ibrahim elsanhouri
Member since 2025
Diamond League
22879 points
使用企業資料庫建構 AI 代理
Earned Sep 5, 2026 EDT
Cloud Healthcare API
Earned Aug 8, 2026 EDT
透過 BigQuery 建構資料倉儲
Earned Aug 5, 2026 EDT
在 BigQuery 使用 Gemini 模型
Earned Aug 2, 2026 EDT
透過 Gemini in BigQuery 提升工作效率
Earned Aug 2, 2026 EDT
Google Cloud 中的資料工程簡介
Earned Jul 29, 2026 EDT
Build a Certification Study Guide: PDE Exam Prep
Earned Jul 29, 2026 EDT
運用工具讓 AI 代理具備所要能力
Earned Jul 28, 2026 EDT
管理 AI 代理的記憶與狀態
Earned Jul 28, 2026 EDT
AI 代理行為最佳化調整
Earned Jul 28, 2026 EDT
Vertex AI Studio 簡介
Earned Jul 27, 2026 EDT
建立圖像說明生成模型
Earned Jul 27, 2026 EDT
Transformer 和 BERT 模型
Earned Jul 27, 2026 EDT
編碼器-解碼器架構
Earned Jul 27, 2026 EDT
注意力機制
Earned Jul 27, 2026 EDT
圖像生成簡介
Earned Jul 27, 2026 EDT
AI 世界的安全防護簡介
Earned Jul 27, 2026 EDT
雲端架構：設計、實作與管理
Earned Jul 27, 2026 EDT
Model Armor：保護您部署的 AI 應用程式
Earned Jul 23, 2026 EDT
開發人員的負責任 AI 技術：可解釋性與透明度
Earned Jul 22, 2026 EDT
開發人員的負責任 AI 技術：隱私權與安全性
Earned Jul 22, 2026 EDT
在 Google Cloud 部署 Kubernetes 應用程式
Earned Jul 19, 2026 EDT
MLOps with Agent Platform: Manage Features
Earned Jul 15, 2026 EDT
透過 Google Cloud 建構網站
Earned Jul 14, 2026 EDT
使用 Dataplex 整理及管理資料
Earned Jul 11, 2026 EDT
保護 Lakehouse 資料
Earned Jul 11, 2026 EDT
[DEPRECATED] Data Governance with Dataplex Universal Catalog
Earned Jul 11, 2026 EDT
Vector Search 和嵌入
Earned Jul 5, 2026 EDT
開發人員的負責任 AI 技術：公平性與偏誤
Earned Jul 1, 2026 EDT
使用 Eventarc 建構事件導向應用程式
Earned Jun 30, 2026 EDT
生成式 AI 適用的機器學習運作 (MLOps)
Earned Jun 29, 2026 EDT
Google Cloud 的 AI 和機器學習服務簡介
Earned Jun 29, 2026 EDT
在 Compute Engine 導入 Cloud Load Balancing
Earned Jun 29, 2026 EDT
負責任的 AI 技術簡介
Earned Jun 28, 2026 EDT
建立 Google Cloud 網路
Earned Jun 28, 2026 EDT
AI 基礎架構：網路技術
Earned Jun 26, 2026 EDT
AI 基礎架構：儲存空間選項
Earned Jun 26, 2026 EDT
AI 基礎架構：部署類型
Earned Jun 26, 2026 EDT
AI 基礎架構：Cloud TPU
Earned Jun 26, 2026 EDT
AI 基礎架構：Cloud GPU
Earned Jun 26, 2026 EDT
AI 基礎架構：AI Hypercomputer 簡介
Earned Jun 25, 2026 EDT
機器學習運作 (MLOps) 與 Vertex AI：模型評估
Earned Jun 24, 2026 EDT
在 Google Cloud 為機器學習 API 準備資料
Earned Jun 24, 2026 EDT
使用 Document AI 大規模自動擷取資料
Earned Jun 23, 2026 EDT
使用 Agent Development Kit (ADK) 建造 AI 代理：工程設計
Earned Jun 23, 2026 EDT
