ibrahim elsanhouri
成为会员时间：2025
钻石联赛
22879 积分
结合企业数据库构建 AI 智能体
Earned Sep 5, 2026 EDT
Cloud Healthcare API
Earned Aug 8, 2026 EDT
使用 BigQuery 构建数据仓库
Earned Aug 5, 2026 EDT
在 BigQuery 中使用 Gemini 模型
Earned Aug 2, 2026 EDT
使用 Gemini in BigQuery 提高效率
Earned Aug 2, 2026 EDT
Google Cloud 数据工程简介
Earned Jul 29, 2026 EDT
Build a Certification Study Guide: PDE Exam Prep
Earned Jul 29, 2026 EDT
利用工具为智能体注入强大功能
Earned Jul 28, 2026 EDT
管理智能体记忆和状态
Earned Jul 28, 2026 EDT
优化智能体行为
Earned Jul 28, 2026 EDT
Vertex AI Studio 简介
Earned Jul 27, 2026 EDT
创建图片标注模型
Earned Jul 27, 2026 EDT
Transformer 模型和 BERT 模型
Earned Jul 27, 2026 EDT
编码器-解码器架构
Earned Jul 27, 2026 EDT
注意力机制
Earned Jul 27, 2026 EDT
图像生成简介
Earned Jul 27, 2026 EDT
AI 时代安全性简介
Earned Jul 27, 2026 EDT
云架构：设计、实施和管理
Earned Jul 27, 2026 EDT
Model Armor：保障 AI 部署安全
Earned Jul 23, 2026 EDT
面向开发者的 Responsible AI：可解释性和透明度
Earned Jul 22, 2026 EDT
面向开发者的 Responsible AI：隐私保护和安全
Earned Jul 22, 2026 EDT
在 Google Cloud 上部署 Kubernetes 应用
Earned Jul 19, 2026 EDT
MLOps with Agent Platform: Manage Features
Earned Jul 15, 2026 EDT
在 Google Cloud 上构建网站
Earned Jul 14, 2026 EDT
使用 Dataplex 整理和治理数据
Earned Jul 11, 2026 EDT
保护 Lakehouse 数据
Earned Jul 11, 2026 EDT
[DEPRECATED] Data Governance with Dataplex Universal Catalog
Earned Jul 11, 2026 EDT
矢量搜索和嵌入
Earned Jul 5, 2026 EDT
面向开发者的 Responsible AI：公平性与偏见
Earned Jul 1, 2026 EDT
使用 Eventarc 构建事件驱动型应用
Earned Jun 30, 2026 EDT
适用于生成式 AI 的机器学习运维 (MLOps)
Earned Jun 29, 2026 EDT
Google Cloud 上的 AI 和机器学习简介
Earned Jun 29, 2026 EDT
为 Compute Engine 实现云负载均衡
Earned Jun 29, 2026 EDT
负责任的 AI 简介
Earned Jun 28, 2026 EDT
开发 Google Cloud 网络
Earned Jun 28, 2026 EDT
AI 基础设施：网络组建和管理技术
Earned Jun 26, 2026 EDT
AI 基础设施：存储选项
Earned Jun 26, 2026 EDT
AI 基础设施：部署类型
Earned Jun 26, 2026 EDT
AI Infrastructure：Cloud TPU
Earned Jun 26, 2026 EDT
AI Infrastructure：Cloud GPU
Earned Jun 26, 2026 EDT
AI Infrastructure：AI Hypercomputer 简介
Earned Jun 25, 2026 EDT
利用 Vertex AI 实现机器学习运维 (MLOps)：模型评估
Earned Jun 24, 2026 EDT
在 Google Cloud 上为机器学习 API 准备数据
Earned Jun 24, 2026 EDT
用 Document AI 实现大规模自动数据采集
Earned Jun 23, 2026 EDT
使用智能体开发套件 (ADK) 构建 AI 智能体
Earned Jun 23, 2026 EDT
在 Google Cloud 上创建生成式 AI 应用
Earned Jun 21, 2026 EDT
使用 Cloud Run Functions 构建无服务器应用
Earned Jun 21, 2026 EDT
Developing Applications with Cloud Run on Google Cloud: Fundamentals
Earned Jun 21, 2026 EDT
使用 BigQuery 实现多模态向量搜索
Earned Jun 14, 2026 EDT
利用 BigQuery ML 构建预测模型时的数据工程处理
Earned Jun 13, 2026 EDT
