가입 로그인

Ashley Rice

회원 가입일: 2024

골드 리그

88564포인트
[DEPRECATED] AI Boost Bites: Research Hacks with NotebookLM Earned 11월 29, 2025 EST
[DEPRECATED] AI Boost Bites: Find the Story in Your Data Earned 11월 29, 2025 EST
AI Boost Bites: AI로 이벤트 계획 간소화하기 Earned 11월 29, 2025 EST
AI Boost Bites: Gemini로 조사 역량 강화하기 Earned 11월 29, 2025 EST
AI Boost Bites: 확신을 가지고 고가의 제품 구매하기 Earned 11월 29, 2025 EST
AI Boost Bites: Gemini를 사용한 애니메이션 차트 Earned 11월 29, 2025 EST
AI Boost Bites: 아이디어를 애니메이션 아트로 변환하기 Earned 11월 29, 2025 EST
AI Boost Bites: 학습 가이드를 게임처럼 즐기기 Earned 11월 29, 2025 EST
AI Boost Bites: 개인 AI 튜터 Earned 11월 29, 2025 EST
AI Boost Bites: AI Magic in a Sheets Cell Earned 11월 29, 2025 EST
AI Boost Bites: 몇 분 만에 경쟁업체의 플레이북 파악하기 Earned 11월 25, 2025 EST
AI Boost Bites: 3D 태양계 만들기 Earned 11월 25, 2025 EST
AI Boost Bites: 나만의 생산성 도구 만들기 Earned 11월 25, 2025 EST
AI Boost Bites: Gemini를 사용한 가이드 학습 Earned 11월 25, 2025 EST
AI Boost Bites: 나만의 레트로 아케이드 게임 만들기 Earned 11월 25, 2025 EST
AI Boost Bites: '바이브 DJ'가 되어 보세요 Earned 11월 25, 2025 EST
AI Boost Bites: 나만의 완벽한 대학 스카우팅 보고서 작성하기 Earned 11월 25, 2025 EST
AI Boost Bites: 클릭 한 번으로 캠페인 시각 자료 만들기 Earned 11월 25, 2025 EST
AI Boost Bites: 아이디어 스케치에서 실제 작동하는 앱으로 Earned 11월 25, 2025 EST
[DEPRECATED] AI Boost Bites: NotebookLM Reports Earned 11월 25, 2025 EST
AI Boost Bites: 나만의 피드백 에이전트 Earned 11월 25, 2025 EST
AI Boost Bites: Gemini를 사용한 프레젠테이션 스크립트 Earned 11월 25, 2025 EST
[DEPRECATED] AI Boost Bites: Project Notebooks Earned 11월 25, 2025 EST
[DEPRECATED] AI Boost Bites: NotebookLM for Market Research Earned 11월 25, 2025 EST
AI Boost Bites: 맞춤형 날씨 앱 빌드하기 Earned 11월 25, 2025 EST
[Deprecated]AI Boost Bites: NotebookLM Video Overviews Earned 11월 25, 2025 EST
[DEPRECATED] AI Boost Bites: Discover Sources in NotebookLM Earned 11월 25, 2025 EST
[DEPRECATED] AI Boost Bites: NotebookLM Mind Maps Earned 11월 25, 2025 EST
[DEPRECATED] AI Boost Bites: Intro to NotebookLM Earned 11월 25, 2025 EST
AI Boost Bites: 이메일 콘텐츠 제작 Earned 11월 25, 2025 EST
AI Boost Bites: 몇 초 만에 문서 만들기 Earned 11월 25, 2025 EST
[DEPRECATED] AI Boost Bites: AI Power-Ups for Google Workspace Earned 11월 25, 2025 EST
AI Boost Bites: AI로 간편하게 이메일 정리 Earned 11월 25, 2025 EST
AI Boost Bites: Gemini 슬라이드 요약 Earned 11월 25, 2025 EST
AI Boost Bites: 노 코드 시트 및 스크립트 Earned 11월 25, 2025 EST
AI Boost Bites: AI로 경영진의 메시지 효과적으로 전달하기 Earned 11월 25, 2025 EST
AI Boost Bites: Gemini Gems를 사용한 경영진 보고용 요약 Earned 11월 25, 2025 EST
AI Boost Bites: Gemini 및 Apps Script로 작업 자동화하기 Earned 11월 25, 2025 EST
[DEPRECATED] AI Boost Bites: "Eat the Frog" with NotebookLM Earned 11월 25, 2025 EST
AI Boost Bites: Gemini 이미지-시트 변환 팁 Earned 11월 25, 2025 EST
AI Boost Bites: 전략의 허점 찾기 Earned 11월 25, 2025 EST
[DEPRECATED] AI Boost Bites: NotebookLM for Competitive Edge Earned 11월 25, 2025 EST
AI Boost Bites: 맞춤 프롬프트를 사용한 맞춤설정 Earned 11월 25, 2025 EST
AI Boost Bites: Docs 및 Drive의 Gemini를 사용한 요약 Earned 11월 25, 2025 EST
AI Boost Bites: Google Workspace로 전문가처럼 프롬프트 작성하기 Earned 11월 25, 2025 EST
AI Boost Bites: Gemini로 간편하게 콘텐츠 생성하기 Earned 11월 25, 2025 EST
[DEPRECATED] AI Boost Bites: Customer insights with NotebookLM Earned 11월 25, 2025 EST
AI Boost Bites: Gemini Gems - 최고의 마케팅 파트너 Earned 11월 25, 2025 EST
Model Armor: 안전한 AI 배포 Earned 10월 24, 2025 EDT
AI 보안 소개 Earned 10월 23, 2025 EDT
생성형 AI 입문자 - Agent Platform Earned 7월 20, 2025 EDT
Gemini 모델 기능 향상 Earned 3월 24, 2025 EDT
Google Cloud Speech API 활용하기 Earned 2월 28, 2025 EST
Google Cloud에서 생성형 AI를 사용한 웹사이트 현대화 Earned 2월 8, 2025 EST
Gemini 멀티모달 및 멀티모달 RAG로 리치 문서 검사하기 Earned 2월 6, 2025 EST
BigQuery ML로 ML 모델 만들기 Earned 1월 13, 2025 EST
[DEPRECATED] DevOps 엔지니어를 위한 Gemini Earned 1월 9, 2025 EST
BigQuery 머신러닝을 사용한 추론 Earned 1월 7, 2025 EST
[DEPRECATED] 네트워크 엔지니어를 위한 Gemini Earned 1월 6, 2025 EST
[DEPRECATED] 보안 엔지니어를 위한 Gemini Earned 1월 6, 2025 EST
Introduction to Security in the World of AI Earned 1월 6, 2025 EST
Vertex AI Studio 소개 Earned 1월 6, 2025 EST
[DEPRECATED] 데이터 과학자와 분석가를 위한 Gemini Earned 1월 5, 2025 EST
이미지 캡셔닝 모델 만들기 Earned 1월 3, 2025 EST
인코더-디코더 아키텍처 Earned 1월 1, 2025 EST
개발자를 위한 책임감 있는 AI: 개인 정보 보호 및 안전 Earned 12월 31, 2024 EST
어텐션 메커니즘 Earned 12월 28, 2024 EST
Transformer 모델 및 BERT 모델 Earned 12월 28, 2024 EST
벡터 검색 및 임베딩 Earned 12월 27, 2024 EST
[DEPRECATED] 클라우드 설계자를 위한 Gemini Earned 12월 27, 2024 EST
[DEPRECATED] 애플리케이션 개발자를 위한 Gemini Earned 12월 27, 2024 EST
[DEPRECATED] 엔드 투 엔드 SDLC를 위한 Gemini Earned 12월 15, 2024 EST
Vertex AI와 Flutter를 활용하여 생성형 AI 에이전트 빌드하기 Earned 12월 14, 2024 EST
Gemini 및 Streamlit으로 생성형 AI 앱 개발하기 Earned 12월 10, 2024 EST
이미지 생성 소개 Earned 12월 1, 2024 EST
Vertex AI에서 노트북 작업하기 Earned 10월 22, 2024 EDT
Google Cloud에서 생성형 AI 앱 만들기 Earned 10월 21, 2024 EDT
Google Cloud에서 ML API용으로 데이터 준비하기 Earned 10월 21, 2024 EDT
자격증 학습 가이드 만들기: PMLE 시험 대비 Earned 10월 18, 2024 EDT
ML Pipelines on Google Cloud - 한국어 Earned 10월 11, 2024 EDT
Vertex AI로 머신러닝 작업(MLOps): 모델 평가 Earned 9월 19, 2024 EDT
Natural Language Processing on Google Cloud Earned 9월 19, 2024 EDT
생성형 AI를 위한 머신러닝 작업(MLOps) Earned 9월 18, 2024 EDT
개발자를 위한 책임감 있는 AI: 공정성 및 편향 Earned 9월 15, 2024 EDT
Vertex AI에서 머신러닝 솔루션 빌드 및 배포하기 Earned 9월 15, 2024 EDT
개발자를 위한 책임감 있는 AI: 해석 가능성 및 투명성 Earned 9월 12, 2024 EDT
Vertex AI로 머신러닝 작업(MLOps) 기능 관리 Earned 9월 5, 2024 EDT
머신러닝 작업(MLOps): 시작하기 Earned 9월 4, 2024 EDT
Recommendation Systems on Google Cloud Earned 9월 1, 2024 EDT
Computer Vision Fundamentals with Google Cloud Earned 8월 28, 2024 EDT
프로덕션 머신러닝 시스템 Earned 8월 23, 2024 EDT
기업의 머신러닝 Earned 8월 22, 2024 EDT
[DEPRECATED] 특성 추출 Earned 8월 18, 2024 EDT
Google Cloud에서 Keras를 사용해 ML 모델을 빌드, 학습, 배포하기 Earned 8월 14, 2024 EDT
Launching into Machine Learning - 한국어 Earned 8월 11, 2024 EDT
How Google Does Machine Learning - 한국어 Earned 8월 9, 2024 EDT
Google Cloud의 AI 및 머신러닝 소개 Earned 8월 4, 2024 EDT
[DEPRECATED] Enterprise Database Migration Earned 7월 7, 2024 EDT
Google Cloud 기초: 핵심 인프라 Earned 6월 24, 2024 EDT
Agent Platform의 프롬프트 설계 Earned 6월 23, 2024 EDT
Google Cloud 인공지능으로 혁신하기 Earned 6월 15, 2024 EDT
책임감 있는 AI: Google Cloud를 통한 AI 원칙 적용하기 Earned 6월 12, 2024 EDT
책임감 있는 AI 소개 Earned 6월 11, 2024 EDT
대규모 언어 모델 소개 Earned 6월 11, 2024 EDT
생성형 AI 소개 Earned 6월 11, 2024 EDT

