Arnau Carol Medina
Menjadi anggota sejak 2022
Silver League
3647 poin
Mengorkestrasi Alur Kerja Multi-agen dengan Gemini Enterprise
Earned Jun 3, 2026 EDT
Membangun dan Men-deploy Agen dalam Produksi
Earned Jun 3, 2026 EDT
Add Agent Guardrails with Callbacks
Earned Jun 3, 2026 EDT
Mengelola Memori dan Status Agen
Earned Jun 3, 2026 EDT
Menambahkan Kemampuan Agen dengan Alat
Earned Jun 3, 2026 EDT
Mengoptimalkan Perilaku Agen
Earned Jun 3, 2026 EDT
Dasar-Dasar Agen
Earned Jun 3, 2026 EDT
Membangun Agen Pertama Anda dengan Agent Development Kit (ADK)
Earned Jun 2, 2026 EDT
Membangun Agen dengan Agent Development Kit (ADK)
Earned Jun 2, 2026 EDT
Men-deploy Arsitektur Multi-Agen
Earned Jun 1, 2026 EDT
Merekayasa Agen AI dengan Agent Development Kit (ADK)
Earned Jun 1, 2026 EDT
Men-deploy Agen Pertama Anda
Earned Jun 1, 2026 EDT
[DEPRECATED] Orchestrate Complex Multi-Agent Workflows
Earned Jun 1, 2026 EDT
Coordinate Multiple Agents
Earned Jun 1, 2026 EDT
Pengantar Vertex AI Studio
Earned Jul 26, 2023 EDT
Membuat Model Pemberian Teks pada Gambar
Earned Jul 26, 2023 EDT
Model Transformer dan Model BERT
Earned Jul 26, 2023 EDT
Mekanisme Atensi
Earned Jul 26, 2023 EDT
Arsitektur Encoder-Decoder
Earned Jul 26, 2023 EDT
Pengantar Pembuatan Gambar
Earned Jul 26, 2023 EDT
Generative AI Fundamentals - Bahasa Indonesia
Earned Jul 26, 2023 EDT
Pengantar Responsible AI
Earned Jul 26, 2023 EDT
Pengantar Model Bahasa Besar
Earned Jul 26, 2023 EDT
Pengantar AI Generatif
Earned Jul 26, 2023 EDT
Selesaikan kursus badge keahlian pengantar Mengorkestrasi Alur Kerja Multi-Agen dengan Gemini Enterprise untuk menunjukkan keahlian dalam hal berikut: menggunakan asisten agentic yang didukung oleh Gemini Enterprise untuk menyatukan data di seluruh sumber pihak pertama dan ketiga, mengembangkan materi marketing multimedia, serta mengotomatiskan tindakan bisnis di seluruh sistem.
Badge keahlian akan memvalidasi pengetahuan praktis Anda terkait produk tertentu melalui lab interaktif dan penilaian tantangan. Dapatkan badge dengan menyelesaikan kursus atau langsung ikuti Challenge Lab untuk mendapatkan badge Anda hari ini. Badge membuktikan kemahiran Anda, meningkatkan profil profesional Anda, dan pada akhirnya membantu meningkatkan peluang karier Anda. Buka profil Anda untuk memantau badge yang telah Anda peroleh.
Pelajari lebih lanjut
Pelajari arsitektur dan deployment sistem multi-agen menggunakan Agent Development Kit (ADK) Google serta infrastruktur Google Cloud yang andal. Anda akan mempelajari cara mendesain pohon hierarki agen dan agen alur kerja deterministik, sekaligus mengidentifikasi lingkungan hosting yang ideal—mulai dari Cloud Run serverless hingga GKE berperforma tinggi—untuk memastikan agen AI Anda aman, skalabel, dan siap produksi.
Pelajari lebih lanjut
You’ve built capable agents with powerful tools—now ensure they operate safely and reliably. Use callbacks as observation points and control mechanisms. Monitor what’s happening, validate inputs and outputs, implement guardrails, and gain confidence that your agents behave in production.
Pelajari lebih lanjut
Anda telah membangun agen LLM dasar yang merespons kueri. Sekarang, mari kita jadikan agen itu stateful. Gunakan status sesi untuk membangun agen yang mempertahankan konteks, mengingat preferensi pengguna, dan memberikan pengalaman yang dipersonalisasi.
