Join Sign in

Sakshi Mathur

Member since 2024

生成式 AI 代理：實現組織轉型 Earned Sep 20, 2026 EDT
生成式 AI 應用程式：徹底改變工作方式 Earned Sep 19, 2026 EDT
生成式 AI：掌握幕後技術與環境 Earned Sep 19, 2026 EDT
生成式 AI：瞭解基礎概念 Earned Apr 18, 2026 EDT
生成式 AI：不只是聊天機器人 Earned Apr 18, 2026 EDT
運用 Gemini Enterprise Agent Platform 部署多代理系統 Earned Nov 2, 2025 EST
[DEPRECATED] 使用 Gemini：應用程式開發人員 Earned Oct 23, 2025 EDT
[DEPRECATED] 使用 Gemini：端對端 SDLC Earned Oct 22, 2025 EDT
使用 Gemini 多模態功能和多模態 RAG 檢查複合型文件 Earned Oct 22, 2025 EDT
在 Agent Platform 探索生成式 AI Earned Oct 22, 2025 EDT
使用 Gemini 和 Streamlit 開發生成式 AI 應用程式 Earned Oct 22, 2025 EDT
在 Google Cloud 打造生成式 AI 應用程式 Earned Oct 21, 2025 EDT
Vertex AI Studio 簡介 Earned Sep 14, 2025 EDT
Natural Language Processing on Google Cloud Earned Sep 14, 2025 EDT
負責任的 AI 技術：透過 Google Cloud 採用 AI 開發原則 Earned Sep 14, 2025 EDT
在 Agent Platform 設計提示 Earned Sep 7, 2025 EDT
[DEPRECATED] Google Cloud: Prompt Engineering Guide Earned Sep 6, 2025 EDT
在 Google Cloud 為機器學習 API 準備資料 Earned Jun 30, 2025 EDT
探索生成式 AI - Agent Platform Earned Jun 26, 2025 EDT
透過 Vertex AI 建構及部署機器學習解決方案 Earned Jun 4, 2025 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud Earned Jun 3, 2025 EDT
[Depricated] Build, Train and Deploy ML Models with Keras on Google Cloud Earned Jun 3, 2025 EDT
Production Machine Learning Systems Earned May 31, 2025 EDT
Machine Learning Operations (MLOps): Getting Started Earned May 22, 2025 EDT
生成式 AI 簡介 Earned May 22, 2025 EDT
使用 BigQuery ML 為預測模型進行資料工程 Earned May 22, 2025 EDT
在 Google Cloud 使用 TensorFlow 分類圖像 Earned May 22, 2025 EDT
使用 BigQuery 進行機器學習 Earned May 11, 2025 EDT
Google Cloud 的 AI 和機器學習服務簡介 Earned Apr 10, 2025 EDT
Build a Certification Study Guide: PMLE Earned Apr 1, 2025 EDT
負責任的 AI 技術簡介 Earned Mar 19, 2025 EDT
大型語言模型簡介 Earned Mar 19, 2025 EDT
在 Google Cloud 使用 Terraform 建構基礎架構 Earned Dec 8, 2024 EST
在 Compute Engine 導入 Cloud Load Balancing Earned Nov 25, 2024 EST
建立 Google Cloud 網路 Earned Nov 22, 2024 EST
Using the Cloud SDK Command Line Earned Nov 20, 2024 EST
在 Google Cloud 部署 Kubernetes 應用程式 Earned Nov 18, 2024 EST
在 Google Cloud 實作 Cloud 安全防護措施：基礎知識 Earned Nov 16, 2024 EST
建構安全的 Google Cloud 網路 Earned Nov 7, 2024 EST
在 Google Cloud 設定應用程式開發環境 Earned Sep 12, 2024 EDT
Google Cloud 必備知識 Earned Sep 7, 2024 EDT
Google Cloud 基礎知識：核心基礎架構 Earned Sep 1, 2024 EDT

「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

本課程說明如何使用 Google Agent Development Kit 建構複雜的多代理系統。您將建構配備工具的虛擬服務專員，並透過從屬關係和流程定義互動方式。您將在本機執行代理，並部署至 Gemini Enterprise Agent Platform 的 Agent Runtime，將其做為代管代理流程執行；Agent Runtime 則處理基礎架構決策和資源調度作業。請注意，這些實驗室是根據這項產品的預先發布版製成。我們會進行維護更新，因此這些研究室將可能出現延遲。

Learn more

本課程介紹的 Gemini 是採用生成式 AI 技術的協作工具，可協助開發人員透過 Google Cloud 建構應用程式。您將瞭解如何透過提示讓 Gemini 為您解釋程式碼內容、推薦 Google Cloud 服務，以及生成應用程式的程式碼。在實作研究室中，您也會體驗到 Gemini 如何改良應用程式的開發工作流程。 Duet AI 已更名為 Gemini，這是我們的新一代模型。