[DEPRECATED] Google Cloud Data Solutions for the Public Sector
Earned Jun 10, 2026 EDT
Production Machine Learning Systems
Earned Jun 7, 2026 EDT
优化 Google Cloud 成本
Earned May 27, 2026 EDT
使用智能体开发套件 (ADK) 打造您的首个智能体
Earned May 18, 2026 EDT
使用智能体开发套件 (ADK) 打造智能体
Earned May 18, 2026 EDT
使用 BigQuery 创建嵌入、向量搜索和 RAG
Earned May 16, 2026 EDT
Serverless Data Processing with Dataflow: Develop Pipelines
Earned May 12, 2026 EDT
Serverless Data Processing with Dataflow: Foundations
Earned May 9, 2026 EDT
NCAA® March Madness®: Bracketology with Google Cloud
Earned Mar 29, 2026 EDT
Introduction to Vertex Forecasting and Time Series in Practice
Earned Mar 27, 2026 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud
Earned Mar 12, 2026 EDT
使用 BigQuery 机器学习推理功能
Earned Mar 11, 2026 EDT
BigQuery 流式数据分析
Earned Mar 11, 2026 EDT
Machine Learning Operations (MLOps): Getting Started
Earned Mar 11, 2026 EDT
Working with Notebooks in Vertex AI
Earned Mar 10, 2026 EDT
面向机器学习的 BigQuery
Earned Mar 9, 2026 EDT
Build Streaming Data Pipelines on Google Cloud
Earned Feb 9, 2026 EST
使用 MCP Toolbox for Databases 构建可利用企业数据库的 AI 智能体。您将定义安全的数据库交互工具，并实现智能查询功能（利用向量嵌入、结构化查询）。
了解详情
Cloud Healthcare API bridges the gap between care systems and applications built on Google Cloud. By supporting standards-based data formats and protocols of existing healthcare technologies, Cloud Healthcare API connects your data to advanced Google Cloud capabilities, including streaming data processing with Cloud Dataflow, scalable analytics with BigQuery, and machine learning with Cloud Machine Learning Engine. In this Quest you will use the Cloud Healthcare API to ingest and process data in the industry standard FHIR, HL7v2 and DICOM formats, train a TensorFlow model for prediction with FHIR data, and also gain practice with de-identification of datasets.
了解详情
完成中级技能徽章课程使用 BigQuery 构建数据仓库，展示以下技能： 联接数据以创建新表、排查联接故障、使用并集附加数据、创建日期分区表， 以及在 BigQuery 中使用 JSON、数组和结构体。
了解详情
本课程展示了如何在 BigQuery 中使用 AI/机器学习模型处理生成式 AI 任务。通过一个涉及客户关系管理的实际应用场景，您将学习到使用 Gemini 模型解决业务问题的工作流程。为了便于理解，本课程还将通过使用 SQL 查询和 Python 笔记本的编码解决方案提供分步指导。
了解详情
此课程将探索如何使用 AI 功能套件 Gemini in BigQuery 为“数据到 AI”工作流提供助力。其中涉及到的功能包括数据探索和准备、代码生成和问题排查，以及工作流发现和可视化。此课程包含概念解释、真实使用场景以及实操实验等内容，可帮助数据从业者提升效率并加快流水线开发速度。
了解详情
在本课程中，您将了解 Google Cloud 数据工程、数据工程师的角色和职责，以及相关的 Google Cloud 产品和服务。您还将了解如何应对数据工程挑战。
了解详情
Learn how to use Gemini Notebook to create a personalized study guide for the Professional Data Engineer 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.
