Member since 2026
使用 ADK 和 MCP 建構協作式多代理系統
Earned Oct 11, 2026 EDT
機器學習運作 (MLOps) 與 Vertex AI：模型評估
Earned Oct 10, 2026 EDT
AI Boost Bites：無程式碼試算表和指令碼
Earned Oct 6, 2026 EDT
生成式 AI 適用的機器學習運作 (MLOps)
Earned Oct 2, 2026 EDT
生成式 AI：瞭解基礎概念
Earned Oct 2, 2026 EDT
生成式 AI：不只是聊天機器人
Earned Sep 28, 2026 EDT
瞭解如何使用 Google 的 Agent Development Kit (ADK) 和 Model Context Protocol (MCP)，設計、協調及部署多代理系統。本課程將以旅遊規劃服務為例，說明如何透過自訂防護機制，調度管理專用代理網路。完成本課程後，您將瞭解如何運用設計模式和部署策略，打造穩固且可擴充的 AI 工作流程。
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。
這部影片將說明如何運用 Google 試算表中的 Gemini 進階 AI 功能，在幾分鐘內輕鬆提取資料並生成洞察，完全不需要任何技術或程式設計背景。
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。
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。
「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。