In this video, you'll learn to use NotebookLM to manage a large-scale research project. You'll see how to upload all your documents to get summaries, ask deeper strategic questions to find key insights, and use the audio feature to listen to your findings on the go.

자세히 알아보기

In this video, you'll learn to use NotebookLM to analyze raw data and find compelling stories. You'll see how to ground the AI in your specific documents, prompt it to generate newsworthy PR claims, and ask it to find hidden correlations between different data points to uncover new insights.

자세히 알아보기

이 동영상에서는 브레인스토밍과 물류부터 이벤트 후 피드백 분석에 이르기까지 AI 어시스턴트를 사용하여 대규모 팀 이벤트를 계획하는 방법을 다룹니다.

자세히 알아보기

이 동영상에서는 페르소나를 할당하고, 출력 형식을 지정하고, 포괄적인 경쟁사 분석을 위한 검색을 안내하는 방법 등 Gemini Deep Research를 사용하기 위한 고급 기능 사용 팁을 다룹니다.

자세히 알아보기

이 동영상에서는 Gemini Deep Research를 세밀한 프롬프트와 함께 사용하여 복잡한 구매 결정을 자신 있게 내릴 수 있도록 종합적인 비교 보고서를 얻는 방법을 다룹니다.

자세히 알아보기

이 동영상에서는 Gemini Canvas에서 간단한 텍스트 프롬프트를 사용하여 데이터를 흥미로운 애니메이션 막대 그래프 레이스 시각화로 변환하는 방법을 다룹니다.

자세히 알아보기

이 동영상에서는 Gemini Canvas에서 구체적인 텍스트 프롬프트를 사용하여 키네틱 타이포그래피와 같은 복잡한 애니메이션 비주얼 아트를 생성하는 방법을 다룹니다.

자세히 알아보기

이 동영상에서는 개인 메모를 Gemini Canvas에 업로드하고 간단한 프롬프트를 사용하여 다양한 질문 형식의 대화형 퀴즈를 만드는 방법을 다룹니다.

자세히 알아보기

이 동영상에서는 재사용 가능한 AI 어시스턴트인 커스텀 Gem을 빌드하고 사용하여 노트와 기사 모음을 체계적인 학습 가이드로 즉시 변환하는 방법을 다룹니다.

자세히 알아보기

In this video, you'll learn to use the =AI() function in Google Sheets to automate your work. You'll see how to generate text like slogans, summarize paragraphs of customer feedback, and categorize data by classifying inquiries and analyzing sentiment.

자세히 알아보기

이 동영상에서는 Gemini Deep Research를 사용하여 경쟁 분석을 자동화하고 경쟁업체 마케팅 캠페인에 대한 포괄적인 보고서를 몇 분 만에 생성하는 방법을 다룹니다.

자세히 알아보기

이 동영상에서는 Gemini Canvas에서 간단한 텍스트 프롬프트를 사용하여 대화형 3D 태양계 시뮬레이션을 빌드하고 교육 기능을 추가하는 방법을 다룹니다.

