加入 登录

Apply your skills in Google Cloud console

Amit Mittal

成为会员时间：2025

钻石联赛

55452 积分
Google Cloud 資料分析功能簡介 Earned Dec 10, 2025 EST
在 Cloud 管理與儲存資料 Earned Dec 10, 2025 EST
在 Cloud 轉換資料 Earned Dec 10, 2025 EST
資料敘事的強大力量：如何在 Cloud 以圖表呈現資料 Earned Dec 1, 2025 EST
綜合應用：為 Cloud 資料分析師工作做準備 Earned Nov 30, 2025 EST
AI 基礎架構：Cloud TPU Earned Oct 7, 2025 EDT
AI 基礎架構：Cloud GPU Earned Oct 7, 2025 EDT
AI 基礎架構：AI Hypercomputer 簡介 Earned Oct 7, 2025 EDT
生成式 AI 代理：實現組織轉型 Earned May 4, 2025 EDT
生成式 AI 應用程式：徹底改變工作方式 Earned May 4, 2025 EDT
生成式 AI：掌握幕後技術與環境 Earned May 4, 2025 EDT
生成式 AI：瞭解基礎概念 Earned May 4, 2025 EDT
生成式 AI：不只是聊天機器人 Earned May 4, 2025 EDT
使用 BigQuery ML 為預測模型進行資料工程 Earned Apr 30, 2025 EDT
在 Google Cloud 打造生成式 AI 應用程式 Earned Apr 30, 2025 EDT
透過 Vertex AI 建構及部署機器學習解決方案 Earned Apr 30, 2025 EDT
運用 BigQuery ML 建立機器學習模型 Earned Apr 24, 2025 EDT
管理 Google Cloud 中的 Kubernetes Earned Apr 20, 2025 EDT
Put It All Together: Prepare for a Cloud Data Analyst Job Earned Apr 20, 2025 EDT
在 Google Cloud 為機器學習 API 準備資料 Earned Apr 14, 2025 EDT
The Power of Storytelling: How to Visualize Data in the Cloud Earned Apr 13, 2025 EDT
Build, Train and Deploy ML Models with Keras on Google Cloud Earned Mar 30, 2025 EDT
Google Cloud 資料分析簡介 Earned Mar 22, 2025 EDT
Enterprise Search on Generative AI App Builder Earned Mar 18, 2025 EDT
負責任的 AI 技術：透過 Google Cloud 採用 AI 開發原則 Earned Mar 18, 2025 EDT
[DEPRECATED] The Skills Challenge at Next 2025 Earned Mar 15, 2025 EDT
開發人員的負責任 AI 技術：公平性與偏誤 Earned Mar 9, 2025 EDT
開發人員的負責任 AI 技術：隱私權與安全性 Earned Mar 9, 2025 EDT
機器學習運作 (MLOps) 與 Vertex AI：模型評估 Earned Mar 8, 2025 EST
開發人員的負責任 AI 技術：可解釋性與透明度 Earned Mar 1, 2025 EST
大型語言模型簡介 Earned Feb 27, 2025 EST
生成式 AI 適用的機器學習運作 (MLOps) Earned Feb 27, 2025 EST
生成式 AI 簡介 Earned Feb 26, 2025 EST
Production Machine Learning Systems Earned Feb 26, 2025 EST
Data Transformation in the Cloud Earned Feb 20, 2025 EST
Machine Learning Operations (MLOps) with Vertex AI: Manage Features Earned Feb 15, 2025 EST
Feature Engineering Earned Feb 12, 2025 EST
Data Management and Storage in the Cloud Earned Feb 8, 2025 EST
Machine Learning Operations (MLOps): Getting Started Earned Feb 5, 2025 EST
Introduction to Data Analytics in Google Cloud Earned Jan 31, 2025 EST
Working with Notebooks in Vertex AI Earned Jan 28, 2025 EST
Google Cloud 的 AI 和機器學習服務簡介 Earned Jan 24, 2025 EST
Build a Certification Study Guide: PMLE Earned Jan 18, 2025 EST

這是 Google Cloud 資料分析專業證書五堂課程中的第一堂。在本課程中，您將瞭解雲端資料分析領域的定義，並說明雲端資料分析師在資料擷取、儲存、處理和視覺化方面的角色與職責。您將瞭解 BigQuery 和 Cloud Storage 等 Google Cloud 工具的架構，以及如何運用這些工具有效組織、呈現及彙整資料。