了解详情
您已经构建了具有高级配置的智能体，现在可赋予它们实际应用能力。为智能体配备能够搜索网络、执行代码、查询数据库和执行自定义操作的工具。让智能体从“智能回答者”转变为能够自主采取行动的得力助手。
了解详情
您已经构建了能够回答查询的基本 LLM 智能体，现在让我们为其赋予状态。使用会话状态来构建能够维护上下文、记住用户偏好并提供个性化体验的智能体。将智能体从“无状态的回复者”转变为“智能助理”。
了解详情
您已经创建了自己的第一个智能体，现在是时候更进一步了。在本课程中，您将通过学习应用高级指令、模型选择、规划功能以及结构化输出模式来精进技能，将基础 AI 智能体升级为一个精确、专业的智能助理。加入社区论坛，提出问题并参与讨论
了解详情
本课程介绍 Vertex AI Studio，这是一种用于与生成式 AI 模型交互、围绕业务创意进行原型设计并在生产环境中落地的工具。通过沉浸式应用场景、富有吸引力的课程和实操实验，您将探索从提示到产品的整个生命周期，了解如何将 Vertex AI Studio 用于多模态 Gemini 应用、提示设计、提示工程和模型调优。本课程的目的在于帮助您利用 Vertex AI Studio，在自己的项目中充分发掘生成式 AI 的潜力。
了解详情
本课程教您如何使用深度学习来创建图片标注模型。您将了解图片标注模型的不同组成部分，例如编码器和解码器，以及如何训练和评估模型。学完本课程，您将能够自行创建图片标注模型并用来生成图片说明。
了解详情
本课程向您介绍 Transformer 架构和 Bidirectional Encoder Representations from Transformers (BERT) 模型。您将了解 Transformer 架构的主要组成部分，例如自注意力机制，以及该架构如何用于构建 BERT 模型。您还将了解可以使用 BERT 的不同任务，例如文本分类、问答和自然语言推理。完成本课程估计需要大约 45 分钟。
了解详情
本课程简要介绍了编码器-解码器架构，这是一种功能强大且常见的机器学习架构，适用于机器翻译、文本摘要和问答等 sequence-to-sequence 任务。您将了解编码器-解码器架构的主要组成部分，以及如何训练和部署这些模型。在相应的实验演示中，您将在 TensorFlow 中从头编写简单的编码器-解码器架构实现代码，以用于诗歌生成。
了解详情
本课程将向您介绍注意力机制，这是一种强大的技术，可令神经网络专注于输入序列的特定部分。您将了解注意力的工作原理，以及如何使用它来提高各种机器学习任务的性能，包括机器翻译、文本摘要和问题解答。
了解详情
本课程向您介绍扩散模型。这类机器学习模型最近在图像生成领域展现出了巨大潜力。扩散模型的灵感来源于物理学，特别是热力学。过去几年内，扩散模型成为热门研究主题并在整个行业开始流行。Google Cloud 上许多先进的图像生成模型和工具都是以扩散模型为基础构建的。本课程向您介绍扩散模型背后的理论，以及如何在 Vertex AI 上训练和部署此类模型。
了解详情
人工智能 (AI) 具备巨大的变革潜力，但也带来了新的安全挑战。本课程专为负责安全性和数据保护的领导者而设计，助其运用相关策略在组织内安全管理 AI。学习一个有助于实现以下目标的框架：主动识别并减轻 AI 特有的风险，保护敏感数据，确保遵从法规，构建弹性 AI 基础设施。通过四个不同行业的精选用例，探索这些策略如何应用于现实场景。
了解详情
完成 云架构：设计、实施和管理课程，赢取技能徽章，展示您在以下方面的技能：使用 Apache Web 服务器部署可公开访问的网站；使用启动脚本配置 Compute Engine 虚拟机； 使用 Windows 堡垒主机和防火墙规则配置安全 RDP；构建 Docker 映像并将其部署到 Kubernetes 集群，然后进行更新；以及创建 CloudSQL 实例并导入 MySQL 数据库。 此技能徽章课程是非常有用的资源， 可帮助您理解 Google Cloud 认证 Professional Cloud Architect 认证考试中将会出现的主题。
了解详情
本课程回顾了 Model Armor 的基本安全功能，并让您能够使用该服务。您将了解与 LLM 相关的安全风险，以及 Model Armor 如何保护您的 AI 应用。
了解详情
本课程介绍了 AI 可解释性和透明度的相关概念，探讨了 AI 透明度对于开发者和工程师的重要性。同时探索了有助于在数据和 AI 模型中实现可解释性和透明度的实用方法及工具。
了解详情
本课程介绍 AI 隐私保护和安全方面的重要主题，还将探索使用 Google Cloud 产品和开源工具实施建议的 AI 隐私保护和安全实践的实用方法和工具。
了解详情
完成在 Google Cloud 上部署 Kubernetes 应用技能徽章中级课程，展示您在以下方面的技能： 配置和构建 Docker 容器映像，创建和管理 Google Kubernetes Engine (GKE) 集群，利用 kubectl 实现高效 集群管理，以及按照稳健的持续交付 (CD) 实践部署 Kubernetes 应用。
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 Agent Platform Feature Store's streaming ingestion at the SDK layer.
