Marc Farssac
成为会员时间：2024
适用于生成式 AI 的机器学习运维 (MLOps)
Earned Jun 26, 2026 EDT
在生产环境中构建和部署智能体
Earned Jun 21, 2026 EDT
使用多模态 Gemini 和多模态 RAG 检查富文档
Earned Sep 25, 2025 EDT
在 BigQuery 中执行预测性数据分析
Earned Mar 17, 2025 EDT
使用 Gemini 和 Streamlit 开发生成式 AI 应用
Earned Mar 9, 2025 EDT
使用 Vertex AI 和 Flutter 构建生成式 AI 智能体
Earned Mar 7, 2025 EST
使用 Agent Platform 探索生成式 AI
Earned Nov 17, 2024 EST
注意力机制
Earned Nov 17, 2024 EST
图像生成简介
Earned Nov 17, 2024 EST
生成式 AI 简介
Earned Oct 29, 2024 EDT
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
探索如何使用 Google 的智能体开发套件 (ADK) 和 Google Cloud 强大的基础设施来构建和部署多智能体系统。您将学习如何设计分层智能体树和确定性工作流智能体，同时确定理想的托管环境（从无服务器 Cloud Run 到高性能 GKE），以确保您的 AI 智能体安全、可伸缩且可用于生产用途。
了解详情
完成中级技能徽章课程使用多模态 Gemini 和多模态 RAG 检查富文档，展示您在以下方面的技能： 将多模态与 Gemini 配合使用，从而使用多模态提示从文本数据和视觉数据中提取信息、生成视频说明、 检索视频中不包含的额外信息； 将多模态检索增强生成 (RAG) 与 Gemini 配合使用，以构建包含文本和图片的文档的元数据、获取所有相关文本块并输出引用。
了解详情
完成中级技能徽章课程“在 BigQuery 中执行预测性数据分析”， 展示以下方面的技能：导入 CSV 和 JSON 文件，在 BigQuery 中创建数据集； 利用 BigQuery 的强大功能与精细的 SQL 分析概念，包括使用 BigQuery ML，根据足球比赛数据 来训练一个进球数预测模型，并评估世界杯进球的观赏性。
了解详情
完成中级技能徽章课程“使用 Gemini 和 Streamlit 开发生成式 AI 应用”，展示您在以下方面的技能： 文本生成、通过 Python SDK 和 Gemini API 应用函数调用，以及通过 Cloud Run 部署 Streamlit 应用。 您将了解如何以不同方式通过提示来让 Gemini 生成文本、使用 Cloud Shell 进行测试，以及如何迭代 Streamlit 应用，随后将其封装成 Docker 容器并部署在 Cloud Run 中。
了解详情
在本课程中，您将学习如何使用 Google 的可移植 UI 工具包 Flutter 来开发应用，并将开发的应用与 Google 的生成式 AI 模型家族 Gemini 相集成。您还将练习使用 Vertex AI Agent Builder，这是 Google 为构建和管理 AI 智能体及应用而提供的平台。
了解详情
完成中级技能徽章课程使用 Agent Platform 探索生成式 AI，展示自己在以下方面的技能： 文本生成技能、用于增强内容创作能力的图像和视频分析技能，以及在 Gemini API 中应用函数调用技术的技能。 了解如何运用先进的 Gemini 技术、探索多模态内容生成方法，并扩展 AI 赋能项目的功能。
了解详情
本课程将向您介绍注意力机制，这是一种强大的技术，可令神经网络专注于输入序列的特定部分。您将了解注意力的工作原理，以及如何使用它来提高各种机器学习任务的性能，包括机器翻译、文本摘要和问题解答。
了解详情
本课程向您介绍扩散模型。这类机器学习模型最近在图像生成领域展现出了巨大潜力。扩散模型的灵感来源于物理学，特别是热力学。过去几年内，扩散模型成为热门研究主题并在整个行业开始流行。Google Cloud 上许多先进的图像生成模型和工具都是以扩散模型为基础构建的。本课程向您介绍扩散模型背后的理论，以及如何在 Vertex AI 上训练和部署此类模型。
了解详情
这是一节入门级微课程，旨在解释什么是生成式 AI、它的用途以及与传统机器学习方法的区别。该课程还介绍了可以帮助您开发自己的生成式 AI 应用的各种 Google 工具。
了解详情