在 Google Cloud 打造生成式 AI 應用程式
Earned Jun 21, 2026 EDT
使用 Cloud Run functions 建構無伺服器應用程式
Earned Jun 21, 2026 EDT
Developing Applications with Cloud Run on Google Cloud: Fundamentals
Earned Jun 21, 2026 EDT
運用 BigQuery 導入多模態向量搜尋
Earned Jun 14, 2026 EDT
使用 BigQuery ML 為預測模型進行資料工程
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
讓您的 Google Cloud 支出發揮最大效益
Earned May 27, 2026 EDT
使用 Agent Development Kit (ADK) 打造您的第一個 AI 代理
Earned May 18, 2026 EDT
使用 Agent Development Kit (ADK) 打造 AI 代理
Earned May 18, 2026 EDT
運用 BigQuery 建立嵌入項目、向量搜尋和 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
透過 BigQuery 機器學習執行推論作業
Earned Mar 11, 2026 EDT
以串流方式將分析資料傳入 BigQuery
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
使用 BigQuery 進行機器學習
Earned Mar 9, 2026 EDT
Build Streaming Data Pipelines on Google Cloud
Earned Feb 9, 2026 EST
運用 MCP Toolbox for Databases 建構可存取企業資料庫的 AI 代理。您將定義安全的資料庫互動工具，並實作智慧查詢功能 (運用向量嵌入和結構化查詢)。
Learn more
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.
Learn more
完成 透過 BigQuery 建構資料倉儲 技能徽章中階課程，即可證明您具備下列技能： 彙整資料以建立新資料表、排解彙整作業問題、利用聯集附加資料、建立依日期分區的資料表， 以及在 BigQuery 使用 JSON、陣列和結構體。
Learn more
本課程將示範如何在 BigQuery 運用 AI/機器學行模型，以執行生成式 AI 任務。透過涉及顧客關係管理的應用實例，您將瞭解運用 Gemini 模型解決業務問題的工作流程。為了便於理解，本課程還提供了採用 SQL 查詢和 Python 筆記本的程式設計解決方案，指導您逐步操作。
Learn more
本課程會說明 Gemini in BigQuery，這是一套由 AI 輔助的功能，可協助「從資料到 AI」的工作流程。這些功能包含資料探索和準備、程式碼生成和疑難排解，以及工作流程探索和視覺化。本課程將透過概念解說、應用實例和實作實驗室，協助資料從業人員提升工作效率，並加速開發 pipeline。
Learn more
在本課程中，您會學到 Google Cloud 上的資料工程、資料工程師的角色與職責，以及這些內容如何對應至 Google Cloud 提供的服務。您也將瞭解處理資料工程難題的許多方法。
Learn more
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.
Learn more
您已建立具有進階設定功能的代理，可開始賦予代理實際應用能力。為代理配備工具，使代理能搜尋網路、執行程式碼、查詢資料庫和執行自訂動作。將代理從聰明的回覆者，轉變為能採取行動的得力助手。
Learn more
您已建構能回覆查詢的基本 LLM 代理，是時候讓代理有狀態。利用工作階段狀態建構能維持對話脈絡、記住使用者偏好，並提供個人化體驗的代理。將代理從無狀態的回覆者轉為智慧助理。
Learn more
您已經成功打造第一個代理，是時候迎接更進階的挑戰。在本課程中，您將學習如何應用進階指令、選擇模型、建立規劃能力及結構化輸出模式，藉此將基本 AI 代理轉為高明又精確的助理，讓您的技能更上一層樓。加入社群論壇，提出問題並參與討論
Learn more
本課程會介紹 Vertex AI Studio。您可以運用這項工具和生成式 AI 模型互動、根據商業構想設計原型，並投入到正式環境。透過身歷其境的應用實例、有趣的課程及實作實驗室，您將能探索從提示到正式環境的生命週期，同時學習如何將 Vertex AI Studio 運用在多模態版 Gemini 應用程式、提示設計、提示工程和模型調整。這個課程的目標是讓您能運用 Vertex AI Studio，在專案中發揮生成式 AI 的潛能。