了解详情
完成在 Google Cloud 上构建网站技能徽章课程，赢取入门级技能徽章。本课程以 Get Cooking in Cloud 系列视频为基础， 涵盖以下主题：在 Cloud Run 上部署网站在 Compute Engine 上托管 Web 应用在 Google Kubernetes Engine 上创建、部署和扩缩网站使用 Cloud Build 从单体式应用迁移到微服务架构
了解详情
完成入门级技能徽章课程“使用 Dataplex 整理和治理数据”，展示您在以下方面的技能：创建 Dataplex 资产、创建切面类型，以及将切面应用于 Dataplex 中的条目。 技能徽章通过动手实验和挑战赛形式的评估，检验您对特定产品的实际知识掌握情况。完成课程即可获得徽章， 也可直接参加实验室挑战赛，快速获得徽章。徽章可证明您掌握技能的熟练程度，提升您的专业形象，最终助您获得更多职业机会。欢迎访问您的个人资料，并跟踪您已获得的徽章。
了解详情
完成保护 Lakehouse 数据这一入门级技能徽章课程，展示您在以下方面的技能：使用 IAM、BigQuery、Lakehouse 和 Knowledge Catalog 中的 Data Catalog 创建和保护 Lakehouse 表。
了解详情
This course covers the fundamentals of data governance, including its frameworks. You will gain hands-on experience using the Dataplex Universal Catalog to profile data, manage data quality, and implement automated data lineage for BigQuery data sources. Learn to effectively manage, secure, and understand your organization's data assets.
了解详情
在本次课程中，探索 AI 赋能的搜索技术、工具和应用。学习利用向量嵌入的语义搜索、融合语义和关键字的混合搜索方法，以及检索增强生成 (RAG) 技术，以打造基于事实的 AI 智能体，尽可能减少 AI 幻觉。获取 Vertex AI Vector Search 实战经验，打造您自己的智能搜索引擎。
了解详情
本课程介绍了 Responsible AI 的概念和 AI 原则，还介绍了在 AI/机器学习实践中识别公平性与偏见以及减少偏见的实用技巧，同时探索了使用 Google Cloud 产品和开源工具来实施 Responsible AI 最佳实践的实用方法和工具。
了解详情
完成“使用 Eventarc 构建事件驱动型应用”课程，赢取技能徽章。 在这门课程中，您将使用 Eventarc 为不同资源创建事件触发器，包括 Pub/Sub 主题和 Cloud Storage 存储桶。
了解详情
本课程致力于为您提供所需的知识和工具，让您能够了解 MLOps 团队在部署和管理生成式 AI 模型以及探索 Vertex AI 如何帮助 AI 团队简化 MLOps 流程时面临的独特挑战，并帮助您在生成式 AI 项目中取得成功。
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
完成入门级技能徽章课程为 Compute Engine 实现云负载均衡，展示以下方面的技能： 在 Compute Engine 中创建和部署虚拟机 以及配置网络和应用负载均衡器。
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
完成开发 Google Cloud 网络课程，赢取技能徽章。在此课程中，您将学习 部署和监控应用的多种方法，包括执行以下任务的方法：探索 IAM 角色并添加/移除 项目访问权限、创建 VPC 网络、部署和监控 Compute Engine 虚拟机、 编写 SQL 查询、在 Compute Engine 中部署和监控虚拟机，以及使用 Kubernetes 通过多种部署方法部署应用。