Pelajari lebih lanjut
Anda telah membangun agen dengan konfigurasi lanjutan. Sekarang, berikan agen itu kemampuan dunia nyata. Lengkapi agen dengan alat yang memungkinkannya menelusuri web, mengeksekusi kode, membuat kueri database, dan menjalankan tindakan kustom.
Pelajari lebih lanjut
Anda telah membangun agen pertama Anda. Sekarang saatnya mengembangkannya lebih lanjut. Dalam kursus ini, Anda akan meningkatkan keterampilan dengan mempelajari cara mengubah agen AI dasar menjadi asisten yang canggih dan presisi. Hal ini dilakukan dengan menerapkan petunjuk tingkat lanjut, pemilihan model, kemampuan perencanaan, dan pola output terstruktur.
Gabung dengan forum komunitas untuk bertanya dan berdiskusi
Pelajari lebih lanjut
Kursus ini memperkenalkan dasar-dasar agen AI serta mengeksplorasi bagaimana agen memberikan nilai tambah di dunia nyata. Kursus ini memberikan fondasi bagi developer, arsitek, dan pengambil keputusan teknis yang ingin memahami sistem AI melalui sudut pandang perilaku otonom yang berorientasi pada sasaran.
Pelajari lebih lanjut
Wujudkan pemahaman Anda tentang agen agar menjadi realita praktis dengan membangun, mengonfigurasi, dan menjalankan agen AI pertama Anda menggunakan Agent Development Kit (ADK) Google.
Dalam kursus praktik ini, Anda akan menyiapkan lingkungan pengembangan ADK yang lengkap, membuat agen dengan kode Python dan konfigurasi YAML, serta menjalankannya melalui berbagai antarmuka. Anda juga akan mempelajari parameter inti yang menentukan perilaku agen, dengan menerapkan hal yang telah Anda pelajari di kursus 1 pada kode yang berfungsi.
Pelajari lebih lanjut
Pelajari cara menggunakan Agent Development Kit (ADK). Kursus ini membahas framework open source ADK, mulai dari rekayasa perintah sederhana hingga pendekatan pengembangan software terstruktur berbasis kode yang cocok untuk sistem multi-agen tingkat perusahaan.
Pelajari lebih lanjut
Selesaikan badge keahlian Men-deploy Arsitektur Multi-Agen tingkat lanjut untuk menunjukkan keterampilan Anda dalam hal berikut: membangun sistem multi-agen dengan ADK, menghubungkan agen dengan protokol Agent-to-Agent (A2A), mengintegrasikan alat eksternal menggunakan Model Context Protocol (MCP), dan men-deploy solusi multi-agen lengkap ke Agent Engine.
Pelajari lebih lanjut
Dapatkan badge keahlian tingkat menengah Merekayasa Agen AI dengan Agent Development Kit (ADK) dengan menyelesaikan kursus ini untuk menunjukkan keahlian Anda dalam hal berikut: merumuskan masalah riset model bahasa di dunia nyata; membangun tokenizer sederhana; menyiapkan set data untuk melatih model bahasa transformer; menjalankan loop pelatihan model bahasa kecil.
Pelajari lebih lanjut
Kursus ini mengajarkan cara men-deploy agen ADK ke Vertex AI Agent Engine dan Cloud Run, dengan memori lintas sesi opsional melalui Memory Bank.
Pelajari lebih lanjut
Learn to orchestrate complex multi-agent workflows. This lesson teaches you to choose the right workflow patterns, manage state across agents, understand when custom logic is needed, and introduces distributed agent systems with A2A Protocol.
Pelajari lebih lanjut
Learn to coordinate multiple specialized agents working together. This lesson teaches you when to use multi-agent systems, how to orchestrate agents with workflow patterns, and how agents communicate through shared state. By the end, you’ll build a complete multi-agent application.
Pelajari lebih lanjut
Kursus ini memperkenalkan Vertex AI Studio, sebuah alat untuk berinteraksi dengan model AI generatif, membuat prototipe ide bisnis, dan meluncurkannya ke dalam produksi. Melalui kasus penggunaan yang imersif, pelajaran menarik, dan lab interaktif, Anda akan menjelajahi siklus proses dari perintah ke produk dan mempelajari cara memanfaatkan Vertex AI Studio untuk aplikasi multimodal Gemini, desain perintah, rekayasa perintah, dan tuning model. Tujuan kursus ini adalah agar Anda dapat memanfaatkan potensi AI generatif dalam project Anda dengan Vertex AI Studio.
