MOHAMMED FAWAZ SHAIK
Member since 2024
Diamond League
13692 points
MLOps with Agent Platform: Manage Features
Earned Oct 27, 2026 EDT
生成式 AI 應用程式：徹底改變工作方式
Earned May 30, 2026 EDT
生成式 AI：掌握幕後技術與環境
Earned May 30, 2026 EDT
生成式 AI：瞭解基礎概念
Earned May 30, 2026 EDT
負責任的 AI 技術：透過 Google Cloud 採用 AI 開發原則
Earned May 29, 2026 EDT
在 Agent Platform 設計提示
Earned May 29, 2026 EDT
Google Cloud Compute 基本操作
Earned May 11, 2026 EDT
AI 代理簡介
Earned Apr 30, 2026 EDT
[DEPRECATED] 使用 Gemini：端對端 SDLC
Earned Apr 30, 2026 EDT
運用 Gemini Enterprise 自動調度管理多代理工作流程
Earned Apr 30, 2026 EDT
以人為本的 AI
Earned Apr 30, 2026 EDT
生成式 AI 代理：實現組織轉型
Earned Apr 30, 2026 EDT
使用 Agent Development Kit (ADK) 建造 AI 代理：工程設計
Earned Apr 29, 2026 EDT
生成式 AI：不只是聊天機器人
Earned Apr 2, 2026 EDT
[Depricated] Build, Train and Deploy ML Models with Keras on Google Cloud
Earned Apr 2, 2026 EDT
使用 BigQuery ML 為預測模型進行資料工程
Earned Apr 2, 2026 EDT
Working with Notebooks in Vertex AI
Earned Mar 29, 2026 EDT
在 Google Cloud 打造生成式 AI 應用程式
Earned Mar 28, 2026 EDT
Machine Learning Operations (MLOps): Getting Started
Earned Mar 28, 2026 EDT
Production Machine Learning Systems
Earned Mar 28, 2026 EDT
機器學習運作 (MLOps) 與 Vertex AI：模型評估
Earned Mar 28, 2026 EDT
[DEPRECATED] Feature Engineering
Earned Mar 28, 2026 EDT
開發人員的負責任 AI 技術：可解釋性與透明度
Earned Mar 8, 2026 EDT
開發人員的負責任 AI 技術：公平性與偏誤
Earned Mar 8, 2026 EDT
使用 Gemini 多模態功能和多模態 RAG 檢查複合型文件
Earned Mar 8, 2026 EDT
Vector Search 和嵌入
Earned Mar 8, 2026 EST
Vertex AI Studio 簡介
Earned Feb 27, 2026 EST
建立圖像說明生成模型
Earned Feb 27, 2026 EST
生成式 AI 適用的機器學習運作 (MLOps)
Earned Feb 26, 2026 EST
Transformer 和 BERT 模型
Earned Feb 26, 2026 EST
編碼器-解碼器架構
Earned Feb 26, 2026 EST
注意力機制
Earned Feb 26, 2026 EST
圖像生成簡介
Earned Feb 26, 2026 EST
開發人員的負責任 AI 技術：隱私權與安全性
Earned Feb 22, 2026 EST
Google Cloud 的 AI 和機器學習服務簡介
Earned Feb 22, 2026 EST
Arcade Base Camp February 2026
Earned Feb 10, 2026 EST
Level 2: Event-Driven Systems
Earned Jan 29, 2026 EST
[DEPRECATED] 使用 Gemini：應用程式開發人員
Earned Jan 27, 2026 EST
Level 1: Compute, Storage and Monitoring
Earned Jan 27, 2026 EST
Google Skills Arcade Certification Zone January 2026
Earned Jan 22, 2026 EST
Level 3: Applied Generative AI
Earned Jan 21, 2026 EST
Google Skills Arcade Base Camp January 2026
Earned Jan 21, 2026 EST
在 Google Cloud 儲存、處理與管理資料 - 控制台
Earned Dec 31, 2025 EST
以串流方式將分析資料傳入 BigQuery
Earned Dec 31, 2025 EST
使用 Google Data Cloud 共用資料
Earned Dec 31, 2025 EST
管理 Google Cloud 中的 Kubernetes
Earned Dec 31, 2025 EST
在 Google Cloud 實作 CI/CD 管道
Earned Dec 29, 2025 EST
負責任的 AI 技術簡介
Earned Dec 27, 2025 EST
大型語言模型簡介
Earned Dec 27, 2025 EST
生成式 AI 簡介
Earned Dec 26, 2025 EST
使用 Document AI 大規模自動擷取資料
Earned Dec 23, 2025 EST
運用 BigQuery ML 建立機器學習模型
Earned Dec 21, 2025 EST
Build a Certification Study Guide: PMLE
Earned Dec 20, 2025 EST
在 Google Cloud 為機器學習 API 準備資料
Earned Dec 20, 2025 EST
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
