Gabung Login

Terapkan keterampilan Anda di Konsol Google Cloud

mzarhtc Plus

Menjadi anggota sejak 2025

Bronze League

2593 poin
Bekerja dengan Model Gemini di BigQuery Earned Feb 25, 2026 EST
Menggunakan BigQuery Machine Learning untuk Inferensi Earned Feb 25, 2026 EST
Gemini untuk Data Scientist dan Analis Earned Feb 25, 2026 EST
Mengelola Memori dan Status Agen Earned Feb 21, 2026 EST
Menambahkan Kemampuan Agen dengan Alat Earned Feb 21, 2026 EST
Mengoptimalkan Perilaku Agen Earned Feb 21, 2026 EST
Merekayasa Agen AI dengan Agent Development Kit (ADK) Earned Feb 21, 2026 EST
Membangun Agen Pertama Anda dengan Agent Development Kit (ADK) Earned Feb 18, 2026 EST
Membangun Agen dengan Agent Development Kit (ADK) Earned Feb 18, 2026 EST

Kursus ini menunjukkan cara menggunakan model AI/ML untuk tugas-tugas AI generatif di BigQuery. Melalui kasus penggunaan praktis yang melibatkan pengelolaan hubungan pelanggan (CRM), Anda akan mempelajari alur kerja pemecahan masalah bisnis dengan model Gemini. Untuk memudahkan pemahaman, kursus ini juga menyediakan panduan langkah demi langkah melalui solusi coding menggunakan kueri SQL dan notebook Python.

Pelajari lebih lanjut

Pelajari BigQuery ML untuk Inferensi, mengapa Analis Data harus menggunakannya, kasus penggunaannya, dan model ML yang didukung. Anda juga akan mempelajari cara membuat dan mengelola model ML ini di BigQuery.

Pelajari lebih lanjut

Dalam kursus ini, Anda akan mempelajari bagaimana Gemini, kolaborator yang didukung AI generatif dari Google Cloud, membantu menganalisis data pelanggan dan memprediksi penjualan produk. Anda juga akan mempelajari cara mengidentifikasi, mengategorikan, dan mengembangkan pelanggan baru menggunakan data pelanggan di BigQuery. Dengan menggunakan lab interaktif, Anda akan melihat bagaimana Gemini meningkatkan analisis data dan alur kerja machine learning. Duet AI berganti nama menjadi Gemini, yang merupakan model generasi berikutnya dari kami.

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

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

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