on Google Cloud course.
Learn more
This course covers building ML models with TensorFlow and Keras, improving the accuracy of ML models and writing ML models for scaled use.
Learn more
完成使用 BigQuery ML 為預測模型進行資料工程技能徽章中階課程， 即可證明自己具備下列知識與技能：運用 Dataprep by Trifacta 建構連至 BigQuery 的資料轉換 pipeline； 使用 Cloud Storage、Dataflow 和 BigQuery 建構「擷取、轉換及載入」(ETL) 工作負載， 以及使用 BigQuery ML 建構機器學習模型。
Learn more
This course explores the benefits of using Vertex AI Feature Store, how to improve the accuracy of ML models, and how to find which data columns make the most useful features. This course also includes content and labs on feature engineering using BigQuery ML, Keras, and TensorFlow.
Learn more
本課程旨在提供必要的知識和工具，協助您探索機器學習運作團隊在部署及管理生成式 AI 模型時面臨的獨特挑戰，並瞭解 Vertex AI 如何幫 AI 團隊簡化機器學習運作程序，打造成效非凡的生成式 AI 專案。
Learn more
完成「運用 BigQuery ML 建立機器學習模型」技能徽章中階課程，即可證明您具備下列技能： 可使用 BigQuery ML 建立及評估機器學習模型，並根據資料進行預測。
Learn more
This course is an introduction to Vertex AI Notebooks, which are Jupyter notebook-based environments that provide a unified platform for the entire machine learning workflow, from data preparation to model deployment and monitoring. The course covers the following topics: (1) The different types of Vertex AI Notebooks and their features and (2) How to create and manage Vertex AI Notebooks.
Learn more
這是一堂入門級的微學習課程，旨在探討大型語言模型 (LLM) 的定義和用途，並說明如何調整提示來提高 LLM 成效。此外，也會介紹多項 Google 工具，協助您自行開發生成式 AI 應用程式。
Learn more
完成 在 Google Cloud 為機器學習 API 準備資料 技能徽章入門課程，即可證明您具備下列技能： 使用 Dataprep by Trifacta 清理資料、在 Dataflow 執行資料管道、在 Managed Service for Apache Spark 建立叢集和執行 Apache Spark 工作，以及呼叫機器學習 API，包含 Cloud Natural Language API、Google Cloud Speech-to-Text API 和 Video Intelligence API。
Learn more
這個入門微學習課程主要說明生成式 AI 的定義和使用方式，以及此 AI 與傳統機器學習方法的差異。本課程也會介紹各項 Google 工具，協助您開發自己的生成式 AI 應用程式。
Learn more
這堂課程可讓參加人員瞭解如何使用確實有效的設計模式，在 Google Cloud 中打造相當可靠且效率卓越的解決方案。這堂課程接續了「設定 Google Compute Engine 架構」或「設定 Google Kubernetes Engine 架構」課程的內容，並假設參加人員曾實際運用上述任一課程涵蓋的技術。這堂課程結合了簡報、設計活動和實作研究室，可讓參加人員瞭解如何定義業務和技術需求，並在兩者之間取得平衡，設計出相當可靠、可用性高、安全又符合成本效益的 Google Cloud 部署項目。
Learn more
這堂隨選密集課程會向參加人員說明 Google Cloud 提供的全方位彈性基礎架構和平台服務。這堂課結合了視訊講座、示範和實作研究室，可讓參加人員探索及部署解決方案元素，包括安全地建立互連網路、負載平衡、自動調度資源、基礎架構自動化，以及代管服務。
Learn more