Learn more
本課程說明如何使用深度學習來建立圖像說明生成模型。您將學習圖像說明生成模型的各個不同組成部分，例如編碼器和解碼器，以及如何訓練和評估模型。在本課程結束時，您將能建立自己的圖像說明生成模型，並使用模型產生圖像說明文字。
Learn more
這堂課程將說明變換器架構，以及基於變換器的雙向編碼器表示技術 (BERT) 模型，同時帶您瞭解變換器架構的主要組成 (如自我注意力機制) 和如何用架構建立 BERT 模型。此外，也會介紹 BERT 適用的各種任務，像是文字分類、問題回答和自然語言推論。課程預計約 45 分鐘。
Learn more
本課程概要說明解碼器與編碼器的架構，這種強大且常見的機器學習架構適用於序列對序列的任務，例如機器翻譯、文字摘要和回答問題。您將認識編碼器與解碼器架構的主要元件，並瞭解如何訓練及提供這些模型。在對應的研究室逐步操作說明中，您將學習如何從頭開始使用 TensorFlow 寫程式，導入簡單的編碼器與解碼器架構來產生詩詞。
Learn more
本課程將介紹注意力機制，說明這項強大技術如何讓類神經網路專注於輸入序列的特定部分。此外，也將解釋注意力的運作方式，以及如何使用注意力來提高各種機器學習任務的成效，包括機器翻譯、文字摘要和回答問題。
Learn more
本課程將介紹擴散模型，這是一種機器學習模型，近期在圖像生成領域展現亮眼潛力。概念源自物理學，尤其深受熱力學影響。過去幾年來，在學術界和業界都是炙手可熱的焦點。在 Google Cloud 中，擴散模型是許多先進圖像生成模型和工具的基礎。課程將介紹擴散模型背後的理論，並說明如何在 Vertex AI 上訓練和部署這些模型。
Learn more
人工智慧 (AI) 帶來轉型可能，但全新資安挑戰也隨著出現。本課程介紹資料安全和保護的策略，可幫助相關領域的領導者，在企業內部安全地管理 AI。您可以瞭解如何建立框架，主動辨別和減輕 AI 特有的風險、保護機密資料、確實法規遵循，並打造堅韌的 AI 基礎架構。我們提供四個不同產業的案例，帶您探索如何實際應用這些策略。
Learn more
完成 雲端架構：設計、實作與管理 課程即可獲得 技能徽章，證明您具備下列技能： 使用 Apache 網路伺服器部署可公開存取的網站、使用開機指令碼設定 Compute Engine VM、 使用 Windows 防禦主機和防火牆規則設定安全的 RDP、建構 Docker 映像檔並部署至 Kubernetes 叢集，然後進行更新，以及建立 Cloud SQL 執行個體並匯入 MySQL 資料庫。 這個技能徽章課程是絕佳的 資源，可讓您瞭解Google Cloud 認證專業雲端架構師認證測驗涵蓋的主題。
Learn more
本課程將複習 Model Armor 的基本安全功能，讓您具備使用這項服務的能力。您將瞭解 LLM 的相關安全風險，以及 Model Armor 如何保護 AI 應用程式。
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
完成 在 Google Cloud 部署 Kubernetes 應用程式 技能徽章中階課程，即可證明您具備下列技能： 設定及建構 Docker 容器映像檔、建立及管理 Google Kubernetes Engine (GKE) 叢集、運用 kubectl 有效 管理叢集，以及運用強大的持續推送軟體更新做法來部署 Kubernetes 應用程式。
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
完成透過 Google Cloud 建構網站技能徽章課程，即可獲得入門級技能徽章。 本課程以 Get Cooking in Cloud 系列影片為基礎， 涵蓋以下主題：在 Cloud Run 部署網站在 Compute Engine 託管網頁應用程式在 Google Kubernetes Engine 建立、 部署及擴充網站使用 Cloud Build 將單體式應用程式遷移至微服務架構
Learn more
完成「使用 Dataplex 整理及管理資料」技能徽章入門課程，即可證明您具備下列技能：建立 Dataplex 資產、建立切面類型，以及將切面套用至 Dataplex 中的項目。 技能徽章課程透過實作實驗室和挑戰評量，檢驗學員對於特定產品的實作知識。 完成課程或直接進行挑戰實驗室，即可取得徽章。徽章可證明您的專業能力、提升專業形象，開創更多職涯發展機會。前往個人資料頁面，追蹤您獲得的徽章。
Learn more
完成「保護 Lakehouse 資料」技能徽章入門課程，即可證明您具備下列技能：在 Knowledge Catalog 中使用 IAM、BigQuery、 Lakehouse 和 Data Catalog，建立並保護 Lakehouse 資料表。
Learn more
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.