자세히 알아보기

이 동영상에서는 Gemini Canvas에 간단한 프롬프트로 기능과 디자인을 설명하여 뽀모도로 타이머와 같은 맞춤형 개인 유틸리티 앱을 만드는 방법을 다룹니다.

자세히 알아보기

이 동영상에서는 질문과 대화형 도구를 통해 깊이 있는 이해를 돕는 협업 AI 파트너인 Gemini의 가이드 학습 환경을 사용하는 방법을 다룹니다.

자세히 알아보기

이 동영상에서는 Gemini Canvas에서 간단한 프롬프트를 사용하여 틱택토와 같은 플레이 가능한 게임을 빌드, 맞춤설정, 공유하는 방법을 다룹니다.

자세히 알아보기

이 동영상에서는 Gemini Canvas에서 간단한 텍스트 프롬프트를 사용하여 커스텀 컨트롤과 연주 가능한 키보드가 있는 완전한 대화형 음악 신디사이저를 빌드하는 방법을 다룹니다.

자세히 알아보기

이 동영상에서는 Gemini Deep Research를 창의적인 프롬프트와 함께 사용하여 복잡한 정보를 스포츠 스카우팅 보고서 및 대진표와 같은 재미있고 맞춤화된 분석으로 변환하는 방법을 다룹니다.

자세히 알아보기

이 동영상에서는 Gemini Canvas의 만들기 메뉴를 사용하여 긴 텍스트를 인포그래픽 및 웹페이지와 같은 시각적 애셋으로 즉시 변환하는 방법을 다룹니다.

자세히 알아보기

이 동영상에서는 Gemini Canvas를 사용하여 '바이브 코딩'이라는 기법을 통해 간단한 앱 그림을 실제 작동하는 프로토타입으로 변환하는 방법을 다룹니다.

자세히 알아보기

This video covers how NotebookLM's Reports feature dynamically suggests formats to help you create customized, trustworthy analyses of your documents with ease.

자세히 알아보기

이 동영상에서는 Gemini Gem을 사용하여 맞춤형 '나만의 협업' 에이전트를 빌드하는 방법을 다룹니다. 이 에이전트는 기본적인 피드백을 간소화하고 회의를 더욱 전략적이고 효율적으로 만드는 데 도움이 됩니다.

자세히 알아보기

이 동영상에서는 Gemini Advanced를 사용하여 주제를 조사하고, 프레젠테이션 개요를 작성한 다음, Google Docs의 Gemini를 사용하여 요점을 생성하는 방법을 다룹니다.

자세히 알아보기

This video covers how to create a 'project notebook' in NotebookLM by adding all relevant sources to build a central, searchable knowledge hub for your team.

자세히 알아보기

This video covers how to use NotebookLM for common marketing tasks like analyzing customer feedback, conducting market research, and generating content ideas.

자세히 알아보기

이 동영상에서는 Gemini Canvas에서 간단한 텍스트 프롬프트를 사용하여 맞춤형 날씨 앱의 작동하는 프로토타입을 빌드하고 맞춤설정하는 방법을 다룹니다.

자세히 알아보기

This video covers how to use the Video Overviews feature in NotebookLM to automatically generate a short explainer video based on your source documents.

자세히 알아보기

This video covers how to use the 'Discover Sources' feature in NotebookLM to find and import relevant web-based sources directly into your research project.

자세히 알아보기

This video covers how to use the Mind Maps feature in NotebookLM to automatically create a visual representation of your sources, helping you understand connections and key concepts.

자세히 알아보기

This video covers how to use NotebookLM as a personal research assistant by adding sources, asking questions, and generating new content formats based on your documents.

자세히 알아보기

이 동영상에서는 Gmail의 Gemini를 사용하여 새 이메일 초안을 작성하고, 어조를 다듬고, Drive 파일의 컨텍스트를 활용해 답장하고, 스마트 답장 추천을 사용하는 방법을 다룹니다.

자세히 알아보기

이 동영상에서는 Google Docs의 '문서 생성 도우미' 기능을 사용하여 Drive의 다른 파일에 있는 콘텐츠를 참조하여 서식이 지정된 완전한 문서를 생성하는 방법을 다룹니다.

자세히 알아보기

This video covers five key ways to use Google's AI tools, including Gemini in Workspace, the Gemini app, and NotebookLM, to enhance your daily productivity.

자세히 알아보기

이 동영상에서는 Gmail의 Gemini를 사용하여 이메일을 요약하고, 정보를 찾고, 답장 초안을 작성하여 받은편지함을 더 효율적으로 관리하는 방법을 다룹니다.

자세히 알아보기

이 동영상에서는 Slides의 Gemini를 사용하여 자동으로 회의 요약본을 생성하고 후속 이메일 초안을 작성하는 방법을 다룹니다. 이를 통해 회의 후 워크플로를 간소화하고 시간을 절약할 수 있습니다.

자세히 알아보기

이 동영상에서는 Google Sheets에서 Gemini의 고급 AI 기능을 활용하여 기술이나 코딩 배경지식 없이도 몇 분 만에 손쉽게 데이터를 가져오고 인사이트를 생성하는 방법을 다룹니다.

자세히 알아보기

이 동영상에서는 Gemini Gems를 활용하여 리더의 고유한 목소리로 진정성 있는 소셜 미디어 게시물을 작성하는 방법을 다룹니다. 작성 샘플과 명확한 요청 사항으로 Gem을 학습시켜 경영진의 소셜 활동을 확장하는 과제를 해결하는 방법을 알아보세요. 매력적인 게시물을 빠르게 생성하여 시간을 절약하는 동시에 사고 리더십을 강화하고 진정성을 확보하는 방법을 알아보세요.

자세히 알아보기

이 동영상에서는 복잡한 메모나 긴 문서를 요약하고 명확하고 간결한 경영진 보고용 요약으로 변환하는 나만의 Brevity Gem을 만드는 방법을 설명합니다.

자세히 알아보기

이 동영상에서는 Gemini와 Apps Script를 사용하여 Google Workspace 전반에서 수동 작업을 자동화하는 방법을 다룹니다. Gemini에 프롬프트를 작성하여 Google Sheets에서 '완료'로 표시되지 않은 작업에 대한 이메일 알림 초안을 자동으로 작성하는 Apps Script 코드를 생성하는 방법을 알아봅니다. 기술 전문 지식이 거의 없어도 워크플로를 자동화하여 더 중요한 업무에 집중할 수 있는 시간을 확보하고 수동 후속 조치를 없앨 수 있습니다.

자세히 알아보기

This video covers how you can leverage Notebook LM to "eat the frog" on your to-do list by automating complex tasks like summarizing legislation and mapping services, saving you hours of work.

