Abhishek Kumar
Membro dal giorno 2026
Campionato Argento
1644 punti
Membro dal giorno 2026
Questo è un corso di microlearning di livello introduttivo volto a spiegare cos'è l'IA responsabile, perché è importante e in che modo Google implementa l'IA responsabile nei propri prodotti. Introduce anche i 7 principi dell'IA di Google.
Questo è un corso di microlearning di livello introduttivo che esplora cosa sono i modelli linguistici di grandi dimensioni (LLM), i casi d'uso in cui possono essere utilizzati e come è possibile utilizzare l'ottimizzazione dei prompt per migliorare le prestazioni dei modelli LLM. Descrive inoltre gli strumenti Google per aiutarti a sviluppare le tue app Gen AI.
Building and running applications on Google Cloud can take many forms—and this adventure brings them together. Get hands-on with App Engine, Cloud Run, Kubernetes Engine, and Compute Engine as you deploy applications, manage scaling, and explore modern architectures, including the shift from monolithic to microservices.
Questo è un corso di microlearning di livello introduttivo volto a spiegare cos'è l'AI generativa, come viene utilizzata e in che modo differisce dai tradizionali metodi di machine learning. Descrive inoltre gli strumenti Google che possono aiutarti a sviluppare le tue app Gen AI.
Completa il corso introduttivo con badge delle competenze Crea un mesh di dati con Knowledge Catalog per dimostrare le tue competenze nei seguenti ambiti: creare un mesh di dati con Knowledge Catalog per facilitare governance, discovery e sicurezza dei dati su Google Cloud. Ti eserciterai e metterai alla prova le tue competenze nel tagging degli asset, nell'assegnazione di ruoli IAM e nella valutazione della qualità dei dati in Knowledge Catalog.
Working with data and applications requires the right balance of governance and agility. In this voyage, you’ll use Dataplex to organize, secure, and assess data quality while exploring concepts like data mesh. Alongside, you’ll get hands-on with Firebase—building serverless apps, working with Firestore, and managing data in real time—bringing together modern data management and application development.
This course equips machine learning practitioners with the essential tools, techniques, and best practices for evaluating both generative and predictive AI models. Model evaluation is a critical discipline for ensuring that ML systems deliver reliable, accurate, and high-performing results in production. Participants will gain a deep understanding of various evaluation metrics, methodologies, and their appropriate application across different model types and tasks. The course will emphasize the unique challenges posed by generative AI models and provide strategies for tackling them effectively. By leveraging Google Cloud's Agent Platform, participants will learn how to implement robust evaluation processes for model selection, optimization, and continuous monitoring.
This course is dedicated to equipping you with the knowledge and tools needed to uncover the unique challenges faced by MLOps teams when deploying and managing Generative AI models, and exploring how Gemini Enterprise Agent Platform empowers AI teams to streamline MLOps processes and achieve success in Generative AI projects.