Learn more

本課程介紹的 Gemini 是採用生成式 AI 技術的協作工具，可協助您透過 Google Cloud 使用 Google 產品和服務，開發、測試、部署及管理應用程式。有了 Gemini 的協助，您會學到如何開發和建構網頁應用程式、修正應用程式中的錯誤、開發測試及查詢資料。在實作研究室中，您也會體驗到 Gemini 如何改良軟體開發生命週期 (SDLC)。 Duet AI 已更名為 Gemini，這是我們的新一代模型。

Learn more

完成 使用 Gemini 多模態功能和多模態 RAG 檢查複合型文件 技能徽章中階課程，即可證明您具備下列技能： 透過 Gemini 多模態功能，使用多模態提示從文字和影像資料擷取資訊、生成影片說明，以及擷取影片以外的額外資訊； 透過 Gemini 的多模態檢索增強生成 (RAG) 功能，為含有文字和圖片的文件建構中繼資料、取得所有相關文字分塊，以及顯示引用資料。

Learn more

完成「在 Agent Platform 探索生成式 AI」技能徽章中階課程，即可證明自己具備下列技能： 可運用 Gemini API 生成文字、分析圖片和影片來強化內容創作能力，還能使用函式呼叫技巧。 本課程將帶您瞭解如何善用進階的 Gemini 技術、使用多模態內容生成功能，並提升 AI 專案的潛力。

Learn more

完成 使用 Gemini 和 Streamlit 開發生成式 AI 應用程式 技能徽章中階課程，即可證明您具備下列技能： 生成文字、透過 Python SDK 和 Gemini API 呼叫函式，以及運用 Cloud Run 部署 Streamlit 應用程式。 您將瞭解如何以不同方式透過提示請 Gemini 生成文字、使用 Cloud Shell 測試及疊代 Streamlit 應用程式，隨後封裝成 Docker 容器並在 Cloud Run 中部署。

Learn more

大型語言模型 (LLM) 誕生之後，生成式 AI 應用程式帶來的嶄新使用者體驗，可說是幾乎前所未有。身為應用程式開發人員，您要如何在 Google Cloud，運用生成式 AI 建立出色的互動式應用程式？ 本課程將帶您瞭解生成式 AI 應用程式，以及如何使用提示設計和檢索增強生成 (RAG)，透過 LLM 建構強大的應用程式。我們也會介紹可用於正式環境的生成式 AI 應用程式架構。您將建構採用 LLM 和 RAG 的對話應用程式。

Learn more

本課程會介紹 Vertex AI Studio。您可以運用這項工具和生成式 AI 模型互動、根據商業構想設計原型，並投入到正式環境。透過身歷其境的應用實例、有趣的課程及實作實驗室，您將能探索從提示到正式環境的生命週期，同時學習如何將 Vertex AI Studio 運用在多模態版 Gemini 應用程式、提示設計、提示工程和模型調整。這個課程的目標是讓您能運用 Vertex AI Studio，在專案中發揮生成式 AI 的潛能。

Learn more

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.

Learn more

隨著企業持續擴大使用人工智慧和機器學習，以負責任的方式發展相關技術也日益重要。對許多企業來說，談論負責任的 AI 技術可能不難，如何付諸實行才是真正的挑戰。如要瞭解如何在機構中導入負責任的 AI 技術，本課程絕對能助您一臂之力。 您可以從中瞭解 Google Cloud 目前採取的策略、最佳做法和經驗談，協助貴機構奠定良好基礎，實踐負責任的 AI 技術。

Learn more

完成 在 Agent Platform 設計提示 技能徽章入門課程，即可證明您具備下列技能： 在 Agent Platform 設計提示、分析圖片，以及運用多模態模型生成內容。瞭解如何建立有效的提示、引導生成式 AI 輸出內容， 以及將 Gemini 模型用於實際的行銷情境。

Learn more

Google Cloud : Prompt Engineering Guide examines generative AI tools, how they work. We'll explore how to combine Google Cloud knowledge with prompt engineering to improve Gemini responses.

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

「探索生成式 AI - Agent Platform」課程包含一系列實驗室， 介紹如何在 Google Cloud 使用生成式 AI。完成這些實驗室之後，您會瞭解如何 在 Agent Platform 使用 Gemini 模型、提示詞設計技巧與最佳做法，以及 AI 在構思想法和文字分類、擷取、摘要等方面的用途。您也會瞭解如何運用 Agent Platform 的自訂訓練功能調整基礎模型， 並部署至 Agent Platform 中的端點。

Learn more

完成 透過 Vertex AI 建構及部署機器學習解決方案 課程，即可瞭解如何使用 Google Cloud 的 Vertex AI 平台、AutoML 和自訂訓練服務， 訓練、評估、調整、解釋及部署機器學習模型。 這個技能徽章課程適合專業數據資料學家和機器學習 工程師，完成即可取得中階技能徽章。技能 徽章是 Google Cloud 核發的獨家數位徽章， 用於肯定您在 Google Cloud 產品和服務方面的精通程度， 代表您已通過測驗，能在互動式實作環境應用相關知識。完成這個技能徽章課程 和結業評量挑戰實驗室，就能獲得數位徽章， 並與親友分享。

Learn more

Incorporating machine learning into data pipelines increases the ability to extract insights from data. This course covers ways machine learning can be included in data pipelines on Google Cloud. For little to no customization, this course covers AutoML. For more tailored machine learning capabilities, this course introduces Notebooks and BigQuery machine learning (BigQuery ML). Also, this course covers how to productionalize machine learning solutions by using Vertex AI.