자세히 알아보기

이 동영상에서는 Gemini를 사용해 지루한 데이터 수동 입력 작업을 해결하는 방법을 다룹니다. PDF, 종이, 이미지 등의 데이터 사진이나 스크린샷을 찍고 Gemini에게 프롬프트를 작성하여 즉시 구조화된 Google 시트로 변환하는 방법을 알아보세요. Gemini를 개인 데이터 입력 어시스턴트로 활용하여 데이터 스크립트 작성에 소요되는 시간을 크게 절약할 수 있는 간단한 팁을 알아보세요. 사진을 찍고, 프롬프트를 입력하고, 내보내기만 하면 됩니다.

자세히 알아보기

이 동영상에서는 AI를 사용하여 전략의 약점과 숨겨진 전제를 파악하는 방법을 다룹니다. AI 프롬프트를 통해 기획안을 압박 테스트하고, 허점을 발견하고, 전략적 사고를 강화하는 간단한 방법인 '허점 찾기' 방법을 배웁니다.

자세히 알아보기

This video will cover how to use NotebookLM to gather and analyze publicly available information, combine it with internal documents, and extract key competitive insights.

자세히 알아보기

이 동영상에서는 Google Workspace에서 Gemini 결과를 맞춤설정하는 방법을 다룹니다. '@' 기호를 사용하여 문서와 연구 논문을 프롬프트에 직접 통합하여 필요에 맞게 조정된 더 타겟팅되고 관련성 높은 AI 출력을 얻는 방법을 알아보세요.

자세히 알아보기

이 동영상에서는 Gemini를 사용하여 Google Workspace에서 긴 문서를 요약하는 방법을 다룹니다. 이를 통해 필요한 정보를 빠르게 얻고 시간을 절약할 수 있습니다. Gemini를 사용하여 전체 문서 또는 선택한 텍스트를 요약하는 방법과 Drive의 Gemini를 사용하여 여러 파일을 요약하는 방법을 알아봅니다.

자세히 알아보기

이 동영상에서는 효과적인 AI 커뮤니케이션을 위한 프롬프트 엔지니어링의 기본사항을 다룹니다. 간단한 프레임워크(페르소나, 작업, 컨텍스트, 형식)를 학습하여 명확한 프롬프트를 작성하고 Google Workspace의 Gemini에서 더 빠르고 효과적인 결과를 얻으세요. 자연어를 사용하고, 구체적으로 작성하며, 반복하여 최적의 AI 지원을 받는 방법을 알아보세요.

자세히 알아보기

이 동영상에서는 Google Docs에서 Gemini의 고급 AI 기능을 활용하여 아이디어를 브레인스토밍하고, 다양한 마케팅 콘텐츠의 초안을 작성하고, 팀과 협업하는 방법을 다룹니다.

자세히 알아보기

This video covers how NotebookLM can revolutionize customer insight gathering from call or chat transcripts. You'll learn to upload PDF transcripts of hundreds of conversations (even multilingual ones!) and quickly extract key themes, trending topics, and actionable insights without listening for hours. Discover how to save findings, share notebooks, and even generate interactive podcast summaries of your data.

자세히 알아보기

이 동영상에서는 반복적인 작업을 자동화하고 생산성을 크게 향상시킬 수 있는 고급 AI 기능인 Gemini Gem을 직접 만드는 방법을 다룹니다.

자세히 알아보기

이 과정에서는 Model Armor의 필수 보안 기능을 검토하고 서비스를 사용할 수 있도록 준비합니다. LLM과 관련된 보안 위험과 Model Armor가 AI 애플리케이션을 보호하는 방법을 알아봅니다.

자세히 알아보기

인공지능(AI)은 혁신적인 가능성을 제공하지만 새로운 보안 문제의 원인이 되기도 합니다. 이 과정에서는 보안 및 데이터 보호 리더가 조직 내에서 AI를 안전하게 관리하는 데 필요한 전략을 살펴봅니다. AI 관련 위험을 사전에 식별 및 완화하고, 민감한 정보를 보호하며, 규정을 준수하고, 복원력 높은 AI 인프라를 빌드하는 프레임워크를 학습합니다. 이러한 전략이 실제 시나리오에서 어떻게 적용되는지 살펴보기 위해 4가지 산업별 사례를 선별했습니다.

자세히 알아보기

생성형 AI 입문자 - Agent Platform 과정은 Google Cloud에서 생성형 AI를 사용하는 방법을 다루는 실습 컬렉션입니다. 이 실습을 통해 Agent Platform에서 Gemini 모델을 사용하는 방법을 알아봅니다. 또한 프롬프트 설계, 권장사항을 살펴보고 이를 아이디어 구상, 텍스트 분류, 텍스트 추출, 텍스트 요약 등에 활용하는 방법을 다룹니다. Agent Platform에서 커스텀 학습을 통해 파운데이션 모델을 조정하고, Agent Platform의 엔드포인트에 배포하는 방법도 배우게 됩니다.

자세히 알아보기

중급 Gemini 모델 기능 향상 기술 배지 과정을 완료하여 코드 생성 및 실행, 그라운딩, 콘텐츠 제어 생성, 합성 데이터 생성을 포함한 Gemini 모델의 고급 기능을 활용해 더 강력하고 정교한 AI 애플리케이션을 빌드하는 기술 역량을 입증할 수 있습니다.

자세히 알아보기

Google Cloud Speech API 활용하기 기술 배지 과정을 완료하고 기술 배지를 획득하세요. 이 과정에서는 Speech-to-Text API 요청을 만들고, 오디오 음성을 텍스트로 변환하고 음성을 스크립트로 작성할 수 있습니다.

자세히 알아보기

생성형 AI로 사용자에게 더 나은 검색 경험을 제공하여 웹사이트의 탐색 경험을 향상합니다. 이 과정에서는 사용자가 웹사이트의 콘텐츠를 발견할 수 있도록 Vertex AI Search를 통해 생성형 검색 경험을 웹사이트 사용자에게 제공하는 방법을 알아봅니다. 웹사이트 편집자는 생성형 AI를 사용하여 제안을 통해 콘텐츠를 신속하고 효율적으로 번역하고 개선하는 방법을 배울 수 있습니다.

자세히 알아보기

중급 Gemini 멀티모달 및 멀티모달 RAG로 리치 문서 검사하기 기술 배지 과정을 완료하여 다음 기술 역량을 입증하세요. 멀티모달 프롬프트를 사용하여 텍스트 및 시각적 데이터에서 정보 추출, 동영상 설명 생성, Gemini의 멀티모달 기능을 사용하여 동영상은 물론 그 밖의 추가 정보 검색, 텍스트와 이미지가 포함된 문서의 메타데이터 구축, 모든 관련 텍스트 청크 가져오기, Gemini의 멀티모달 검색 증강 생성(RAG)을 사용하여 인용 문구 인쇄 등이 있습니다.

자세히 알아보기

중급 BigQuery ML로 ML 모델 만들기 기술 배지 과정을 완료하면 BigQuery ML로 머신러닝 모델을 만들고 평가하여 데이터 예측을 수행하는 기술 역량을 입증할 수 있습니다.

