Shubham Kulkarni
成为会员时间：2022
黄金联赛
9422 积分
Model Armor：保障 AI 部署安全
Earned Apr 30, 2026 EDT
AI 时代安全性简介
Earned Apr 30, 2026 EDT
面向开发者的 Responsible AI：可解释性和透明度
Earned Apr 28, 2026 EDT
面向开发者的 Responsible AI：公平性与偏见
Earned Apr 28, 2026 EDT
利用 Vertex AI 实现机器学习运维 (MLOps)：模型评估
Earned Apr 28, 2026 EDT
适用于生成式 AI 的机器学习运维 (MLOps)
Earned Apr 27, 2026 EDT
AI Boost Bites：Gemini 图片转表格技巧
Earned Apr 24, 2026 EDT
部署多智能体架构
Earned Apr 23, 2026 EDT
AI Boost Bites：使用 Gemini 撰写演示文稿脚本
Earned Apr 22, 2026 EDT
使用智能体开发套件 (ADK) 构建 AI 智能体
Earned Apr 22, 2026 EDT
生成式 AI 智能体：助力组织转型
Earned Apr 21, 2026 EDT
生成式 AI 应用：改变工作方式
Earned Apr 21, 2026 EDT
生成式 AI：全面了解生成式 AI
Earned Apr 21, 2026 EDT
生成式 AI：剖析基本概念
Earned Apr 21, 2026 EDT
生成式 AI：不只是聊天机器人
Earned Apr 21, 2026 EDT
Agent Assist 及其生成式 AI 功能
Earned Apr 21, 2026 EDT
结合企业数据库构建 AI 智能体
Earned Apr 21, 2026 EDT
本课程回顾了 Model Armor 的基本安全功能，并让您能够使用该服务。您将了解与 LLM 相关的安全风险，以及 Model Armor 如何保护您的 AI 应用。
了解详情
人工智能 (AI) 具备巨大的变革潜力，但也带来了新的安全挑战。本课程专为负责安全性和数据保护的领导者而设计，助其运用相关策略在组织内安全管理 AI。学习一个有助于实现以下目标的框架：主动识别并减轻 AI 特有的风险，保护敏感数据，确保遵从法规，构建弹性 AI 基础设施。通过四个不同行业的精选用例，探索这些策略如何应用于现实场景。
了解详情
本课程介绍了 AI 可解释性和透明度的相关概念，探讨了 AI 透明度对于开发者和工程师的重要性。同时探索了有助于在数据和 AI 模型中实现可解释性和透明度的实用方法及工具。
了解详情
本课程介绍了 Responsible AI 的概念和 AI 原则，还介绍了在 AI/机器学习实践中识别公平性与偏见以及减少偏见的实用技巧，同时探索了使用 Google Cloud 产品和开源工具来实施 Responsible AI 最佳实践的实用方法和工具。
了解详情
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。
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
本视频介绍了如何使用 Gemini 消除繁琐的手动数据录入。了解如何拍摄数据照片或截取数据屏幕截图（来自 PDF、纸质文档或图片），然后提示 Gemini 立即将其转换为结构化的 Google 表格。探索这个简单技巧，让 Gemini 成为您的个人数据录入助理，节省大量转写数据的时间。只需拍照、撰写提示并导出即可！
了解详情
完成部署多智能体架构这一高级技能徽章课程，展示您在以下方面的技能： 使用 ADK 构建多智能体系统；通过 Agent-to-Agent (A2A) protocol 连接智能体， 通过 Model Context Protocol (MCP) 集成外部工具，并将完整的多智能体解决方案部署到 Agent Engine。
了解详情
本视频介绍了如何使用 Gemini Advanced 研究主题、创建演示文稿大纲，以及如何使用 Google 文档中的 Gemini 生成演讲要点。
了解详情
完成本课程，赢取使用智能体开发套件 (ADK) 构建 AI 智能体中级技能徽章，展示您在以下方面的技能： 提出实际的语言模型研究问题；构建一个简单的词元化器；制作用于训练 Transformer 语言模型的数据集；运行小语言模型的训练循环。
了解详情
“生成式 AI 智能体：助力组织转型”是“Gen AI Leader”学习路线中的第五门课程，也是最后一门课程。本课程探讨了组织如何使用量身定制的生成式 AI 智能体，帮助应对特定的业务挑战。您将亲自动手构建一个基本的生成式 AI 智能体，并探索这些智能体的组成部分，例如模型、推理循环以及各种工具。
了解详情
“生成式 AI 应用：改变工作方式”是 Generative AI Leader 学习路线的第四门课程。本课程介绍 Google 的生成式 AI 应用，例如 Gemini for Workspace 和 NotebookLM。它将引导您逐一了解接地、检索增强生成、构建有效提示和构建自动化工作流等概念。
了解详情
“生成式 AI：全面了解生成式 AI”是“Gen AI Leader”学习路线中的第三门课程。生成式 AI 正在改变我们的工作方式以及与世界的互动方式。作为领导者，应该如何利用生成式 AI 来推动实际业务成果？在本课程中，您将探索构建生成式 AI 解决方案的不同层级、Google Cloud 的产品/服务，以及选择解决方案时需要考虑的因素。
了解详情
生成式 AI：剖析基本概念是“Gen AI Leader”学习路线的第二门课程。在本课程中，您将探索 AI、机器学习和生成式 AI 之间的差异，了解各种数据类型如何赋能生成式 AI 来应对业务挑战，从而了解生成式 AI 的基本概念。您还将深入了解 Google Cloud 应对基础模型局限性的策略，以及负责任和安全的 AI 开发与部署面临哪些关键挑战。
了解详情
生成式 AI：不只是聊天机器人是 Gen AI Leader 学习路线的第一门课程，没有前提条件要求。本课程旨在带您超越对聊天机器人的浅层认知，深入挖掘生成式 AI 为您的组织带来的真正潜力。您将探索基础模型和提示工程等概念，它们对于利用生成式 AI 的强大功能至关重要。本课程还将提供指导，让您了解在为组织制定成功的生成式 AI 策略时，应考虑哪些重要因素。
了解详情
您可以利用強大的生成式 AI 打造智慧型自動化代理。完成本課程後，您將瞭解如何開發資料儲存庫代理，自動從網站、文件或結構化資料中擷取並彙整資訊，即時回答複雜問題。這種新型代理能提供靈活、準確的答案，還會附上原始來源網址，而且設定相當便捷，讓您從此告別靜態常見問題集。
了解详情
使用 MCP Toolbox for Databases 构建可利用企业数据库的 AI 智能体。您将定义安全的数据库交互工具，并实现智能查询功能（利用向量嵌入、结构化查询）。
了解详情