了解详情

這是 Google Cloud 資料分析專業證書五堂課程中的第二堂。本課程將帶您瞭解資料的結構化和組織方式。您將透過實作，瞭解資料湖倉架構和 BigQuery、Google Cloud Storage 與 DataProc 等雲端元件，有效率地儲存、分析及處理大型資料集。

了解详情

Google Cloud 資料分析專業證書課程共有五堂課程，這是第三堂。本課程會先簡要說明資料歷程，從最初的資料收集，一直到最後的洞察分析。接著，您將依序學習如何使用 SQL 將原始資料轉換為可用的格式、怎麼透過資料管道轉換大量資料。最後，您將練習如何將轉換策略應用於實際資料集，滿足業務需求。

了解详情

這是 Google Cloud Data Analytics 專業證書五堂課程中的第四堂。本課程著重於培養雲端資料圖表製作的技能，共分五個主要階段：敘事、規劃、探索資料、建立圖表，以及與他人分享資料。您還會實際使用 UI/UX 技能，繪製具說服力的雲端原生圖表線框稿，並運用雲端原生資料圖表工具探索資料集、建立報表和資訊主頁，推動決策並促進協作。

了解详情

這是 Google Cloud Data Analytics 專業證書五堂課程中的第五堂。在本課程中，您將結合第一到第四堂課程的基礎知識和技能，並活用所學，透過專題實作呈現完整的資料生命週期。您將練習使用雲端式工具，有效率地取得、儲存、處理、分析資料，並以圖表呈現及傳達資料洞察結果。本課程結束後，您將完成一項專案，證明自己精通於有效整理多個來源的資料、向不同相關人士說明解決方案，以及運用雲端式軟體將資料洞察結果以圖表呈現。此外，您還會更新履歷，並練習面試技巧，為應徵和面試做好準備。

了解详情

歡迎來到 Cloud TPU 課程。我們將探討在各種情境下使用 TPU 的優缺點，並比較不同的 TPU 加速器，協助您選擇合適的工具。您將瞭解如何盡可能提高 AI 模型的效能和效率，以及互通的 GPU/TPU 對於打造靈活的機器學習工作流程有多重要。我們會透過引人入勝的內容和實際演示，一步步引導您有效運用 TPU。

了解详情

想瞭解 AI 背後的強大硬體嗎？本單元將深入解析針對效能最佳化的 AI 電腦，說明其重要性。我們將探討 CPU、GPU 和 TPU 如何大幅加速 AI 任務運算，分析各自的特點，以及 AI 軟體如何充分利用這些硬體效能。單元結束後，您將清楚掌握如何根據 AI 專案挑選合適的 GPU，並做出明智的 AI 工作負載決策。

了解详情

準備開始使用 AI Hypercomputer 了嗎？這門課程可讓您快速上手！我們將介紹這個架構的基本概念，以及此架構如何幫助 AI 處理 AI 工作負載。您將瞭解 Hypercomputer 內的不同元件，例如 GPU、TPU 和 CPU，以及如何視需求選擇合適的部署方法。

了解详情

「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。

了解详情

「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。

了解详情

「生成式 AI：掌握幕後技術與環境」是 Generative 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,以及我們如何與周遭的世界互動。身為領導者,您要如何駕馭 AI 強大的功能,創造實際業務成果?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,以及選擇解決方案時應考量的因素。

了解详情

「生成式 AI: 瞭解基礎概念」是 Generative 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,以及各種資料類型如何協助生成式 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 應對基礎 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。

了解详情

「生成式 AI：不只是聊天機器人」是 Generative AI Leader 學習路徑的第一門課程,沒有任何修課條件。本課程將帶您超越基本知識,進一步瞭解聊天機器人,探索如何在組織中充分發揮生成式 AI 的潛力。您將瞭解基礎模型和提示工程等概念,掌握善用生成式AI 的關鍵。本課程也會帶您瞭解擬定生成式 AI 策略時的多種重要考量,協助您為組織擬定出成功的策略。

了解详情

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。

了解详情

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。

了解详情

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。

了解详情

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。

了解详情

完成「管理 Google Cloud 中的 Kubernetes」技能徽章中階課程， 即可證明您具備下列技能：使用 kubectl 管理部署作業、 在 Google Kubernetes Engine (GKE) 監控應用程式與偵錯，以及運用技術持續推送軟體更新。

