成为会员时间：2026
负责任的 AI 简介
Earned May 26, 2026 EDT
大型语言模型简介
Earned May 26, 2026 EDT
Arcade Adventure: Modern App Deployment
Earned May 26, 2026 EDT
生成式 AI 简介
Earned May 26, 2026 EDT
使用 Knowledge Catalog 构建数据网格
Earned May 25, 2026 EDT
Arcade Voyage: Data Governance and Firebase Foundations
Earned May 25, 2026 EDT
利用 Vertex AI 实现机器学习运维 (MLOps)：模型评估
Earned May 22, 2026 EDT
适用于生成式 AI 的机器学习运维 (MLOps)
Earned May 22, 2026 EDT
这是一节入门级微课程，旨在解释什么是负责任的 AI、它的重要性，以及 Google 如何在自己的产品中实现负责任的 AI。此外，本课程还介绍了 Google 的 7 个 AI 开发原则。
这是一节入门级微学习课程，探讨什么是大型语言模型 (LLM)、适合的应用场景以及如何使用提示调整来提升 LLM 性能，还介绍了可以帮助您开发自己的 Gen AI 应用的各种 Google 工具。
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.
这是一节入门级微课程，旨在解释什么是生成式 AI、它的用途以及与传统机器学习方法的区别。该课程还介绍了可以帮助您开发自己的生成式 AI 应用的各种 Google 工具。
完成入门技能徽章课程使用 Knowledge Catalog 构建数据网格，展示以下方面的技能：使用 Knowledge Catalog 构建数据网格， 以在 Google Cloud 上实现数据安全、治理和发现。您将在 Knowledge Catalog 中练习和测试自己在标记资产、分配 IAM 角色和评估数据质量方面的技能。
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.
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。
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。