Learn more
這堂課程會介紹 AI 搜尋技術、工具和應用程式。主題涵蓋使用向量嵌入執行語意搜尋；結合語意和關鍵字做法的混合型搜尋機制；以及運用檢索增強生成 (RAG) 技術建構有基準的 AI 代理，盡可能減少 AI 幻覺。您可以實際使用 Vertex AI Vector Search，打造智慧型搜尋引擎。
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
完成「使用 Eventarc 建構事件導向應用程式」課程，即可獲得技能徽章。 在本課程中，您將使用 Eventarc 為不同資源 (包括 Pub/Sub 主題和 Cloud Storage bucket) 建立事件觸發條件。
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
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
完成「在 Compute Engine 導入 Cloud Load Balancing」技能徽章入門課程，即可證明您具備下列技能： 在 Compute Engine 建立及部署虛擬機器， 以及設定網路和應用程式負載平衡器。
Learn more
這個入門微學習課程主要介紹「負責任的 AI 技術」和其重要性，以及 Google 如何在自家產品中導入這項技術。本課程也會說明 Google 的 7 個 AI 開發原則。
Learn more
完成 建立 Google Cloud 網路 課程即可獲得技能徽章。這個課程將說明 部署及監控應用程式的多種方法，包括查看 IAM 角色及新增/移除 專案存取權、建立虛擬私有雲網路、部署及監控 Compute Engine VM、編寫 SQL 查詢、在 Compute Engine 部署及監控 VM，以及 使用 Kubernetes 透過多種方法部署應用程式。
Learn more
歡迎來到「AI 基礎架構：網路技術」課程。本課程將說明如何運用 Google Cloud 的高頻寬、低延遲基礎架構，最佳化調整 AI 系統所有元件之間的資料傳輸和通訊。最後，您將掌握網路在整個 AI 管道 (從資料擷取、訓練到推論) 發揮的關鍵作用，並採取最佳做法，確保工作負載能以最高速度運作。
Learn more
在本課程中，您將全面瞭解 Google Cloud 提供的儲存空間解決方案，專門用於 AI 和高效能運算 (HPC) 的工作負載。您將學習如何根據機器學習生命週期的各個階段，選擇合適的儲存空間；以及探索如何在訓練期間將 I/O 效能最佳化、管理準備資料所需的龐大資料集，以及用低延遲提供模型構件。透過實際例子和示範，您將掌握專業知識，得以設計穩健的儲存空間解決方案，並加快 AI 創新。
Learn more
這堂課程會完整說明如何在 Google Cloud 部署、管理及最佳化調整 AI 和高效能運算 (HPC) 工作負載。藉由一系列課堂和實務示範，您會瞭解不同的部署策略，從使用 Google Compute Engine (GCE) 的高度可自訂環境，到 Google Kubernetes Engine (GKE) 等代管解決方案。具體來說，您會學到如何建立叢集及部署 GKE，以便執行推論工作。
Learn more
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。
Learn more
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。
Learn more
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。
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
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
完成使用 Document AI 大規模自動擷取資料課程，即可獲得入門級技能徽章。在本課程中，您將瞭解如何使用 Document AI 擷取、處理及提取資料。
Learn more
完成「使用 Agent Development Kit (ADK) 建造 AI 代理：工程設計」技能徽章中階課程，即可證明您具備下列技能： 提出實際的語言模型研究問題、建構簡單的權杖化工具、準備資料集來訓練 Transformer 語言模型，以及執行小型語言模型的訓練迴圈。
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
完成「使用 Cloud Run functions 建構無伺服器應用程式」課程，即可獲得入門技能徽章。在這個課程，您將學會如何透過 Google Cloud 控制台和指令列，使用 Cloud Run functions。 技能徽章課程透過實作實驗室和挑戰評量，檢驗學員對於特定產品的實作知識。完成課程或直接進行挑戰實驗室， 即可取得徽章。徽章可證明您的專業能力、提升專業形象，開創更多職涯發展機會。前往個人資料頁面，追蹤您獲得的徽章。
Learn more
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.