了解详情

This is the fifth of five courses in the Google Cloud Data Analytics Certificate. In this course, you’ll combine and apply the foundational knowledge and skills from courses 1-4 in a hands-on Capstone project that focuses on the full data lifecycle project. You’ll practice using cloud-based tools to acquire, store, process, analyze, visualize, and communicate data insights effectively. By the end of the course, you’ll have completed a project demonstrating their proficiency in effectively structuring data from multiple sources, presenting solutions to varied stakeholders, and visualizing data insights using cloud-based software. You’ll also update your resume and practice interview techniques to help prepare for applying and interviewing for jobs.

了解详情

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 Dataproc 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。

了解详情

This is the fourth of five courses in the Google Cloud Data Analytics Certificate. In this course, you’ll focus on developing skills in the five key stages of visualizing data in the cloud: storytelling, planning, exploring data, building visualizations, and sharing data with others. You’ll also gain experience using UI/UX skills to wireframe impactful, cloud-native visualizations and work with cloud-native data visualization tools to explore datasets, create reports, and build dashboards that drive decisions and foster collaboration.

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

這堂初級課程將介紹 Google Cloud 的資料分析工作流程，以及用於探索、分析資料並以圖表呈現的工具。您也能學會如何與相關人員分享自己的發現結果。本課程包含個案研究、實作實驗室、講座、測驗和示範，實際展示如何將原始資料集轉化為清晰的資料，進而呈現出能發揮成效的圖表和資訊主頁。無論您是資料領域從業人員、想瞭解如何透過 Google Cloud 取得成功，或有意在職涯中更上一層樓，本課程都能協助您踏出第一步。絕大多數在工作上執行或運用資料分析的學員，都能從本課程受益。

了解详情

Enterprises of all sizes have trouble making their information readily accessible to employees and customers alike. Internal documentation is frequently scattered across wikis, file shares, and databases. Similarly, consumer-facing sites often offer a vast selection of products, services, and information, but customers are frustrated by ineffective site search and navigation capabilities. This course teaches you to use Generative AI App Builder to integrate enterprise-grade generative AI search.

了解详情

隨著企業持續擴大使用人工智慧和機器學習，以負責任的方式發展相關技術也日益重要。對許多企業來說，談論負責任的 AI 技術可能不難，如何付諸實行才是真正的挑戰。如要瞭解如何在機構中導入負責任的 AI 技術，本課程絕對能助您一臂之力。 您可以從中瞭解 Google Cloud 目前採取的策略、最佳做法和經驗談，協助貴機構奠定良好基礎，實踐負責任的 AI 技術。

了解详情

This Course is utilized to certify completion of The Skills Challenge at Next 2025.

了解详情

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。

了解详情

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。

了解详情

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。

了解详情

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。

了解详情

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。

了解详情

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。

了解详情

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。

了解详情

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.

了解详情

This is the third of five courses in the Google Cloud Data Analytics Certificate. In this course, you’ll begin by getting an overview of the data journey, from collection to insights. You’ll then learn how to use SQL to transform raw data into a usable format. Next, you’ll learn how to transform high volumes of data with a data pipeline. Finally, you’ll gain experience applying transformation strategies to real data sets to solve business needs.

了解详情

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 Vertex AI Feature Store's streaming ingestion at the SDK layer.

了解详情

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.

了解详情

This is the second of five courses in the Google Cloud Data Analytics Certificate. In this course, you’ll explore how data is structured and organized. You’ll gain hands-on experience with the data lakehouse architecture and cloud components like BigQuery, Google Cloud Storage, and DataProc to efficiently store, analyze, and process large datasets.

了解详情

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.

了解详情

This is the first of five courses in the Google Cloud Data Analytics Certificate. In this course, you’ll define the field of cloud data analysis and describe roles and responsibilities of a cloud data analyst as they relate to data acquisition, storage, processing, and visualization. You’ll explore the architecture of Google Cloud-based tools, like BigQuery and Cloud Storage, and how they are used to effectively structure, present, and report data.

了解详情

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.

了解详情

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。

了解详情

Learn how to use NotebookLM to create a personalized study guide for the Professional Machine Learning Engineer certification exam (PMLE). You'll review NotebookLM features, create a notebook, and use the study guide to practice for a certification exam.

了解详情