本課程可助您培養在 Google Workspace 環境管理資料的技能。首先，您會瞭解如何在 Gmail 和雲端硬碟，運用資料遺失防護規則防止資料外洩。接著，您將學習使用 Google 保管箱保留、保存及檢索資料。再來，我們會說明如何設定資料地區和匯出方式，以遵守法規要求。最後，您會學習運用標籤區分資料，更安全有條理地管理資料。
Learn more
本課程介紹 Google Cloud 的 AI 和機器學習 (ML) 功能，著重說明如何開發生成式和預測式 AI 專案。我們也會探討「從資料到 AI」整個生命週期都適用的技術、產品和工具，並透過互動式練習，協助資料科學家、AI 開發人員和機器學習工程師精進專業知識。
Learn more
本課程旨在讓學員全面瞭解 Google Workspace 核心服務。學員將瞭解如何啟用、停用及設定這些服務，包括 Gmail、日曆、雲端硬碟、Meet、Chat 和文件。接著，他們將學習如何部署及管理 Gemini，為使用者提供強大助力。最後，學員將瞭解 AppSheet 和 Apps Script 的應用實例，學習如何自動處理工作，並擴充 Google Workspace 應用程式的功能。
Learn more
本課程介紹 Google Workspace 的使用者和資源管理功能，學員將瞭解如何根據組織需求來設定組織單位、管理各類型的 Google 群組、培養有關管理 Google Workspace 網域設定的專業知識，最後學會如何最佳化及整理 Google Workspace 環境內的資源。
Learn more
「生成式 AI 代理：實現組織轉型」是 Gen AI Leader 學習路徑的第五堂也是最後一堂課程。本課程將探討組織如何運用自訂生成式 AI 代理，解決特定的業務難題。您將動手練習建構基本的生成式 AI 代理，同時探索這類代理的各種元件，例如模型、推論迴圈和工具。
Learn more
「生成式 AI 應用程式：徹底改變工作方式」是 Generative AI Leader 學習路徑的第四門課程。本課程將介紹 Google 的生成式 AI 應用程式,例如 Gemini for Workspace 和NotebookLM,也會引導您瞭解各種概念,像是建立基準、檢索增強生成、建構有效的提示詞,以及打造自動化工作流程等。
Learn more
「生成式 AI：掌握幕後技術與環境」是 Gen AI Leader 學習路徑的第三門課程。生成式 AI 正在改變我們的工作方式，以及與周遭世界的互動模式。身為領導者，您要如何駕馭其強大的功能，創造實際的業務成果？在本課程中，您將認識建構生成式 AI 解決方案時的各個層面、Google Cloud 產品與服務，以及選擇解決方案時應考量的因素。
Learn more
生成式 AI：瞭解基礎概念是 Gen AI Leader 學習路徑的第二門課程。在本課程中，您將瞭解 AI、機器學習和生成式 AI 的差異，以及各種類型的資料如何協助生成式 AI 解決業務難題，進而掌握生成式 AI 的基礎概念。您還能深入瞭解 Google Cloud 因應基礎模型限制的策略，以及開發、部署安全且負責任的 AI 技術時面臨的主要挑戰。
Learn more
「生成式 AI：不只是聊天機器人」是 Gen AI Leader 學習路徑的第一門課程，沒有先修條件。本課程旨在帶領您超越對聊天機器人的基本認識，探索生成式 AI 能為貴組織帶來的真正潛力。您將瞭解基礎模型和提示工程等概念，這些都是發揮生成式 AI 威力的關鍵。本課程也會引導您思考重要事項，協助您為貴組織制定成功的生成式 AI 策略。
Learn more
Gemini Enterprise 結合 Google 的搜尋和 AI 輔助功能，企業員工只要在單一搜尋列輸入關鍵字，就能查找文件儲存空間、電子郵件、對話、支援單處理系統和其他資料來源中的特定資訊。Gemini Enterprise 助理還能協助人員腦力激盪、研究資訊、列出文件大綱及執行其他動作，例如邀請同事加入日曆活動，加快完成知識型工作及各種協作作業。(請注意，Gemini Enterprise 先前稱為 Google Agentspace，本課程可能會提及產品舊稱。)
Learn more
Machine Learning is one of the most innovative fields in technology, and the Google Cloud Platform has been instrumental in furthering its development. With a host of APIs, Google Cloud has a tool for just about any machine learning job. In this advanced-level course, you will get hands-on practice with machine learning at scale and how to employ the advanced ML infrastructure available on Google Cloud.