「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
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
完成「Google Cloud Compute 基本操作」任務， 學習如何在 Compute Engine 中使用虛擬機器 (VM)、永久磁碟 和網路伺服器，即可獲得技能徽章。
Learn more
瞭解 AI 代理的概念，探索代理如何藉由自主行動及推論解決複雜問題。您將瞭解代理如何透過模型、工具和調度管理程序等技術架構，助您學習、規劃和實現目標。
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
完成運用 Gemini Enterprise 自動調度管理多代理工作流程技能徽章的入門課程，即可證明您具備下列技能：使用 Gemini Enterprise 支援的代理型助理，整合第一方和第三方來源的資料；開發多媒體行銷素材資源；以及自動執行跨系統的業務行動。技能徽章課程透過實作實驗室和挑戰評量，檢驗學員對於特定產品的實作知識。完成課程或直接進行挑戰實驗室，即可取得徽章。徽章可證明您的專業能力、提升專業形象，開創更多職涯發展機會。前往個人資料頁面，追蹤您獲得的徽章。
Learn more
探索從任務導向工作流程到人本 AI 自動化調度管理的重要轉變。您將學習如何策略性區分擴增和自動化，以及如何平衡機器效率與人類直覺。
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
完成「使用 Agent Development Kit (ADK) 建造 AI 代理：工程設計」技能徽章中階課程，即可證明您具備下列技能： 提出實際的語言模型研究問題、建構簡單的權杖化工具、準備資料集來訓練 Transformer 語言模型，以及執行小型語言模型的訓練迴圈。
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
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
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
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
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
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
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
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
本課程旨在說明 AI 的可解釋性和透明度概念、探討 AI 透明度對開發人員和工程師的重要性。課程中也會介紹實務方法和工具，有助於讓資料和 AI 模型透明且可解釋。
Learn more
本課程旨在說明負責任 AI 技術的概念和 AI 開發原則，同時介紹各項技術，在實務上找出公平性和偏誤，減少 AI/機器學習做法上的偏誤。我們也將探討實用方法和工具，透過 Google Cloud 產品和開放原始碼工具，導入負責任 AI 技術的最佳做法。
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
這堂課程會介紹 AI 搜尋技術、工具和應用程式。主題涵蓋使用向量嵌入執行語意搜尋；結合語意和關鍵字做法的混合型搜尋機制；以及運用檢索增強生成 (RAG) 技術建構有基準的 AI 代理，盡可能減少 AI 幻覺。您可以實際使用 Vertex AI Vector Search，打造智慧型搜尋引擎。
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
本課程說明如何使用深度學習來建立圖像說明生成模型。您將學習圖像說明生成模型的各個不同組成部分，例如編碼器和解碼器，以及如何訓練和評估模型。在本課程結束時，您將能建立自己的圖像說明生成模型，並使用模型產生圖像說明文字。
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
這堂課程將說明變換器架構，以及基於變換器的雙向編碼器表示技術 (BERT) 模型，同時帶您瞭解變換器架構的主要組成 (如自我注意力機制) 和如何用架構建立 BERT 模型。此外，也會介紹 BERT 適用的各種任務，像是文字分類、問題回答和自然語言推論。課程預計約 45 分鐘。
Learn more
本課程概要說明解碼器與編碼器的架構，這種強大且常見的機器學習架構適用於序列對序列的任務，例如機器翻譯、文字摘要和回答問題。您將認識編碼器與解碼器架構的主要元件，並瞭解如何訓練及提供這些模型。在對應的研究室逐步操作說明中，您將學習如何從頭開始使用 TensorFlow 寫程式，導入簡單的編碼器與解碼器架構來產生詩詞。
Learn more
本課程將介紹注意力機制，說明這項強大技術如何讓類神經網路專注於輸入序列的特定部分。此外，也將解釋注意力的運作方式，以及如何使用注意力來提高各種機器學習任務的成效，包括機器翻譯、文字摘要和回答問題。
Learn more
本課程將介紹擴散模型，這是一種機器學習模型，近期在圖像生成領域展現亮眼潛力。概念源自物理學，尤其深受熱力學影響。過去幾年來，在學術界和業界都是炙手可熱的焦點。在 Google Cloud 中，擴散模型是許多先進圖像生成模型和工具的基礎。課程將介紹擴散模型背後的理論，並說明如何在 Vertex AI 上訓練和部署這些模型。
Learn more
本課程涵蓋「AI 隱私權」和「AI 安全性」這兩個重要主題。我們將介紹實用的方法和工具，協助您運用 Google Cloud 產品和開放原始碼工具，導入 AI 隱私權和安全性的建議做法。
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
Welcome to Base Camp, where you’ll develop key Google Cloud skills (available in Spanish and Portuguese too!) and earn an exclusive credential that will open doors to the cloud for you. No prior experience is required!