了解详情
欢迎学习“AI 基础设施：网络组建和管理技术”课程。
在本课程中，您将学习如何利用 Google Cloud 的高带宽、低延迟基础设施，优化 AI 系统所有组件之间的数据传输和通信。学完本课程后，您将了解网络组建和管理在整个 AI 流水线（从数据注入、训练到推理）中发挥的关键作用，并能够应用最佳实践来确保您的工作负载以最高速度运行。
了解详情
在本课程中，您将全面了解 Google Cloud 提供的存储解决方案，这些解决方案专为 AI 和高性能计算 (HPC) 工作负载量身定制。您将学习如何为机器学习生命周期的各个阶段选择合适的存储选项。您将探索如何在训练期间优化 I/O 性能，管理海量数据集以进行数据准备，以及以低延迟部署模型制品。通过实际案例和演示，您将获得设计可靠存储解决方案所需的专业知识，从而加速 AI 创新。
了解详情
本课程全面指导如何在 Google Cloud 上部署、管理和优化 AI 和高性能计算 (HPC) 工作负载。通过一系列课程和实际演示，您将探索从基于 Google Compute Engine (GCE) 的高度可定制环境，到 Google Kubernetes Engine (GKE) 等托管式解决方案的各种部署策略。具体来说，您将学习如何创建集群并部署 GKE 进行推理。
了解详情
欢迎学习 Cloud TPU 课程。我们将探讨 TPU 在不同场景下的优势和劣势，并比较不同的 TPU 加速器，以帮助您选择合适的加速器。您将了解可通过哪些策略充分提高 AI 模型的性能和效率，并理解 GPU/TPU 互操作性对于创建灵活的机器学习工作流程的重要性。通过引人入胜的课程内容和实际演示，您将逐步了解如何有效利用 TPU。
了解详情
对 AI 背后的强大硬件感到好奇吗？本单元将详细讲解性能经过优化的 AI 计算机，向您展示它们为何如此重要。我们将探讨 CPU、GPU 和 TPU 如何让 AI 任务高速运行，介绍它们各自的特点，并说明 AI 软件是如何充分发挥这些硬件的性能的。学习结束后，您将清楚地知道如何为自己的 AI 项目选择合适的 GPU，从而为 AI 工作负载做出明智的决策。
了解详情
准备好探索 AI Hypercomputer 了吗？这门课程将带您轻松入门！我们将介绍相关基础知识，并阐释它们如何助力 AI 处理 AI 工作负载。您将了解超级计算机内部的各个组件，如 GPU、TPU 和 CPU，并知晓如何根据您的需求选择合适的部署方法。
了解详情
本课程能让机器学习从业者掌握评估生成式和预测式 AI 模型的基本工具、方法和最佳实践。要确保机器学习系统在实际运用中提供可靠、准确、高效的结果，做好模型评估至关重要。
学员将深入了解各项评估指标、方法及如何在不同模型类型和任务中适当应用这些指标和方法。课程将着重介绍生成式 AI 模型带来的独特挑战，并提供有效解决这些挑战的策略。通过利用 Google Cloud 的 Vertex AI Platform，学员可学习如何在模型选择、优化和持续监控工作中实施卓有成效的评估流程。
了解详情
完成入门级技能徽章课程在 Google Cloud 上为机器学习 API 准备数据，展示以下技能： 使用 Dataprep by Trifacta 清理数据、在 Dataflow 中运行数据流水线、在 Managed Service for Apache Spark 中创建集群和运行 Apache Spark 作业，以及调用机器学习 API，包括 Cloud Natural Language API、Google Cloud Speech-to-Text API 和 Video Intelligence API。
了解详情
完成用 Document AI 实现大规模自动数据采集课程，赢取入门级技能徽章。在本课程中，您将学习如何使用 Document AI 提取、处理和采集数据。
了解详情
完成本课程，赢取使用智能体开发套件 (ADK) 构建 AI 智能体中级技能徽章，展示您在以下方面的技能： 提出实际的语言模型研究问题；构建一个简单的词元化器；制作用于训练 Transformer 语言模型的数据集；运行小语言模型的训练循环。
了解详情
