Muni durga devi Konduru
Member since 2026
Silver League
5921 points
Member since 2026
完成「在 Cloud Storage 建立安全的資料湖泊」技能徽章入門課程,即可證明您具備下列技能: 保護及設定 Cloud Storage bucket、使用 Gemini 生成文字、管理 IAM 存取控管機制,以及建立 Knowledge Catalog 湖泊來治理資料。
本課程將複習 Model Armor 的基本安全功能,讓您具備使用這項服務的能力。您將瞭解 LLM 的相關安全風險,以及 Model Armor 如何保護 AI 應用程式。
人工智慧 (AI) 帶來轉型可能,但全新資安挑戰也隨著出現。本課程介紹資料安全和保護的策略,可幫助相關領域的領導者,在企業內部安全地管理 AI。您可以瞭解如何建立框架,主動辨別和減輕 AI 特有的風險、保護機密資料、確實法規遵循,並打造堅韌的 AI 基礎架構。我們提供四個不同產業的案例,帶您探索如何實際應用這些策略。
大型語言模型 (LLM) 誕生之後,生成式 AI 應用程式帶來的嶄新使用者體驗,可說是幾乎前所未有。身為應用程式開發人員,您要如何在 Google Cloud,運用生成式 AI 建立出色的互動式應用程式? 本課程將帶您瞭解生成式 AI 應用程式,以及如何使用提示設計和檢索增強生成 (RAG),透過 LLM 建構強大的應用程式。我們也會介紹可用於正式環境的生成式 AI 應用程式架構。您將建構採用 LLM 和 RAG 的對話應用程式。
完成使用 BigQuery ML 為預測模型進行資料工程技能徽章中階課程, 即可證明自己具備下列知識與技能:運用 Dataprep by Trifacta 建構連至 BigQuery 的資料轉換 pipeline; 使用 Cloud Storage、Dataflow 和 BigQuery 建構「擷取、轉換及載入」(ETL) 工作負載, 以及使用 BigQuery ML 建構機器學習模型。
完成 在 Google Cloud 為機器學習 API 準備資料 技能徽章入門課程,即可證明您具備下列技能: 使用 Dataprep by Trifacta 清理資料、在 Dataflow 執行資料管道、在 Managed Service for Apache Spark 建立叢集和執行 Apache Spark 工作,以及呼叫機器學習 API,包含 Cloud Natural Language API、Google Cloud Speech-to-Text API 和 Video Intelligence API。
This video covers how NotebookLM can revolutionize customer insight gathering from call or chat transcripts. You'll learn to upload PDF transcripts of hundreds of conversations (even multilingual ones!) and quickly extract key themes, trending topics, and actionable insights without listening for hours. Discover how to save findings, share notebooks, and even generate interactive podcast summaries of your data.
這部影片說明如何建立專屬的 Gemini Gem,運用進階 AI 功能自動處理重複性工作,大幅提升工作效率。
完成「運用 BigQuery ML 建立機器學習模型」技能徽章中階課程,即可證明您具備下列技能: 可使用 BigQuery ML 建立及評估機器學習模型,並根據資料進行預測。
This course introduces participants to MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud. MLOps is a discipline focused on the deployment, testing, monitoring, and automation of ML systems in production. Machine Learning Engineering professionals use tools for continuous improvement and evaluation of deployed models. They work with (or can be) Data Scientists, who develop models, to enable velocity and rigor in deploying the best performing models.
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。
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。
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。
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 how to use Gemini Notebook to create a personalized study guide for the Professional Machine Learning Engineer (PMLE) certification exam. You'll review Gemini Notebook features, create a notebook, and use the study guide to practice for a certification exam.
這部影片說明如何使用 Gemini Gem 建構個人化的「工作夥伴」代理,簡化基本意見回饋,讓會議更具策略性且更有效率。
AI 推論是指下列流程:使用經過訓練的機器學習模型,應用習得的模式,對未見過的新資料進行預測。這門課程適合有興趣在 Cloud Run 快速部署 AI 推論服務的開發人員、資料科學家和機器學習工程師。如果您熟悉雲端式無伺服器應用程式部署解決方案,不過可能未曾使用 Google Cloud 無伺服器產品執行 AI 推論,這門課程相當適合您。 課程包含範例,呈現如何使用 GPU 部署 AI 推論模型,以及整合生成式 AI 應用程式與資料儲存服務。
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。
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。
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。
本課程介紹的 Gemini 是採用生成式 AI 技術的協作工具,可協助您透過 Google Cloud 使用 Google 產品和服務,開發、測試、部署及管理應用程式。有了 Gemini 的協助,您會學到如何開發和建構網頁應用程式、修正應用程式中的錯誤、開發測試及查詢資料。在實作研究室中,您也會體驗到 Gemini 如何改良軟體開發生命週期 (SDLC)。 Duet AI 已更名為 Gemini,這是我們的新一代模型。