成为会员时间：2025
Google Cloud 数据工程简介
Earned May 14, 2026 EDT
融会贯通：为云数据分析师岗位做好准备
Earned May 14, 2026 EDT
讲故事的力量：如何在云端可视化数据
Earned Apr 26, 2026 EDT
云端数据管理和存储
Earned Apr 17, 2026 EDT
云端数据转换
Earned Apr 11, 2026 EDT
Google Cloud 数据分析功能简介
Earned Apr 9, 2026 EDT
利用 Vertex AI 实现机器学习运维 (MLOps)：模型评估
Earned Jan 21, 2026 EST
适用于生成式 AI 的机器学习运维 (MLOps)
Earned Jan 12, 2026 EST
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。
本课程是 Google Cloud 数据分析认证计划的第五门课程（共五门）。在本课程中，你将综合运用前 4 门课程所学的基础知识和技能，实操完成一个结业项目，全面探索整个数据生命周期。您将练习使用云端工具来有效地获取、存储、处理、分析、直观呈现数据并传达数据分析洞见。课程结束时，您将完成一个项目，证明您在以下方面的熟练程度：高效地设计数据结构以整理来自多个来源的数据、向不同利益相关方展示解决方案，以及使用云端软件直观呈现数据分析洞见。您还将更新个人简历并练习面试技巧，为求职申请与面试环节做好准备。
本课程是 Google Cloud 数据分析认证计划的第四门课程（共五门课程）。在本课程中，您将重点学习在云端可视化数据的相关技能，其中数据可视化可分为五个关键阶段：讲故事、规划、探索数据、构建可视化图表以及与他人共享数据。您还将获得实操经验，尝试使用 UI（界面）/UX（用户体验）技能来制作线框图，从而设计出有影响力的云原生可视化图表，并使用云原生数据可视化工具来探索数据集、创建报告和构建信息中心，从而推动决策并促进协作。
本课程是 Google Cloud 数据分析认证计划的第二门课程（共五门）。在本课程中，您将探索数据的结构形式和组织方式。您将获得数据湖仓一体架构和云组件（如 BigQuery、Google Cloud Storage 和 DataProc）的实操经验，以便高效地存储、分析和处理大型数据集。
本课程是 Google Cloud 数据分析认证计划的第三门课程（共五门）。在本课程中，您将首先了解从收集数据到获取数据分析洞见的整个数据历程。然后，您将学习如何使用 SQL 将原始数据转换为可用格式。接下来，您将学习如何使用数据流水线转换大量数据。最后，您会获得相关经验，熟悉如何将数据转换策略应用于真实数据集以满足业务需求。
本课程是 Google Cloud 数据分析认证的第一门课程（共五门）。在本课程中，您将认识云数据分析领域，并了解云数据分析师在数据获取、存储、处理和可视化方面的角色和职责。您将探索 BigQuery 和 Cloud Storage 等基于 Google Cloud 的工具的架构，以及如何使用这些工具有效地设计数据结构，以及展示和报告数据。
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。