자세히 알아보기

이 과정에서는 엔지니어가 Google Cloud의 생성형 AI 기반 파트너인 Gemini의 도움을 받아 인프라를 관리하는 방법을 알아봅니다. 애플리케이션 로그를 찾고 이해하며, GKE 클러스터를 생성하고, 빌드 환경을 만드는 방법을 조사하도록 Gemini에 프롬프트를 입력하는 방법을 배울 수 있습니다. 실무형 실습을 통해 Gemini로 DevOps 워크플로가 얼마나 개선되는지 경험할 수 있습니다. Duet AI의 이름이 Google의 차세대 모델인 Gemini로 변경되었습니다.

자세히 알아보기

BigQuery ML을 사용한 추론, 데이터 분석가가 BigQuery ML을 사용해야 하는 이유, 사용 사례, 지원되는 ML 모델을 알아봅니다. BigQuery에서 ML 모델을 만들고 관리하는 방법도 배웁니다.

자세히 알아보기

이 과정에서는 Google Cloud의 생성형 AI 기반 파트너인 Gemini가 네트워크 엔지니어의 VPC 네트워크 생성, 업데이트, 유지보수에 어떤 도움이 되는지 알아봅니다. Gemini에 프롬프트를 입력하여 검색엔진에서 얻을 수 있는 결과보다 더 구체적인 네트워킹 작업 안내를 얻는 방법을 학습합니다. 실무형 실습을 통해 Gemini로 Google Cloud VPC 네트워크 작업이 얼마나 쉬워지는지 경험할 수 있습니다. Duet AI의 이름이 Google의 차세대 모델인 Gemini로 변경되었습니다.

자세히 알아보기

이 과정에서는 Google Cloud의 생성형 AI 기반 파트너인 도구인 Gemini가 클라우드 환경 및 리소스 보호에 어떤 도움이 되는지 알아봅니다. Google Cloud의 환경에 예시 워크로드를 배포하고, Gemini를 이용해 잘못된 보안 구성을 확인 및 해결하는 방법을 배웁니다. 실무형 실습을 통해 Gemini가 클라우드 보안 상황을 어떻게 개선하는지 경험할 수 있습니다. Duet AI의 이름이 Google의 차세대 모델인 Gemini로 변경되었습니다.

자세히 알아보기

Artificial Intelligence (AI) offers transformative possibilities, but it also introduces new security challenges. This course equips security and data protection leaders with strategies to securely manage AI within their organizations. Learn a framework for proactively identifying and mitigating AI-specific risks, protecting sensitive data, ensuring compliance, and building a resilient AI infrastructure. Pick use cases from four different industries to explore how these strategies apply in real-world scenarios.

자세히 알아보기

이 과정에서는 생성형 AI 모델과 상호작용하고 비즈니스 아이디어의 프로토타입을 제작하여 프로덕션으로 출시할 수 있는 도구인 Vertex AI Studio를 소개합니다. 몰입감 있는 사용 사례, 흥미로운 강의, 실무형 실습을 통해 프롬프트부터 프로덕션에 이르는 수명 주기를 살펴보고 Vertex AI Studio를 Gemini 멀티모달 애플리케이션, 프롬프트 설계, 프롬프트 엔지니어링, 모델 조정에 활용하는 방법을 알아봅니다. 이 과정의 목표는 Vertex AI Studio로 프로젝트에서 생성형 AI의 잠재력을 활용하는 것입니다.

자세히 알아보기

이 과정에서는 Google Cloud의 생성형 AI 기반 파트너인 Gemini가 고객 데이터를 분석하고 제품 판매를 예측하는 데 어떤 도움이 되는지 알아봅니다. BigQuery에서 고객 데이터를 사용해 신규 고객을 식별, 분류, 개발하는 방법도 다룹니다. 실무형 실습을 통해 Gemini로 데이터 분석 및 머신러닝 워크플로가 얼마나 개선되는지 경험할 수 있습니다. Duet AI의 이름이 Google의 차세대 모델인 Gemini로 변경되었습니다.

자세히 알아보기

이 과정에서는 딥 러닝을 사용해 이미지 캡션 모델을 만드는 방법을 알아봅니다. 인코더 및 디코더와 모델 학습 및 평가 방법 등 이미지 캡션 모델의 다양한 구성요소에 대해 알아봅니다. 이 과정을 마치면 자체 이미지 캡션 모델을 만들고 이를 사용해 이미지의 설명을 생성할 수 있게 됩니다.

자세히 알아보기

이 과정은 기계 번역, 텍스트 요약, 질의 응답과 같은 시퀀스-투-시퀀스(Seq2Seq) 작업에 널리 사용되는 강력한 머신러닝 아키텍처인 인코더-디코더 아키텍처에 대한 개요를 제공합니다. 인코더-디코더 아키텍처의 기본 구성요소와 이러한 모델의 학습 및 서빙 방법에 대해 알아봅니다. 해당하는 실습 둘러보기에서는 TensorFlow에서 시를 짓는 인코더-디코더 아키텍처를 처음부터 간단하게 구현하는 코딩을 해봅니다.

자세히 알아보기

이 과정에서는 AI 개인 정보 보호 및 안전에 관한 중요한 주제를 소개합니다. Google Cloud 제품과 오픈소스 도구를 사용하여 AI 개인 정보 보호 및 안전 권장사항을 구현하는 실용적인 방법과 도구를 살펴봅니다.

자세히 알아보기

이 과정에서는 신경망이 입력 시퀀스의 특정 부분에 집중할 수 있도록 하는 강력한 기술인 주목 메커니즘을 소개합니다. 주목 메커니즘의 작동 방식과 이 메커니즘을 다양한 머신러닝 작업(기계 번역, 텍스트 요약, 질문 답변 등)의 성능을 개선하는 데 활용하는 방법을 알아봅니다.

자세히 알아보기

이 과정은 Transformer 아키텍처와 BERT(Bidirectional Encoder Representations from Transformers) 모델을 소개합니다. 셀프 어텐션 메커니즘 같은 Transformer 아키텍처의 주요 구성요소와 이 아키텍처가 BERT 모델 빌드에 사용되는 방식에 관해 알아봅니다. 또한 텍스트 분류, 질문 답변, 자연어 추론과 같이 BERT를 활용할 수 있는 다양한 작업에 대해서도 알아봅니다. 이 과정은 완료하는 데 대략 45분이 소요됩니다.

자세히 알아보기

이 과정에서는 AI 기반 검색 기술, 도구, 애플리케이션을 살펴봅니다. 벡터 임베딩을 활용하는 시맨틱 검색, 시맨틱 방식과 키워드 방식을 결합한 하이브리드 검색, 그라운딩된 AI 에이전트로서 AI 할루시네이션을 최소화하는 검색 증강 생성(RAG)에 대해 알아보세요. Vertex AI 벡터 검색을 활용해 지능형 검색 엔진을 빌드하는 실무 경험을 쌓을 수 있습니다.

