Jewels Gemstone
Member since 2023
Diamond League
30901 points
Google Cloud 的可靠性與安全性
Earned May 2, 2026 EDT
運用 Google Cloud 人工智慧推動創新
Earned Apr 26, 2026 EDT
生成式 AI 代理：實現組織轉型
Earned Sep 27, 2025 EDT
生成式 AI 應用程式：徹底改變工作方式
Earned Sep 24, 2025 EDT
生成式 AI：掌握幕後技術與環境
Earned Sep 21, 2025 EDT
生成式 AI：瞭解基礎概念
Earned Sep 21, 2025 EDT
生成式 AI：不只是聊天機器人
Earned Sep 20, 2025 EDT
機器學習運作 (MLOps) 與 Vertex AI：模型評估
Earned Jun 22, 2025 EDT
生成式 AI 適用的機器學習運作 (MLOps)
Earned Jun 18, 2025 EDT
大型語言模型簡介
Earned Jun 17, 2025 EDT
生成式 AI 簡介
Earned Jun 17, 2025 EDT
MLOps with Agent Platform: Manage Features
Earned Jun 16, 2025 EDT
Machine Learning Operations (MLOps): Getting Started
Earned Jun 11, 2025 EDT
Production Machine Learning Systems
Earned Jun 8, 2025 EDT
[Depricated] Build, Train and Deploy ML Models with Keras on Google Cloud
Earned May 26, 2025 EDT
[DEPRECATED] Feature Engineering
Earned May 18, 2025 EDT
使用 BigQuery ML 為預測模型進行資料工程
Earned May 4, 2025 EDT
運用 BigQuery ML 建立機器學習模型
Earned Apr 28, 2025 EDT
Working with Notebooks in Vertex AI
Earned Apr 21, 2025 EDT
在 Google Cloud 為機器學習 API 準備資料
Earned Apr 21, 2025 EDT
Google Cloud 的 AI 和機器學習服務簡介
Earned Apr 16, 2025 EDT
Build a Certification Study Guide: PMLE
Earned Nov 2, 2024 EDT
使用 Google Cloud 作業套件調度資源
Earned Apr 22, 2023 EDT
運用 Google Cloud 翻新基礎架構和應用程式
Earned Apr 16, 2023 EDT
運用 Google Cloud 探索資料轉換功能
Earned Apr 7, 2023 EDT
透過 Google Cloud 進行數位轉型
Earned Mar 30, 2023 EDT
組織將資料和應用程式遷移至雲端後，必須因應快速變化的安全性挑戰。本課程將探討雲端安全性的基礎知識、Google Cloud 融入安全考量設計的基礎架構價值，以及縱深防禦策略。此外，還會著重說明如何透過 AI 輔助作業和法規遵循工具，協助組織滿足嚴格的全球法規要求。
本課程是 Cloud Digital Leader 學習路徑的一部分，旨在促進個人職能發展，並打造企業的未來。
Learn more
人工智慧 (AI) 和機器學習 (ML) 象徵著資訊技術的重大演進，正迅速改變各行各業。在「運用 Google Cloud 人工智慧推動創新」課程中，我們會探討組織如何運用 AI 和機器學習技術，翻轉業務流程。
本課程是 Cloud Digital Leader 學習路徑的一部分，旨在促進個人職能發展，並打造企業的未來。
Learn more
「生成式 AI 代理：實現組織轉型」是 Gen AI Leader 學習路徑的第五堂也是最後一堂課程。本課程將探討組織如何運用自訂生成式 AI 代理，解決特定的業務難題。您將動手練習建構基本的生成式 AI 代理，同時探索這類代理的各種元件，例如模型、推論迴圈和工具。
Learn more
「生成式 AI 應用程式：徹底改變工作方式」是 Generative AI Leader 學習路徑的第四門課程。本課程將介紹 Google 的生成式 AI 應用程式,例如 Gemini for Workspace 和NotebookLM,也會引導您瞭解各種概念,像是建立基準、檢索增強生成、建構有效的提示詞,以及打造自動化工作流程等。
Learn more
「生成式 AI：掌握幕後技術與環境」是 Gen AI Leader 學習路徑的第三門課程。生成式 AI 正在改變我們的工作方式，以及與周遭世界的互動模式。身為領導者，您要如何駕馭其強大的功能，創造實際的業務成果？在本課程中，您將認識建構生成式 AI 解決方案時的各個層面、Google Cloud 產品與服務，以及選擇解決方案時應考量的因素。
Learn more
