成为会员时间：2023
利用 Vertex AI 实现机器学习运维 (MLOps)：模型评估
Earned Sep 19, 2026 EDT
适用于生成式 AI 的机器学习运维 (MLOps)
Earned Sep 19, 2026 EDT
借助 Firebase 开发无服务器应用
Earned May 18, 2026 EDT
使用 Knowledge Catalog 构建数据网格
Earned May 18, 2026 EDT
Arcade Voyage: Data Governance and Firebase Foundations
Earned May 18, 2026 EDT
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。
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。
完成借助 Firebase 开发无服务器应用技能徽章中级课程， 展示您在以下方面的技能：借助 Firebase 设计无服务器 Web 应用架构以及构建无服务器 Web 应用； 利用 Firestore 管理数据库；利用 Cloud Build 自动完成部署流程； 以及将 Google 助理功能集成到您的应用中。
完成入门技能徽章课程使用 Knowledge Catalog 构建数据网格，展示以下方面的技能：使用 Knowledge Catalog 构建数据网格， 以在 Google Cloud 上实现数据安全、治理和发现。您将在 Knowledge Catalog 中练习和测试自己在标记资产、分配 IAM 角色和评估数据质量方面的技能。
Working with data and applications requires the right balance of governance and agility. In this voyage, you’ll use Dataplex to organize, secure, and assess data quality while exploring concepts like data mesh. Alongside, you’ll get hands-on with Firebase—building serverless apps, working with Firestore, and managing data in real time—bringing together modern data management and application development.