Pelajari lebih lanjut
Kursus ini menjelaskan cara membuat model keterangan gambar menggunakan deep learning. Anda akan belajar tentang berbagai komponen model keterangan gambar, seperti encoder dan decoder, serta cara melatih dan mengevaluasi model. Pada akhir kursus ini, Anda akan dapat membuat model keterangan gambar Anda sendiri dan menggunakannya untuk menghasilkan teks bagi gambar.
Pelajari lebih lanjut
Kursus ini memperkenalkan Anda pada arsitektur Transformer dan model Representasi Encoder Dua Arah dari Transformer (Bidirectional Encoder Representations from Transformers atau BERT). Anda akan belajar tentang komponen utama arsitektur Transformer, seperti mekanisme self-attention, dan cara penggunaannya untuk membangun model BERT. Anda juga akan belajar tentang berbagai tugas yang dapat memanfaatkan BERT, seperti klasifikasi teks, menjawab pertanyaan, dan inferensi natural language. Kursus ini diperkirakan memakan waktu sekitar 45 menit untuk menyelesaikannya.
Pelajari lebih lanjut
Dalam kursus ini Anda akan diperkenalkan dengan mekanisme atensi, yakni teknik efektif yang membuat jaringan neural berfokus pada bagian tertentu urutan input. Anda akan mempelajari cara kerja atensi, cara penggunaannya untuk meningkatkan performa berbagai tugas machine learning, termasuk terjemahan mesin, peringkasan teks, dan menjawab pertanyaan.
Pelajari lebih lanjut
Kursus ini memberi Anda sinopsis tentang arsitektur encoder-decoder, yang merupakan arsitektur machine learning yang canggih dan umum untuk tugas urutan-ke-urutan seperti terjemahan mesin, ringkasan teks, dan tanya jawab. Anda akan belajar tentang komponen utama arsitektur encoder-decoder serta cara melatih dan menyalurkan model ini. Dalam panduan lab yang sesuai, Anda akan membuat kode pada penerapan simpel arsitektur encoder-decoder di TensorFlow untuk pembuatan puisi dari awal.
Pelajari lebih lanjut
Kursus ini memperkenalkan model difusi, yaitu kelompok model machine learning yang belakangan ini menunjukkan potensinya dalam ranah pembuatan gambar. Model difusi mengambil inspirasi dari fisika, khususnya termodinamika. Dalam beberapa tahun terakhir, model difusi menjadi populer baik di dunia industri maupun penelitian. Model difusi mendasari banyak alat dan model pembuatan gambar yang canggih di Google Cloud. Kursus ini memperkenalkan Anda pada teori yang melandasi model difusi dan cara melatih serta men-deploy-nya di Vertex AI.
Pelajari lebih lanjut
Dapatkan badge keahlian dengan menyelesaikan kursus Introduction to Generative AI, Introduction to Large Language Models, dan Introduction to Responsible AI. Dengan berhasil menyelesaikan kuis akhir, Anda membuktikan pemahaman Anda tentang konsep dasar AI generatif.
Badge keahlian adalah badge digital yang diberikan oleh Google Cloud sebagai pengakuan atas pengetahuan Anda tentang produk dan layanan Google Cloud. Pamerkan badge keahlian Anda dengan menampilkan profil Anda kepada publik dan menambahkannya ke profil media sosial Anda.
Pelajari lebih lanjut
Ini adalah kursus pengantar pembelajaran mikro yang dimaksudkan untuk menjelaskan responsible AI, alasan pentingnya responsible AI, dan cara Google mengimplementasikan responsible AI dalam produknya. Kursus ini juga memperkenalkan 7 prinsip AI Google.
Pelajari lebih lanjut
Ini adalah kursus pengantar pembelajaran mikro yang membahas definisi model bahasa besar (LLM), kasus penggunaannya, dan cara menggunakan prompt tuning untuk meningkatkan performa LLM. Kursus ini juga membahas beberapa alat Google yang dapat membantu Anda mengembangkan aplikasi AI Generatif Anda sendiri.
Pelajari lebih lanjut
Ini adalah kursus pengantar pembelajaran mikro yang bertujuan untuk mendefinisikan AI Generatif, cara penggunaannya, dan perbedaannya dari metode machine learning konvensional. Kursus ini juga membahas beberapa Alat Google yang dapat membantu Anda mengembangkan aplikasi AI Generatif Anda sendiri.
Pelajari lebih lanjut