Learn more
這堂隨選密集課程會向參加人員說明 Google Cloud 提供的全方位彈性基礎架構和平台服務，並將重點放在 Compute Engine。這堂課程結合了視訊講座、示範和實作研究室，可讓參加人員探索及部署解決方案元素，例如網路、系統和應用程式服務等基礎架構元件。另外，這堂課也會介紹如何部署實用的解決方案，包括客戶提供的加密金鑰、安全性和存取權管理機制、配額與帳單，以及資源監控功能。
Learn more
這堂隨選密集課程會向參加人員說明 Google Cloud 提供的全方位彈性基礎架構和平台服務，尤其側重於 Compute Engine。這堂課程結合了視訊講座、示範和實作研究室，可讓參加人員探索及部署解決方案元素，例如網路、虛擬機器和應用程式服務等基礎架構元件。您會瞭解如何透過控制台和 Cloud Shell 使用 Google Cloud。另外，您也能瞭解雲端架構師的職責、基礎架構設計方法，以及具備虛擬私有雲 (VPC)、專案、網路、子網路、IP 位址、路徑和防火牆規則的虛擬網路設定。
Learn more
「Google Cloud 基礎知識：核心基礎架構」介紹了在使用 Google Cloud 時會遇到的重要概念和術語。本課程會透過影片和實作實驗室，介紹並比較 Google Cloud 的多種運算和儲存服務，同時提供重要的資源和政策管理工具。
Learn more
Learn how to use Gemini Notebook to create a personalized study guide for the Professional Cloud Architect certification exam.
You'll review Gemini Notebook features, create a notebook in Gemini Notebook, and learn how to use a study guide to practice for a certification exam.
Learn more
組織將資料和應用程式遷移至雲端後，必須因應快速變化的安全性挑戰。本課程將探討雲端安全性的基礎知識、Google Cloud 融入安全考量設計的基礎架構價值，以及縱深防禦策略。此外，還會著重說明如何透過 AI 輔助作業和法規遵循工具，協助組織滿足嚴格的全球法規要求。
本課程是 Cloud Digital Leader 學習路徑的一部分，旨在促進個人職能發展，並打造企業的未來。
Learn more
許多傳統企業使用舊版系統和應用程式，無法滿足現今客戶的期望。企業主管經常需要在維護老舊的 IT 系統，以及投資新產品/服務之間做出選擇。本課程將探討這些挑戰，並提供解決方案，說明如何運用雲端技術克服難題。
本課程是 Cloud Digital Leader 學習路徑的一部分，旨在促進個人職能發展，並打造企業的未來。
Learn more
人工智慧 (AI) 和機器學習 (ML) 象徵著資訊技術的重大演進，正迅速改變各行各業。在「運用 Google Cloud 人工智慧推動創新」課程中，我們會探討組織如何運用 AI 和機器學習技術，翻轉業務流程。
本課程是 Cloud Digital Leader 學習路徑的一部分，旨在促進個人職能發展，並打造企業的未來。
Learn more
雲端技術是強大的資產，與資料搭配後，將成為創新和提升客戶體驗的催化劑。「運用 Google Cloud 探索資料轉換功能」課程將探討機構如何運用雲端，讓資料更易於存取、做為行動依據和更有價值。
這門課程是 Cloud Digital Leader 學習路徑的一部分，旨在協助個人在職務上成長，並打造企業的未來。
Learn more
數位轉型是現代組織必經的關鍵旅程，而建立穩固的雲端運算基礎，是跨出有意義創新的第一步。本課程「透過 Google Cloud 進行數位轉型」，將會介紹核心技術和策略框架，協助組織革新營運方式，並探討基本的雲端概念、全球網路基礎架構和共同責任模式，幫助主管在雲端之路上自信前行。本課程是 Cloud Digital Leader 學習路徑的一部分，旨在促進個人職能發展，並打造企業的未來。
Learn more
各種規模的機構都開始運用雲端的強大功能和靈活性，徹底改變營運方式。不過，有效管理及擴充雲端資源可能是相當複雜的工作。本課程將探討在雲端中的現代營運、可靠性和韌性的基礎概念，以及 Google Cloud 如何協助您達成這些目標。本課程是 Cloud Digital Leader 學習路徑的一部分，旨在促進個人職能發展，並打造企業的未來。
Learn more
本課程專為專業醫護人員設計，深入淺出地介紹人工智慧的最新突破：生成式 AI，以及這項技術的推手：大型語言模型 (LLM)。您將瞭解生成式 AI 在醫療照護領域的實際應用，並掌握訣竅，針對特定目標撰寫有效的提示詞。
Learn more
Cloud technology on its own only provides a fraction of the true value to a business; When combined with data–lots and lots of it–it has the power to truly unlock value and create new experiences for customers.
In this course, you'll learn what data is, historical ways companies have used it to make decisions, and why it is so critical for machine learning. This course also introduces learners to technical concepts such as structured and unstructured data. database, data warehouse, and data lakes. It then covers the most common and fastest growing Google Cloud products around data.
Learn more