生成式 AI 应用可以提供大语言模型 (LLM) 问世前几乎不可能实现的全新用户体验。作为应用开发者，您要如何利用生成式 AI 在 Google Cloud 上构建更具吸引力且功能强大的应用？
在本课程中，您将了解生成式 AI 应用，以及如何利用提示设计和检索增强生成 (RAG) 技术，构建使用 LLM 的强大应用。您将了解可用于生产用途且适合生成式 AI 应用的架构，并构建一个基于 LLM 和 RAG 的聊天应用。
了解详情
完成“使用 Cloud Run Functions 构建无服务器应用”课程，赢取“入门”技能徽章。您将学习如何通过 Google Cloud 控制台和命令行使用 Cloud Run Functions。 技能徽章通过动手实验和挑战赛形式的评估，检验您对特定产品的实际知识掌握情况。完成课程即可获得徽章， 也可直接参加实验室挑战赛，快速获得徽章。徽章可证明您掌握技能的熟练程度，提升您的专业形象，最终助您获得更多职业机会。欢迎访问您的个人资料，并跟踪您已获得的徽章。
了解详情
This course introduces the Cloud Run serverless platform for running applications.
In this course, you learn about the fundamentals of Cloud Run, its resource model and the container lifecycle.
You learn about service identities, how to control access to services, and how to develop and test your
application locally before deploying it to Cloud Run. The course also teaches you how to integrate
with other services on Google Cloud so you can build full-featured applications.
了解详情
完成中级技能徽章课程“使用 BigQuery 实现多模态向量搜索”， 展示自己在以下方面的技能：使用 Gemini in BigQuery 生成和调试 SQL；进行情感分析； 总结文本和识别关键字；生成嵌入；创建 RAG（检索增强生成）流水线； 以及实现多模态向量搜索。
了解详情
完成中级技能徽章课程利用 BigQuery ML 构建预测模型时的数据工程处理， 展示自己在以下方面的技能：利用 Dataprep by Trifacta 构建 BigQuery 数据转换流水线； 利用 Cloud Storage、Dataflow 和 BigQuery 构建提取、转换和加载 (ETL) 工作流； 以及利用 BigQuery ML 构建机器学习模型。
了解详情
Enterprise data sharing made easy with Dataplex and Analytics Hub
Learn how to share data securely in your lakehouse with minimized data duplication and more data governance through Dataplex and Analytics Hub - enterprise data management made easy.
Creating Data Pipelines with Data Fusion
In this session, we will explore using Data Fusion to create code-free point and click pipelines that can ETL high-volumes of data with support for popular data sources, including file systems and object stores, relational and NoSQL databases, and SaaS systems.