Learn more
完成運用 BigQuery 導入多模態向量搜尋技能徽章中階課程， 即可證明自己具備下列技能：使用 Gemini in BigQuery 生成 SQL 程式碼並偵錯、執行情緒分析、 總結文字重點並找出關鍵字、生成嵌入項目、建立檢索增強生成 (RAG) pipeline， 以及導入多模態向量搜尋。
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
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.
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
本課程是 Google Cloud 帳單 與費用管理必備知識系列的第二堂 (共兩堂)，最適合從事金融和/或 IT 相關職務， 且負責組織雲端基礎架構最佳化的人士修習。 在這堂課程，您將學會如何控管 Google Cloud 支出並發揮最大效益。 這些做法包括設定預算和警告、管理配額限制 及善用承諾使用折扣。在實作實驗室，你會練習使用各種工具 控管和最佳化 Google Cloud 支出，或引導技術團隊採用最佳做法， 提升資金使用效率。
Learn more
使用 Agent Development Kit (ADK) 建構、設定及執行您的第一個 AI 代理，將自身代理知識化為實際成果。
在這堂實作課程，您會設立完整的 ADK 開發環境，並使用 Python 程式碼和 YAML 設定打造代理，然後透過多個介面執行。您也會瞭解定義代理行為的核心參數，將課程 1 的學習成果轉化為實際運作的程式碼。
Learn more
瞭解如何使用 Agent Development Kit (ADK)，建構複雜的 AI 代理並用於正式環境。本課程介紹 ADK 的開放原始碼框架，包括簡單的提示工程，以及程式碼優先的結構化軟體開發做法 (適用於企業級多代理系統)。
Learn more
這堂課程會說明 BigQuery 中的檢索增強生成 (RAG) 解決方案，協助您減少 AI 幻覺。當中介紹的 RAG 工作流程包含建立嵌入項目、搜尋向量空間，以及生成更符合需求的答案。另外，這堂課程會解釋這些步驟背後的概念與原因，以及實際運用 BigQuery 實作的方法。完成課程之後，學員將學會使用 BigQuery，以及 Gemini 和嵌入模型等生成式 AI 模型，建立 RAG pipeline 來處理自己的 AI 幻覺應用實例。
Learn more
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.
Learn more
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.
Learn more
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.
Learn more
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.
Learn more
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.
Learn more
瞭解如何將 BigQuery 機器學習用於推論、資料分析師應使用這項工具的原因、相關應用實例，以及支援的機器學習模型。您也將瞭解如何在 BigQuery 建立和管理這些機器學習模型。
Learn more
完成「以串流方式將分析資料傳入 BigQuery」課程，即可獲得技能徽章。 在此課程中，您將綜合應用 Pub/Sub、Dataflow 和 BigQuery，並以串流方式傳送 資料進行分析。
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 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
不想花費大把時間，想在幾分鐘內只靠 SQL，就建立好機器學習模型嗎？透過 BigQuery ML，資料分析師可以運用現有的 SQL 工具和技巧，建立、訓練、評估模型， 並使用模型進行預測，降低機器學習的使用門檻。在 本系列的實驗室，您會測試不同類型的模型，瞭解 優良模型應具備的條件。
Learn more
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.
Learn more