生成式 AI：瞭解基礎概念是 Gen AI Leader 學習路徑的第二門課程。在本課程中，您將瞭解 AI、機器學習和生成式 AI 的差異，以及各種類型的資料如何協助生成式 AI 解決業務難題，進而掌握生成式 AI 的基礎概念。您還能深入瞭解 Google Cloud 因應基礎模型限制的策略，以及開發、部署安全且負責任的 AI 技術時面臨的主要挑戰。
Learn more
「生成式 AI：不只是聊天機器人」是 Gen AI Leader 學習路徑的第一門課程，沒有先修條件。本課程旨在帶領您超越對聊天機器人的基本認識，探索生成式 AI 能為貴組織帶來的真正潛力。您將瞭解基礎模型和提示工程等概念，這些都是發揮生成式 AI 威力的關鍵。本課程也會引導您思考重要事項，協助您為貴組織制定成功的生成式 AI 策略。
Learn more
本課程針對評估生成式和預測式 AI 模型，向機器學習從業人員介紹相關的基礎工具、技術和最佳做法。模型評估是機器學習的重要領域，確保這類系統能在正式環境中提供可靠、準確且成效優異的結果。
學員將深入瞭解多種評估指標與方法，以及適用於不同模型類型和工作的應用方式。此外，也會特別介紹生成式 AI 模型帶來的獨特難題，並提供有效的應對策略。透過 Google Cloud Vertex AI 平台，學員將瞭解在模型挑選、最佳化和持續監控方面，該如何導入穩健的評估程序。
Learn more
本課程旨在提供必要的知識和工具，協助您探索機器學習運作團隊在部署及管理生成式 AI 模型時面臨的獨特挑戰，並瞭解 Vertex AI 如何幫 AI 團隊簡化機器學習運作程序，打造成效非凡的生成式 AI 專案。
Learn more
這是一堂入門級的微學習課程，旨在探討大型語言模型 (LLM) 的定義和用途，並說明如何調整提示來提高 LLM 成效。此外，也會介紹多項 Google 工具，協助您自行開發生成式 AI 應用程式。
Learn more
這個入門微學習課程主要說明生成式 AI 的定義和使用方式，以及此 AI 與傳統機器學習方法的差異。本課程也會介紹各項 Google 工具，協助您開發自己的生成式 AI 應用程式。
Learn more
This course introduces participants to MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud. MLOps is a discipline focused on the deployment, testing, monitoring, and automation of ML systems in production.
Learners will get hands-on practice using Agent Platform Feature Store's streaming ingestion at the SDK layer.
Learn more
This course introduces participants to MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud. MLOps is a discipline focused on the deployment, testing, monitoring, and automation of ML systems in production. Machine Learning Engineering professionals use tools for continuous improvement and evaluation of deployed models. They work with (or can be) Data Scientists, who develop models, to enable velocity and rigor in deploying the best performing models.
Learn more
This course covers how to implement the various flavors of production ML systems— static, dynamic, and continuous training; static and dynamic inference; and batch and online processing. You delve into TensorFlow abstraction levels, the various options for doing distributed training, and how to write distributed training models with custom estimators.
This is the second course of the Advanced Machine Learning on Google Cloud series. After completing this course, enroll in the Image Understanding with TensorFlow on Google Cloud course.
Learn more
This course covers building ML models with TensorFlow and Keras, improving the accuracy of ML models and writing ML models for scaled use.