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 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 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

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

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「在 Google Cloud 使用 TensorFlow 分類圖像」技能徽章中階課程， 瞭解如何使用 TensorFlow 和 Vertex AI 建立及訓練機器學習模型， 即可獲得技能徽章。在 Vertex AI Workbench 中，你主要會和使用者自行管理的筆記本 互動。

Learn more

不想花費大把時間，想在幾分鐘內只靠 SQL，就建立好機器學習模型嗎？透過 BigQuery ML，資料分析師可以運用現有的 SQL 工具和技巧，建立、訓練、評估模型， 並使用模型進行預測，降低機器學習的使用門檻。在 本系列的實驗室，您會測試不同類型的模型，瞭解 優良模型應具備的條件。

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

這個入門微學習課程主要介紹「負責任的 AI 技術」和其重要性，以及 Google 如何在自家產品中導入這項技術。本課程也會說明 Google 的 7 個 AI 開發原則。

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

完成「在 Google Cloud 使用 Terraform 建構基礎架構」技能徽章中階課程， 即可證明自己具備下列知識與技能：使用 Terraform 的基礎架構即程式碼 (IaC) 原則、運用 Terraform 設定佈建及管理 Google Cloud 資源、有效管理狀態 (本機和遠端)，以及將 Terraform 程式碼模組化，以利重複使用和管理。

Learn more

完成「在 Compute Engine 導入 Cloud Load Balancing」技能徽章入門課程，即可證明您具備下列技能： 在 Compute Engine 建立及部署虛擬機器， 以及設定網路和應用程式負載平衡器。

Learn more

完成 建立 Google Cloud 網路 課程即可獲得技能徽章。這個課程將說明 部署及監控應用程式的多種方法，包括查看 IAM 角色及新增/移除 專案存取權、建立虛擬私有雲網路、部署及監控 Compute Engine VM、編寫 SQL 查詢、在 Compute Engine 部署及監控 VM，以及 使用 Kubernetes 透過多種方法部署應用程式。

Learn more

For everyone using Google Cloud Platform for the first time, getting familar with gcloud, Google Cloud's command line, will help you get up to speed faster. In this quest, you'll learn how to install and configure Cloud SDK, then use gcloud to perform some basic operations like creating VMs, networks, using BigQuery, and using gsutil to perform operations.

Learn more

完成 在 Google Cloud 部署 Kubernetes 應用程式 技能徽章中階課程，即可證明您具備下列技能： 設定及建構 Docker 容器映像檔、建立及管理 Google Kubernetes Engine (GKE) 叢集、運用 kubectl 有效 管理叢集，以及運用強大的持續推送軟體更新做法來部署 Kubernetes 應用程式。

Learn more

完成 在 Google Cloud 實作 Cloud 安全防護措施：基礎知識 技能徽章中階課程， 即可證明您具備下列技能：運用 Identity and Access Management (IAM) 建立及指派角色、 建立及管理服務帳戶、啟用虛擬私有雲 (VPC) 網路中的私人連線、 運用 Identity-Aware Proxy 限制應用程式存取權、 運用 Cloud Key Management Service (KMS) 管理金鑰和已加密資料，以及建立私人 Kubernetes 叢集。

Learn more

完成「建構安全的 Google Cloud 網路」課程，即可獲得技能徽章。本課程將說明多項網路相關 資源，協助您在 Google Cloud 建構、調度資源和保護應用程式。

Learn more

只要修完「在 Google Cloud 設定應用程式開發環境」課程，就能獲得技能徽章。 在本課程中，您將學會如何使用以下技術的基本功能，建構和連結以儲存空間為中心的雲端基礎架構：Cloud Storage、Identity and Access Management、Cloud Functions 和 Pub/Sub。

Learn more

在這堂入門課程，您將實際練習使用 Google Cloud 的基礎工具和服務。本課程包含可選擇觀賞的影片， 針對實驗室涵蓋的概念提供更多背景資訊，協助您複習。「Google Cloud 必備知識」 是適合 Google Cloud 學員的第一堂課， 即使您尚未學習或不熟悉雲端知識， 也能從這堂課獲得實務經驗，並應用於第一項 Google Cloud 專案。不管是撰寫 Cloud Shell 指令 和部署第一部虛擬機器，還是在 Kubernetes Engine 或透過負載平衡執行應用程式， 「Google Cloud 必備知識」都是認識平台基本功能的最佳入門資源。

Learn more

「Google Cloud 基礎知識：核心基礎架構」介紹了在使用 Google Cloud 時會遇到的重要概念和術語。本課程會透過影片和實作實驗室，介紹並比較 Google Cloud 的多種運算和儲存服務，同時提供重要的資源和政策管理工具。

Learn more