자세히 알아보기

이 과정에서는 Google Cloud의 생성형 AI 기반 도우미인 Gemini가 관리자의 인프라 프로비저닝을 어떻게 도와주는지 알아봅니다. 인프라에 관해 설명하고, GKE 클러스터를 배포하고, 기존 인프라를 업데이트하도록 Gemini에 프롬프트를 입력하는 방법을 배울 수 있습니다. 또한 실무형 실습을 통해 Gemini가 GKE 배포 워크플로를 어떻게 개선하는지 경험할 수 있습니다. Duet AI의 이름이 Google의 차세대 모델인 Gemini로 변경되었습니다.

자세히 알아보기

이 과정에서는 Google Cloud의 생성형 AI 기반 공동작업 도구인 Gemini가 개발자의 애플리케이션 빌드에 어떤 도움이 되는지 알아봅니다. Gemini에 프롬프트를 입력하여 코드에 대한 설명을 얻고 Google Cloud 서비스를 추천받고 애플리케이션의 코드를 생성하는 방법을 배울 수 있습니다. 실무형 실습을 통해 Gemini로 애플리케이션 개발 워크플로가 얼마나 개선되는지 경험할 수 있습니다. Duet AI의 이름이 Google의 차세대 모델인 Gemini로 변경되었습니다.

자세히 알아보기

이 과정에서는 Google Cloud의 생성형 AI 기반 파트너인 Gemini가 Google 제품 및 서비스를 사용해 애플리케이션을 개발, 테스트, 배포, 관리하는 데 어떤 도움이 되는지 알아봅니다. Gemini의 도움을 받아 웹 애플리케이션을 개발 및 빌드하고, 애플리케이션의 오류를 수정하고, 테스트를 개발하고, 데이터를 쿼리하는 방법을 배웁니다. 실무형 실습을 통해 Gemini로 소프트웨어 개발 수명 주기(SDLC)가 얼마나 개선되는지 경험할 수 있습니다. Duet AI의 이름이 Google의 차세대 모델인 Gemini로 변경되었습니다.

자세히 알아보기

이 과정에서는 Google의 이식 가능한 UI 툴킷인 Flutter를 사용하여 앱을 개발하고, 앱에 Google의 생성형 AI 모델 제품군인 Gemini를 통합하는 방법을 알아봅니다. AI 에이전트와 애플리케이션을 빌드하고 관리할 수 있는 Google 플랫폼인 Vertex AI Agent Builder도 사용해 봅니다.

자세히 알아보기

중급 Gemini 및 Streamlit으로 생성형 AI 앱 개발하기 기술 배지 과정을 완료하여 텍스트 생성, Python SDK와 Gemini API를 사용한 함수 호출 적용, Cloud Run으로 Streamlit 애플리케이션 배포 작업과 관련된 기술 역량을 입증하세요. 텍스트 생성을 위해 Gemini에 프롬프트를 입력하는 여러 가지 방법과 Cloud Shell을 사용해 Streamlit 애플리케이션을 테스트하고 반복하는 방법, Streamlit 애플리케이션을 Cloud Run에 배포된 Docker 컨테이너로 패키징하는 방법을 배울 수 있습니다.

자세히 알아보기

이 과정에서는 최근 이미지 생성 분야에서 가능성을 보여준 머신러닝 모델 제품군인 확산 모델을 소개합니다. 확산 모델은 열역학을 비롯한 물리학에서 착안했습니다. 지난 몇 년 동안 확산 모델은 연구계와 업계 모두에서 주목을 받았습니다. 확산 모델은 Google Cloud의 다양한 최신 이미지 생성 모델과 도구를 뒷받침합니다. 이 과정에서는 확산 모델의 이론과 Vertex AI에서 이 모델을 학습시키고 배포하는 방법을 소개합니다.

자세히 알아보기

이 과정은 데이터 준비부터 모델 배포와 모니터링까지 전체 머신러닝 워크플로를 위한 통합 플랫폼을 제공하는 Jupyter 노트북 기반 환경인 Vertex AI Notebooks를 소개합니다. 이 과정에서는 (1) 다양한 유형의 Vertex AI Notebooks와 그 특징, (2) Vertex AI Notebooks를 만들고 관리하는 방법을 다룹니다.

자세히 알아보기

생성형 AI 애플리케이션은 대규모 언어 모델(LLM)이 발명되기 전에는 불가능에 가까웠던 새로운 사용자 경험을 만들 수 있습니다. 어떻게 하면 애플리케이션 개발자가 생성형 AI를 사용해 Google Cloud에서 강력한 대화형 앱을 빌드할 수 있을까요? 이 과정에서는 생성형 AI 애플리케이션에 대해 알아보고 프롬프트 설계 및 검색 증강 생성(RAG)을 사용해 LLM 기반의 강력한 애플리케이션을 빌드하는 방법을 학습합니다. 생성형 AI 애플리케이션에 사용할 수 있는 프로덕션 레디 아키텍처를 살펴보고 LLM 및 RAG 기반 채팅 애플리케이션을 빌드합니다.

자세히 알아보기

초급 Google Cloud에서 ML API용으로 데이터 준비하기 기술 배지를 완료하여 Dataprep by Trifacta로 데이터 정리, Dataflow에서 데이터 파이프라인 실행, Managed Service for Apache Spark에서 클러스터 생성 및 Apache Spark 작업 실행, Cloud Natural Language API, Google Cloud Speech-to-Text API, Video Intelligence API를 포함한 ML API 호출과 관련된 기술 역량을 입증하세요.

자세히 알아보기

Gemini Notebook을 사용하여 Professional Machine Learning Engineer(PMLE) 자격증 시험을 위한 맞춤형 학습 가이드를 만드는 방법을 알아보세요. Gemini Notebook 기능을 검토하고, 노트북을 만들고, 학습 가이드를 사용하여 자격증 시험을 연습합니다.

자세히 알아보기

이 과정에서는 Google Cloud에서 최신 ML 파이프라인 개발을 담당하는 ML 엔지니어와 트레이너로부터 유익한 지식을 배웁니다. 초반에 진행되는 몇 개 모듈에서는 Google의 TensorFlow 기반 프로덕션 머신러닝 플랫폼으로서 ML 파이프라인과 메타데이터를 관리할 수 있는 TensorFlow Extended(TFX)에 대해 다룹니다. 파이프라인 구성요소와 TFX를 사용한 파이프라인 조정을 알아봅니다. 지속적 통합과 지속적 배포를 통해 파이프라인을 자동화하는 방법과 ML 메타데이터를 관리하는 방법도 배웁니다. 그런 다음 주제를 전환하여 TensorFlow, PyTorch, scikit-learn, xgboost 등 여러 ML 프레임워크에서 ML 파이프라인을 자동화하고 재사용하는 방법을 설명합니다. 또한 Google Cloud의 또 다른 도구인 Cloud Composer를 사용하여 지속적 학습 파이프라인을 조정하는 방법도 알아봅니다. 마지막으로 MLflow를 사용하여 머신러닝의 전체 수명 주기를 관리하는 방법을 살펴봅니다.