Learn more
This course explores the benefits of using Vertex AI Feature Store, how to improve the accuracy of ML models, and how to find which data columns make the most useful features. This course also includes content and labs on feature engineering using BigQuery ML, Keras, and TensorFlow.
Learn more
完成使用 BigQuery ML 為預測模型進行資料工程技能徽章中階課程， 即可證明自己具備下列知識與技能：運用 Dataprep by Trifacta 建構連至 BigQuery 的資料轉換 pipeline； 使用 Cloud Storage、Dataflow 和 BigQuery 建構「擷取、轉換及載入」(ETL) 工作負載， 以及使用 BigQuery ML 建構機器學習模型。
Learn more
完成「運用 BigQuery ML 建立機器學習模型」技能徽章中階課程，即可證明您具備下列技能： 可使用 BigQuery ML 建立及評估機器學習模型，並根據資料進行預測。
Learn more
This course is an introduction to Vertex AI Notebooks, which are Jupyter notebook-based environments that provide a unified platform for the entire machine learning workflow, from data preparation to model deployment and monitoring. The course covers the following topics: (1) The different types of Vertex AI Notebooks and their features and (2) How to create and manage Vertex AI Notebooks.
Learn more
完成 在 Google Cloud 為機器學習 API 準備資料 技能徽章入門課程，即可證明您具備下列技能： 使用 Dataprep by Trifacta 清理資料、在 Dataflow 執行資料管道、在 Managed Service for Apache Spark 建立叢集和執行 Apache Spark 工作，以及呼叫機器學習 API，包含 Cloud Natural Language API、Google Cloud Speech-to-Text API 和 Video Intelligence API。
Learn more
本課程介紹 Google Cloud 的 AI 和機器學習 (ML) 功能，著重說明如何開發生成式和預測式 AI 專案。我們也會探討「從資料到 AI」整個生命週期都適用的技術、產品和工具，並透過互動式練習，協助資料科學家、AI 開發人員和機器學習工程師精進專業知識。
Learn more
Learn how to use Gemini Notebook to create a personalized study guide for the Professional Machine Learning Engineer (PMLE) certification exam. You'll review Gemini Notebook features, create a notebook, and use the study guide to practice for a certification exam.
Learn more
各種規模的機構都開始運用雲端的強大功能和靈活性，徹底改變營運方式。不過，有效管理及擴充雲端資源可能是相當複雜的工作。本課程將探討在雲端中的現代營運、可靠性和韌性的基礎概念，以及 Google Cloud 如何協助您達成這些目標。本課程是 Cloud Digital Leader 學習路徑的一部分，旨在促進個人職能發展，並打造企業的未來。
Learn more
許多傳統企業使用舊版系統和應用程式，無法滿足現今客戶的期望。企業主管經常需要在維護老舊的 IT 系統，以及投資新產品/服務之間做出選擇。本課程將探討這些挑戰，並提供解決方案，說明如何運用雲端技術克服難題。
本課程是 Cloud Digital Leader 學習路徑的一部分，旨在促進個人職能發展，並打造企業的未來。
Learn more
雲端技術是強大的資產，與資料搭配後，將成為創新和提升客戶體驗的催化劑。「運用 Google Cloud 探索資料轉換功能」課程將探討機構如何運用雲端，讓資料更易於存取、做為行動依據和更有價值。
這門課程是 Cloud Digital Leader 學習路徑的一部分，旨在協助個人在職務上成長，並打造企業的未來。
Learn more
數位轉型是現代組織必經的關鍵旅程，而建立穩固的雲端運算基礎，是跨出有意義創新的第一步。本課程「透過 Google Cloud 進行數位轉型」，將會介紹核心技術和策略框架，協助組織革新營運方式，並探討基本的雲端概念、全球網路基礎架構和共同責任模式，幫助主管在雲端之路上自信前行。本課程是 Cloud Digital Leader 學習路徑的一部分，旨在促進個人職能發展，並打造企業的未來。
Learn more