Learn more
Over 80% of modern applications rely on event-driven architectures or real-time messaging to stay responsive at scale. In challenge, you’ll work with Pub/Sub to build event-driven systems, deploy workloads on Google Kubernetes Engine, manage authentication and dynamic secrets with Vault, and explore language processing using Cloud APIs. You’ll also build Flutter applications and work with Cloud Spanner, gaining hands-on experience across messaging, security, data, and application development.
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
A new year brings a fresh opportunity to build consistency in how you learn and apply cloud skills. In this challenge, you’ll deploy applications using App Engine and Cloud Run Functions, work with Compute Engine instances, and manage data through Cloud Storage using both the console and CLI. You’ll also define fine-grained access with custom IAM roles, analyze logs, create alerts from logs-based metrics, and monitor workloads across multiple projects. Together, these labs help you begin the year by strengthening essential cloud operations skills and developing habits that support reliable, well-monitored applications.
Learn more
Google Cloud Certifications provide a tangible way for you to demonstrate your skills to potential or current employers. These certifications incorporate performance-based questions, testing your hands-on expertise through practical tasks. Begin your journey towards becoming a Google Certified Professional with the help of the Arcade Cert Zone.
Learn more
Generative AI is quickly becoming a core part of modern cloud solutions. In this challenge, you’ll build applications using Gemini on Vertex AI for text embeddings, multimodal content generation, and text-to-image workflows, while also learning how to ingest data into BigQuery from Cloud Storage. You’ll then test your understanding through role-based Arcade quizzes designed for Workspace Administrators, Database Engineers, DevOps Engineers, and Digital Leaders—bringing together hands-on building and practical knowledge validation.
Learn more
Welcome to Base Camp, where you’ll develop key Google Cloud skills (available in Spanish and Portuguese too!) and earn an exclusive credential that will open doors to the cloud for you. No prior experience is required!
Learn more
Cloud Storage、Cloud Functions 和 Cloud Pub/Sub 都是 Google Cloud Platform 服務， 可用於儲存、處理及管理資料。您可以整合運用這三種服務， 打造各式各樣的資料導向應用程式。在這個技能徽章課程中， 您將使用 Cloud Storage 儲存圖片、透過 Cloud Functions 處理， 並利用 Cloud Pub/Sub 將圖片傳送至其他應用程式。
Learn more
完成「以串流方式將分析資料傳入 BigQuery」課程，即可獲得技能徽章。 在此課程中，您將綜合應用 Pub/Sub、Dataflow 和 BigQuery，並以串流方式傳送 資料進行分析。
Learn more
完成「使用 Google Data Cloud 共用資料」課程，即可獲得技能徽章。 在本課程中，您會透過 Google Cloud 資料共用合作夥伴， 使用專屬資料集進行數據分析， 獲得豐富的實務經驗。客戶訂閱這類資料後，即可在自家平台查詢， 並用自己的資料集補強。此外，也能使用圖表 工具，打造客戶專用的資訊主頁。
Learn more
完成「管理 Google Cloud 中的 Kubernetes」技能徽章中階課程， 即可證明您具備下列技能：使用 kubectl 管理部署作業、 在 Google Kubernetes Engine (GKE) 監控應用程式與偵錯，以及運用技術持續推送軟體更新。
Learn more
完成在 Google Cloud 實作 CI/CD 管道技能徽章中階課程，即可獲得技能徽章。 您將透過本課程學習如何使用 Artifact Registry、Cloud Build 和 Cloud Deploy，並且操作 Google Cloud 控制台、Google Cloud CLI、Cloud Run 和 GKE。本課程會介紹如何建構持續整合 管道、儲存及保護構件、掃描安全漏洞、驗證 已核准的發布版本是否有效。此外，您還會實際操作，將應用程式 同時部署至 GKE 和 Cloud Run。
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
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 Document AI 大規模自動擷取資料課程，即可獲得入門級技能徽章。在本課程中，您將瞭解如何使用 Document AI 擷取、處理及提取資料。
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
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
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