자세히 알아보기

이 과정은 머신러닝 실무자에게 생성형 AI 모델과 예측형 AI 모델을 평가하는 데 필요한 도구, 기술, 권장사항을 제공합니다. 모델 평가는 프로덕션 단계의 ML 시스템이 안정적이고 정확하고 성능이 우수한 결과를 제공할 수 있게 하는 중요한 분야입니다. 강의 참가자는 다양한 평가 측정항목, 방법, 각각 다른 모델 유형과 작업에 적합한 애플리케이션에 대해 깊이 있게 이해할 수 있습니다. 이 과정에서는 생성형 AI 모델의 고유한 문제를 강조하고 이를 효과적으로 해결하기 위한 전략을 소개합니다. 강의 참가자는 Google Cloud의 Vertex AI Platform을 활용해 모델 선택, 최적화, 지속적인 모니터링을 위한 견고한 평가 프로세스를 구현하는 방법을 알아볼 수 있습니다.

자세히 알아보기

This course introduces the products and solutions to solve NLP problems on Google Cloud. Additionally, it explores the processes, techniques, and tools to develop an NLP project with neural networks by using Vertex AI and TensorFlow.

자세히 알아보기

이 과정에서는 생성형 AI 모델을 배포하고 관리할 때 MLOps팀이 직면하는 고유한 과제를 파악하는 데 필요한 지식과 도구를 제공하고 Vertex AI가 어떻게 AI팀이 MLOps 프로세스를 간소화하고 생성형 AI 프로젝트에서 성공을 거둘 수 있도록 지원하는지 살펴봅니다.

자세히 알아보기

이 과정에서는 책임감 있는 AI라는 개념과 AI 원칙을 소개합니다. 공정성과 편향을 실질적으로 식별하고 AI/ML 실무에서 편향을 완화하는 기법을 알아봅니다. Google Cloud 제품과 오픈소스 도구를 사용하여 책임감 있는 AI 권장사항을 구현하는 실용적인 방법과 도구를 살펴봅니다.

자세히 알아보기

Vertex AI에서 머신러닝 솔루션 빌드 및 배포하기 과정을 완료하여 중급 기술 배지를 획득하세요. 이 과정에서는 Google Cloud의 Vertex AI Platform, AutoML, 커스텀 학습 서비스를 사용해 머신러닝 모델을 학습, 평가, 조정, 설명, 배포하는 방법을 알아봅니다. 이 기술배지 과정은 전문 데이터 과학자 및 머신러닝 엔지니어를 대상으로 합니다. 기술 배지는 Google Cloud 제품 및 서비스 숙련도에 따라 Google Cloud에서 독점적으로 발급하는 디지털 배지로, 기술 배지 과정을 통해 대화형 실습 환경에서 지식을 적용하는 역량을 테스트할 수 있습니다. 이 기술 배지 과정과 최종 평가 챌린지 실습을 완료하면 네트워크에 공유할 수 있는 디지털 배지를 받게 됩니다.

자세히 알아보기

이 과정에서는 AI 해석 가능성과 투명성의 개념을 소개합니다. 개발자와 엔지니어에게 AI 투명성이 얼마나 중요한지를 설명합니다. 데이터와 AI 모델 모두에서 해석 가능성과 투명성을 구현하는 데 도움이 되는 실용적인 방법과 도구를 살펴봅니다.

자세히 알아보기

이 과정에서는 Google Cloud에서 프로덕션 ML 시스템을 배포, 평가, 모니터링, 운영하기 위한 MLOps 도구와 권장사항을 소개합니다. MLOps는 프로덕션에서 ML 시스템을 배포, 테스트, 모니터링, 자동화하는 방법론입니다. 학습자는 SDK 레이어에서 Vertex AI Feature Store의 스트리밍 수집을 사용하여 실습을 진행하게 됩니다.

자세히 알아보기

이 과정에서는 Google Cloud에서 프로덕션 ML 시스템 배포, 평가, 모니터링, 운영을 위한 MLOps 도구와 권장사항을 소개합니다. MLOps는 프로덕션에서 ML 시스템을 배포, 테스트, 모니터링, 자동화하는 방법론입니다. 머신러닝 엔지니어링 전문가들은 배포된 모델의 지속적인 개선과 평가를 위해 도구를 사용합니다. 이들이 협력하거나 때론 그 역할을 하는 데이터 과학자는 고성능 모델을 빠르고 정밀하게 배포할 수 있도록 모델을 개발합니다.

자세히 알아보기

In this course, you apply your knowledge of classification models and embeddings to build a ML pipeline that functions as a recommendation engine. This is the fifth and final course of the Advanced Machine Learning on Google Cloud series.

자세히 알아보기

This course describes different types of computer vision use cases and then highlights different machine learning strategies for solving these use cases. The strategies vary from experimenting with pre-built ML models through pre-built ML APIs and AutoML Vision to building custom image classifiers using linear models, deep neural network (DNN) models or convolutional neural network (CNN) models. The course shows how to improve a model's accuracy with augmentation, feature extraction, and fine-tuning hyperparameters while trying to avoid overfitting the data. The course also looks at practical issues that arise, for example, when one doesn't have enough data and how to incorporate the latest research findings into different models. Learners will get hands-on practice building and optimizing their own image classification models on a variety of public datasets in the labs they will work on.

자세히 알아보기

이 과정에서는 프로덕션 환경에서 고성능 ML 시스템을 빌드하기 위한 구성요소와 권장사항을 자세히 살펴봅니다. 정적 학습, 동적 학습, 정적 추론, 동적 추론, 분산 TensorFlow, TPU 등 고성능 ML 시스템 빌드와 관련된 일반적인 고려사항을 다룹니다. 이 과정에서는 정확한 예측 능력 외에도 양질의 ML 시스템을 만드는 특성을 탐구하는 데 중점을 둡니다.

자세히 알아보기

이 과정에서는 우수사례를 중심으로 ML 워크플로에 대한 실질적인 접근 방식을 취합니다. ML팀은 다양한 ML 비즈니스 요구사항과 사용 사례에 직면합니다. 팀에서는 데이터 관리 및 거버넌스에 필요한 도구를 이해하고 가장 효과적으로 데이터 전처리에 접근하는 방식을 파악해야 합니다. 두 가지 사용 사례를 위한 ML 모델을 빌드하는 세 가지 옵션이 팀에 제시됩니다. 이 과정에서는 목표를 달성하기 위해 AutoML, BigQuery ML 또는 커스텀 학습을 사용하는 이유를 설명합니다.