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
Google Cloud 结算和费用管理基础知识系列课程包含两部分内容， 本课是第二课。本课程最适合担任财务和/或 IT 职务 且负责优化所在组织的云基础设施的人员。 在这门课程中，您将学习多种控制和优化 Google Cloud 成本的方式， 包括设置预算和提醒、管理配额限制以及充分利用 承诺使用折扣。在实操实验中，您将练习使用各种 工具控制和优化 Google Cloud 成本，或者影响技术 团队应用成本优化最佳实践。
了解详情
使用 Google 的智能体开发套件 (ADK) 构建、配置和运行您的第一个 AI 智能体，将您对智能体的理解转化为实际应用。
在本实操课程中，您将设置一个完整的 ADK 开发环境，使用 Python 代码和 YAML 配置两种方式创建智能体，并通过多个界面运行智能体。您还将学习定义智能体行为的核心参数，将您在课程 1 中学到的知识应用到实际代码中。
了解详情
了解如何使用智能体开发套件 (ADK) 构建可用于生产用途的复杂 AI 智能体。本课程介绍了 ADK 的开源框架，助力开发者从简单的提示工程跨越到代码优先的结构化软件开发方法，从而构建企业级多智能体系统。
了解详情
本课程探讨 BigQuery 中用于减轻 AI 幻觉的检索增强生成 (RAG) 解决方案。BigQuery 引入了 RAG 工作流，其中涵盖了创建嵌入、搜索向量空间和生成更优质的回答。本课程解释了这些步骤背后的概念原理，以及这些步骤在 BigQuery 中的实际实施过程。学完本课程后，学员将能够使用 BigQuery 和生成式 AI 模型（如 Gemini）以及嵌入模型来构建 RAG 流水线，以解决在具体情况下遇到的 AI 幻觉问题。
了解详情
In this second installment of the Dataflow course series, we are going to be diving deeper on developing pipelines using the Beam SDK. We start with a review of Apache Beam concepts. Next, we discuss processing streaming data using windows, watermarks and triggers. We then cover options for sources and sinks in your pipelines, schemas to express your structured data, and how to do stateful transformations using State and Timer APIs. We move onto reviewing best practices that help maximize your pipeline performance. Towards the end of the course, we introduce SQL and Dataframes to represent your business logic in Beam and how to iteratively develop pipelines using Beam notebooks.
了解详情
This course is part 1 of a 3-course series on Serverless Data Processing with Dataflow. In this first course, we start with a refresher of what Apache Beam is and its relationship with Dataflow. Next, we talk about the Apache Beam vision and the benefits of the Beam Portability framework. The Beam Portability framework achieves the vision that a developer can use their favorite programming language with their preferred execution backend. We then show you how Dataflow allows you to separate compute and storage while saving money, and how identity, access, and management tools interact with your Dataflow pipelines. Lastly, we look at how to implement the right security model for your use case on Dataflow.
了解详情
In this series of labs you will learn how to use BigQuery to analyze NCAA basketball data with SQL. Build a Machine Learning Model to predict the outcomes of NCAA March Madness basketball tournament games.
了解详情
This course is an introduction to building forecasting solutions with Google Cloud. You start with sequence models and time series foundations. You then walk through an end-to-end workflow: from data preparation to model development and deployment with Vertex AI. Finally, you learn the lessons and tips from a retail use case and apply the knowledge by building your own forecasting models.
了解详情
Incorporating machine learning into data pipelines increases the ability to extract insights from data. This course covers ways machine learning can be included in data pipelines on Google Cloud. For little to no customization, this course covers AutoML. For more tailored machine learning capabilities, this course introduces Notebooks and BigQuery machine learning (BigQuery ML). Also, this course covers how to productionalize machine learning solutions by using Vertex AI.
了解详情
了解 BigQuery 机器学习推理功能，以及数据分析师为何应使用该功能，它有哪些应用场景，有哪些受支持的机器学习模型。您还将了解如何在 BigQuery 中创建和管理这些机器学习模型。
了解详情
完成 BigQuery 流式数据分析技能徽章课程，赢取技能徽章 。在这门课程中，您将结合使用 Pub/Sub、Dataflow 和 BigQuery 来实现流式 数据分析。
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 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
想要仅使用 SQL 就能在几分钟内构建机器学习模型，而不是花费数小时？BigQuery 借助机器学习，数据分析师能够使用现有的 SQL 工具和技能创建、训练、评估机器学习模型，并使用这些模型进行预测， 从而实现机器学习的普及。在 本系列实验中，您将尝试不同的模型类型，并了解 如何构建出色的模型。
了解详情
In this course you will get hands-on in order to work through real-world challenges faced when building streaming data pipelines. The primary focus is on managing continuous, unbounded data with Google Cloud products.
了解详情
