Anil Raut
成为会员时间：2020
白银联赛
35925 积分
使用 Gemini Enterprise Agent Platform 部署多智能体系统
Earned Aug 29, 2025 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud
Earned Jun 11, 2024 EDT
Build Streaming Data Pipelines on Google Cloud
Earned May 23, 2024 EDT
Build Data Lakes and Data Warehouses on Google Cloud
Earned May 17, 2024 EDT
Google Cloud 上的 AI 和机器学习简介
Earned May 17, 2024 EDT
在 Google Cloud 上设置应用开发环境
Earned May 8, 2024 EDT
Logging and Monitoring in Google Cloud
Earned May 7, 2024 EDT
Observability in Google Cloud
Earned May 7, 2024 EDT
Google Cloud 重要基础设施：基础
Earned Apr 27, 2024 EDT
Google Cloud 基础知识：核心基础设施
Earned Apr 26, 2024 EDT
使用 Google Cloud Operations 进行扩缩
Earned Apr 21, 2024 EDT
Google Cloud 带来信任与安全
Earned Apr 18, 2024 EDT
借助 Google Cloud 人工智能进行创新
Earned Apr 17, 2024 EDT
矢量搜索和嵌入
Earned Apr 17, 2024 EDT
Vertex AI Studio 简介
Earned Apr 17, 2024 EDT
适用于生成式 AI 的机器学习运维 (MLOps)
Earned Apr 17, 2024 EDT
使用 Google Cloud 探索数据转换
Earned Mar 1, 2024 EST
使用 Google Cloud 进行基础设施和应用的现代化改造
Earned Mar 1, 2024 EST
利用 Google Cloud 实现数字化转型
Earned Mar 1, 2024 EST
生成式 AI 简介
Earned Feb 29, 2024 EST
生成式 AI 简介
Earned Feb 19, 2024 EST
在本课程中，您将学习如何使用 Google 智能体开发套件构建复杂的多智能体系统。您将构建搭载工具的智能体，利用父子层级关系和工作流进行连接，以此定义它们的交互方式。您将在本地运行智能体，并将其部署到 Gemini Enterprise Agent Platform 上的 Agent Runtime，以托管式智能体流程的形式运行，而基础设施决策和资源扩缩均由 Agent Runtime 统一处理。请注意，这些实验基于此产品的预发布版本。在进行维护更新时，这些实验可能会出现一些延迟。
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
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
While the traditional approaches of using data lakes and data warehouses can be effective, they have shortcomings, particularly in large enterprise environments. This course introduces the concept of a data lakehouse and the Google Cloud products used to create one. A lakehouse architecture uses open-standard data sources and combines the best features of data lakes and data warehouses, which addresses many of their shortcomings.
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“在 Google Cloud 上设置应用开发环境”课程，赢取技能徽章；通过该课程，您将了解如何使用以下技术的基本功能来构建和连接以存储为中心的云基础设施： Cloud Storage、Identity and Access Management、Cloud Functions 和 Pub/Sub。
了解详情
Welcome to the two-part course on Logging, Monitoring, and Observability in Google Cloud. The core operations tools in Google Cloud break down into two major categories. The operations-focused components and the application performance management tools. This course, Logging and Monitoring in Google Cloud, covers the operations-focused components including Logging, Monitoring, and Service Monitoring. After taking this course, it is suggested that you complete part 2, Observability in Google Cloud, to learn about the available application performance management tools.
了解详情
Welcome to Observability in Google Cloud, the second part of a two-part course series. It is suggested that you complete part 1, Logging and Monitoring in Google Cloud, prior to taking this course.
This course is all about application performance management tools, including Error Reporting, Cloud Trace, and Cloud Profiler.
了解详情
这门自助式速成课程向学员介绍 Google Cloud 提供的灵活全面的基础架构和平台服务，其中着重介绍了 Compute Engine。学员将通过一系列视频讲座、演示和动手实验，探索和部署各种解决方案元素，包括网络、虚拟机和应用服务等基础架构组件。您将学习如何通过控制台和 Cloud Shell 使用 Google Cloud。您还将了解云架构师角色、基础架构设计方法以及虚拟网络配置和虚拟私有云 (VPC)、项目、网络、子网、IP 地址、路由及防火墙规则。
了解详情
“Google Cloud 基础知识：核心基础设施”介绍在使用 Google Cloud 时会遇到的重要概念和术语。本课程通过视频和实操实验来介绍并比较 Google Cloud 的多种计算和存储服务，并提供重要的资源和政策管理工具。
了解详情
各种规模的组织都在利用云的强大功能和灵活性来改变运营方式。然而，有效管理和扩缩云资源可能是一项复杂的任务。本课程探讨了云中现代运营、可靠性和弹性方面的基本概念，以及 Google Cloud 如何帮助支持这些工作。
作为 Cloud Digital Leader 学习路线的一部分，本课程旨在帮助个人在自己的岗位上成长，并为企业谋求未来发展。
了解详情
随着组织将数据和应用迁移到云端，他们必须妥善应对快速变化的安全挑战格局。本课程将探讨云安全基础知识、Google Cloud 基于安全性设计的基础设施的价值以及纵深防御策略，并重点介绍依托 AI 的运营和合规工具如何帮助组织满足严格的全球监管要求。
作为“Cloud Digital Leader 学习路线”的一部分，本课程旨在帮助个人提升职业素养，并为企业谋求未来发展。
了解详情
人工智能 (AI) 和机器学习 (ML) 代表着信息技术领域的重要演变，正在迅速改变各行各业。《利用 Google Cloud 人工智能进行创新》探讨了组织如何使用 AI 和机器学习来转变业务流程。
本课程是“Cloud Digital Leader 学习路线”的一部分，旨在帮助个人在自己的角色中不断成长，并为企业谋求未来发展。
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 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
云技术是一项强大的资产，与数据相结合后，它将成为创新和提升客户体验的催化剂。《使用 Google Cloud 探索数据转换》课程探讨了组织如何利用云技术让数据更易于访问、更具实用价值和商业价值。
作为“Cloud Digital Leader 学习路线”的一部分，本课程旨在帮助个人提升职业素养，并为企业谋求未来发展。
了解详情
许多传统企业都在使用无法满足现代客户期望的旧式系统和应用。业务领导者往往需要在维护老旧的 IT 系统和投资新产品与服务之间做出选择。本课程探讨了这些挑战，并提供了利用云技术克服这些挑战的解决方案。
作为 Cloud Digital Leader 学习路线的一部分，本课程旨在帮助个人在工作中成长，并为企业打造美好未来。
了解详情
数字化转型是现代组织的必经之路，而扎实掌握云计算基础知识，是推动实质性创新的第一步。《利用 Google Cloud 实现数字化转型》课程将讲解核心技术与战略框架，助力组织实现运营现代化。本课程介绍关于云的基本概念、全球网络基础设施和责任共担模式，帮助领导者从容推进上云进程。
作为 Cloud Digital Leader 学习路线的一部分，本课程旨在帮助学员提升岗位能力，从而为企业打造美好未来。
了解详情
这是一节入门级微课程，旨在解释什么是生成式 AI、它的用途以及与传统机器学习方法的区别。该课程还介绍了可以帮助您开发自己的生成式 AI 应用的各种 Google 工具。
了解详情
这是一节入门级微课程，旨在解释什么是生成式 AI、它的用途以及与传统机器学习方法的区别。该课程还介绍了可以帮助您开发自己的生成式 AI 应用的各种 Google 工具。
了解详情