자세히 알아보기

이 과정에서는 Vertex AI Feature Store 사용의 이점, ML 모델의 정확성을 개선하는 방법, 가장 유용한 특성을 만드는 데이터 열을 찾는 방법을 살펴봅니다. 이 과정에는 BigQuery ML, Keras, TensorFlow를 사용한 특성 추출에 관한 콘텐츠와 실습도 포함되어 있습니다.

자세히 알아보기

이 과정에서는 TensorFlow 및 Keras를 사용한 ML 모델 빌드, ML 모델의 정확성 개선, 사용 사례 확장을 위한 ML 모델 작성에 대해 다룹니다.

자세히 알아보기

이 과정에서는 먼저 데이터에 관해 논의하면서 데이터 품질을 개선하고 탐색적 데이터 분석을 수행하는 방법을 알아봅니다. Vertex AI AutoML과 코드를 한 줄도 작성하지 않고 ML 모델을 빌드하고, 학습시키고, 배포하는 방법을 설명합니다. 학습자는 Big Query ML의 이점을 이해할 수 있습니다. 그런 다음, 머신러닝(ML) 모델 최적화 방법과 일반화 및 샘플링으로 커스텀 학습용 ML 모델 품질을 평가하는 방법을 다룹니다.

자세히 알아보기

Google Cloud에서 머신러닝을 구현하기 위한 권장사항에는 어떤 것이 있을까요? Vertex AI란 무엇이고, 이 플랫폼을 사용하여 코드는 한 줄도 작성하지 않고 AutoML 머신러닝 모델을 빠르게 빌드, 학습, 배포하려면 어떻게 해야 할까요? 머신러닝이란 무엇이며 어떤 종류의 문제를 해결할 수 있을까요? Google은 머신러닝을 조금 다른 방식으로 바라봅니다. Google이 머신러닝과 관련하여 중요하게 생각하는 것은 관리형 데이터 세트를 위한 통합 플랫폼과 특징 저장소를 제공하고, 코드를 작성하지 않고도 머신러닝 모델을 빌드, 학습, 배포할 방법을 제공하고, 데이터에 라벨을 지정하고, TensorFlow, scikit-learn, Pytorch, R 등과 같은 프레임워크를 사용하여 Workbench 노트북을 만들 수 있도록 지원하는 것입니다. Google의 Vertex AI 플랫폼에는 커스텀 모델을 학습시키고, 구성요소 파이프라인을 빌드하고, 온라인 및 일괄 예측을 실행하는 기능이 포함되어 있습니다. 후보 사용 사례를 머신러닝으로 구동되도록 변환하는 5단계를 살펴보고, 단계를 건너뛰지 않는 것이 중요한 이유를 알아봅니다. 마지막으로, 머신러닝이 증폭시킬 수 있는 편향과 이를 인식할 방법을 살펴봅니다.

자세히 알아보기

이 과정에서는 생성형 AI 프로젝트와 예측형 AI 프로젝트를 모두 개발하는 데 중점을 두고 Google Cloud의 AI 및 머신러닝(ML) 기능을 소개합니다. 데이터에서 AI로 이어지는 수명 주기 전반에 걸쳐 사용할 수 있는 다양한 기술, 제품, 도구를 살펴보고, 데이터 과학자, AI 개발자, ML 엔지니어가 대화형 실습을 통해 전문성을 강화할 수 있도록 지원합니다.

자세히 알아보기

This course is intended to give architects, engineers, and developers the skills required to help enterprise customers architect, plan, execute, and test database migration projects. Through a combination of presentations, demos, and hands-on labs participants move databases to Google Cloud while taking advantage of various services. This course covers how to move on-premises, enterprise databases like SQL Server to Google Cloud (Compute Engine and Cloud SQL) and Oracle to Google Cloud bare metal.

자세히 알아보기

Google Cloud 기초: 핵심 인프라 과정은 Google Cloud 사용에 관한 중요한 개념 및 용어를 소개합니다. 이 과정에서는 동영상 및 실무형 실습을 통해 중요한 리소스 및 정책 관리 도구와 함께 Google Cloud의 다양한 컴퓨팅 및 스토리지 서비스를 살펴보고 비교합니다.

자세히 알아보기

초급 Agent Platform의 프롬프트 설계 기술 배지를 완료하여 Agent Platform 내 프롬프트 엔지니어링, 이미지 분석, 멀티모달 생성형 기술과 관련된 기술 역량을 입증하세요. 효과적인 프롬프트를 만들고 생성형 AI 출력을 안내하며 실제 마케팅 분야 시나리오에 Gemini 모델을 적용하는 방법을 알아보세요.

자세히 알아보기

인공지능(AI)과 머신러닝(ML)은 광범위한 산업을 빠르게 혁신하고 있는 정보 기술의 중요한 진화입니다. 'Google Cloud 인공지능으로 혁신하기' 과정에서는 조직이 AI와 ML을 사용하여 비즈니스 프로세스를 혁신하는 방법을 살펴봅니다. Cloud Digital Leader 학습 과정의 일부인 이 과정은 개인이 자신의 역할에서 성장하고 비즈니스의 미래를 구축하는 데 도움이 되는 것을 목표로 합니다.

자세히 알아보기

기업에서 인공지능과 머신러닝의 사용이 계속 증가함에 따라 책임감 있는 빌드의 중요성도 커지고 있습니다. 대부분의 기업은 책임감 있는 AI를 실천하기가 말처럼 쉽지 않습니다. 조직에서 책임감 있는 AI를 운영하는 방법에 관심이 있다면 이 과정이 도움이 될 것입니다. 이 과정에서 책임감 있는 AI를 위해 현재 Google Cloud가 기울이고 있는 노력, 권장사항, Google Cloud가 얻은 교훈을 알아보면 책임감 있는 AI 접근 방식을 구축하기 위한 프레임워크를 수립할 수 있을 것입니다.

자세히 알아보기

책임감 있는 AI란 무엇이고 이것이 왜 중요하며 Google에서는 어떻게 제품에 책임감 있는 AI를 구현하고 있는지 설명하는 입문용 마이크로 학습 과정입니다. Google의 7가지 AI 원칙도 소개합니다.

자세히 알아보기

이 과정은 입문용 마이크로 학습 과정으로, 대규모 언어 모델(LLM)이란 무엇이고, LLM을 활용할 수 있는 사용 사례로는 어떤 것이 있으며, 프롬프트 조정을 사용해 LLM 성능을 개선하는 방법은 무엇인지 알아봅니다. 또한 자체 생성형 AI 앱을 개발하는 데 도움이 되는 Google 도구에 대해서도 다룹니다.

자세히 알아보기

생성형 AI란 무엇이고 어떻게 사용하며 전통적인 머신러닝 방법과는 어떻게 다른지 설명하는 입문용 마이크로 학습 과정입니다. 직접 생성형 AI 앱을 개발하는 데 도움이 되는 Google 도구에 대해서도 다룹니다.

자세히 알아보기