Join Sign in

Raymond Klanderman

Member since 2023

Gold League

20096 points
運用 Cloud Run 開發無伺服器應用程式 Earned May 10, 2026 EDT
在 Compute Engine 導入 Cloud Load Balancing Earned May 10, 2026 EDT
運用工具讓 AI 代理具備所要能力 Earned May 7, 2026 EDT
AI 代理行為最佳化調整 Earned May 7, 2026 EDT
使用 Agent Development Kit (ADK) 建造 AI 代理:工程設計 Earned May 7, 2026 EDT
在 Google Cloud 實作 Cloud 安全防護措施:基礎知識 Earned May 7, 2026 EDT
在 Google Cloud 設定應用程式開發環境 Earned May 7, 2026 EDT
重要的 Google Cloud 基礎架構:核心服務 Earned May 2, 2026 EDT
Google Cloud 基礎知識:核心基礎架構 Earned May 2, 2026 EDT
Google Cloud 必備知識 Earned Feb 14, 2025 EST
Vector Search 和嵌入 Earned Feb 11, 2025 EST
開發人員的負責任 AI 技術:隱私權與安全性 Earned Feb 10, 2025 EST
開發人員的負責任 AI 技術:可解釋性與透明度 Earned Feb 10, 2025 EST
開發人員的負責任 AI 技術:公平性與偏誤 Earned Feb 10, 2025 EST
生成式 AI 適用的機器學習運作 (MLOps) Earned Nov 1, 2024 EDT
Vertex AI Studio 簡介 Earned Nov 1, 2024 EDT
建立圖像說明生成模型 Earned Nov 1, 2024 EDT
Transformer 和 BERT 模型 Earned Nov 1, 2024 EDT
編碼器-解碼器架構 Earned Nov 1, 2024 EDT
注意力機制 Earned Nov 1, 2024 EDT
圖像生成簡介 Earned Nov 1, 2024 EDT
負責任的 AI 技術:透過 Google Cloud 採用 AI 開發原則 Earned Nov 1, 2024 EDT
在 Agent Platform 設計提示 Earned Nov 1, 2024 EDT
負責任的 AI 技術簡介 Earned Sep 20, 2024 EDT
大型語言模型簡介 Earned Sep 20, 2024 EDT
Generative AI Fundamentals - 繁體中文 Earned Sep 20, 2024 EDT
生成式 AI 簡介 Earned Jan 28, 2024 EST

完成 運用 Cloud Run 開發無伺服器應用程式 技能徽章中階課程, 即可證明您具備下列技能:整合 Cloud Run 和 Cloud Storage 以管理資料、 使用 Cloud Run 和 Pub/Sub 架構可復原的非同步系統、 使用 Cloud Run 建構 REST API 閘道,以及在 Cloud Run 建構及部署服務。

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

您已建立具有進階設定功能的代理,可開始賦予代理實際應用能力。為代理配備工具,使代理能搜尋網路、執行程式碼、查詢資料庫和執行自訂動作。將代理從聰明的回覆者,轉變為能採取行動的得力助手。

Learn more

您已經成功打造第一個代理,是時候迎接更進階的挑戰。在本課程中,您將學習如何應用進階指令、選擇模型、建立規劃能力及結構化輸出模式,藉此將基本 AI 代理轉為高明又精確的助理,讓您的技能更上一層樓。加入社群論壇,提出問題並參與討論

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

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

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

這堂隨選密集課程會向參加人員說明 Google Cloud 提供的全方位彈性基礎架構和平台服務,並將重點放在 Compute Engine。這堂課程結合了視訊講座、示範和實作研究室,可讓參加人員探索及部署解決方案元素,例如網路、系統和應用程式服務等基礎架構元件。另外,這堂課也會介紹如何部署實用的解決方案,包括客戶提供的加密金鑰、安全性和存取權管理機制、配額與帳單,以及資源監控功能。

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

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

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

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

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

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

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

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「Introduction to Generative AI」、「Introduction to Large Language Models」和「Introduction to Responsible AI」課程,即可獲得技能徽章。通過最終測驗,就能展現您對生成式 AI 基本概念的掌握程度。 「技能徽章」是 Google Cloud 核發的數位徽章,用於表彰您對 Google Cloud 產品和服務的相關知識。您可以將技能徽章公布在社群媒體的個人資料中,向其他人分享您的成果。

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