AI 推理是指利用经过训练的机器学习模型，通过应用其学习到的模式，对新的、未见过的数据进行预测的过程。本课程专为有兴趣在 Cloud Run 上快速部署 AI 推理服务的开发者、数据科学家和机器学习工程师而设计。对于熟悉基于云的无服务器应用部署解决方案，但可能没有使用 Google Cloud 无服务器产品运行 AI 推理经验的学员来说，本课程非常有用。
本课程包含使用 GPU 部署 AI 推理模型，以及将生成式 AI 应用与数据存储服务集成的示例。
了解详情
本课程面向为组织配置 Gemini Code Assist 的 Google Cloud 开发者和 DevOps 工程师，需事先掌握 Google Cloud 控制台的基本知识。本课程介绍了 Gemini Code Assist 的优势，并比较了不同 Gemini Code Assist 版本的功能。本课程还介绍了如何在组织内配置和管理 Gemini Code Assist。
了解详情
在本课程中，您将了解 Gemini（Google Cloud 推出的一款依托生成式 AI 的协作工具）如何帮助您使用 Google 产品和服务开发、测试、部署和管理应用。在 Gemini 的协助下，您可以学习如何开发和构建 Web 应用、修复应用中的错误、开发测试和查询数据。您可以通过实操实验了解如何利用 Gemini 来改进软件开发生命周期 (SDLC)。
Duet AI 已更名为 Gemini，这是我们的新一代模型。
了解详情
在本课程中，您将了解 Google Cloud 中依托生成式 AI 技术的协作工具 Gemini 如何帮助开发者构建应用。您将学习如何向 Gemini 输入提示，让其为您解释代码、推荐 Google Cloud 服务并为您的应用生成代码。您将通过实操实验体验 Gemini 对应用开发工作流的改进作用。
Duet AI 已更名为 Gemini，这是我们的新一代模型。
了解详情
本课程回顾了 Model Armor 的基本安全功能，并让您能够使用该服务。您将了解与 LLM 相关的安全风险，以及 Model Armor 如何保护您的 AI 应用。
了解详情
人工智能 (AI) 具备巨大的变革潜力，但也带来了新的安全挑战。本课程专为负责安全性和数据保护的领导者而设计，助其运用相关策略在组织内安全管理 AI。学习一个有助于实现以下目标的框架：主动识别并减轻 AI 特有的风险，保护敏感数据，确保遵从法规，构建弹性 AI 基础设施。通过四个不同行业的精选用例，探索这些策略如何应用于现实场景。
了解详情
本课程介绍了 Responsible AI 的概念和 AI 原则，还介绍了在 AI/机器学习实践中识别公平性与偏见以及减少偏见的实用技巧，同时探索了使用 Google Cloud 产品和开源工具来实施 Responsible AI 最佳实践的实用方法和工具。
了解详情
本课程能让机器学习从业者掌握评估生成式和预测式 AI 模型的基本工具、方法和最佳实践。要确保机器学习系统在实际运用中提供可靠、准确、高效的结果，做好模型评估至关重要。
学员将深入了解各项评估指标、方法及如何在不同模型类型和任务中适当应用这些指标和方法。课程将着重介绍生成式 AI 模型带来的独特挑战，并提供有效解决这些挑战的策略。通过利用 Google Cloud 的 Vertex AI Platform，学员可学习如何在模型选择、优化和持续监控工作中实施卓有成效的评估流程。
了解详情
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
利用 Cloud Run 部署和扩缩 AI 模型
Earned Oct 20, 2026 EDT
为组织配置 Gemini Code Assist
Earned Oct 20, 2026 EDT
[DEPRECATED] 适用于端到端 SDLC 的 Gemini
Earned Oct 20, 2026 EDT
[DEPRECATED] 适用于应用开发者的 Gemini
Earned Oct 20, 2026 EDT
Model Armor：保障 AI 部署安全
Earned Oct 19, 2026 EDT
AI 时代安全性简介
Earned Oct 19, 2026 EDT
面向开发者的 Responsible AI：公平性与偏见
Earned Oct 19, 2026 EDT
利用 Vertex AI 实现机器学习运维 (MLOps)：模型评估
Earned Oct 19, 2026 EDT
适用于生成式 AI 的机器学习运维 (MLOps)
Earned Oct 19, 2026 EDT