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
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 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
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
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 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「Gemini 和 Imagen 實務應用：建構 AI 應用程式」技能徽章入門課程，即可證明您具備下列技能：圖片辨識、自然語言處理、
使用 Google 強大的 Gemini 和 Imagen 模型生成圖片，以及在 Vertex AI 平台上部署應用程式。
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
在 Google Cloud 為機器學習 API 準備資料
Earned Dec 13, 2025 EST
使用 Document AI 大規模自動擷取資料
Earned Dec 8, 2025 EST
使用 Gemini 和 Streamlit 開發生成式 AI 應用程式
Earned Sep 3, 2025 EDT
機器學習運作 (MLOps) 與 Vertex AI：模型評估
Earned Aug 2, 2025 EDT
生成式 AI 適用的機器學習運作 (MLOps)
Earned Aug 2, 2025 EDT
在 Agent Platform 探索生成式 AI
Earned Jul 27, 2025 EDT
使用 Gemini 多模態功能和多模態 RAG 檢查複合型文件
Earned Jul 26, 2025 EDT
Gemini 和 Imagen 實務應用：建構 AI 應用程式
Earned Jul 26, 2025 EDT
在 Agent Platform 設計提示
Earned Jul 24, 2025 EDT