成为会员时间：2025
面向开发者的 Responsible AI：公平性与偏见
Earned Oct 21, 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 11, 2026 EDT
Google Workspace 用户和资源管理
Earned Oct 10, 2026 EDT
打造您的首个 Gemini Enterprise 应用
Earned Oct 8, 2026 EDT
企业智能体及其应用场景
Earned Oct 8, 2026 EDT
智能体基础知识
Earned Oct 8, 2026 EDT
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。
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。
本课程旨在帮助您了解 Google Workspace 中的用户和资源管理流程。学员将探索如何根据组织的需求配置组织部门。此外，学员还将了解如何管理各种类型的 Google 群组。他们还将掌握在 Google Workspace 中管理网域设置的专业知识。最后，学员将掌握如何在 Google Workspace 环境中优化和构建资源。
打造您的首个 Gemini Enterprise 应用，赢得技能徽章！将各种数据源连接到您的应用中，构建强大、统一的搜索和分析引擎。掌握进阶能力，如：深度研究型智能体、多智能体协同构思，以及用于进行聚焦式分析的 NotebookLM。
了解 AI 智能体如何为业务带来实际影响。您将把智能体类型关联到您的关键绩效指标 (KPI)，并探索能够解决实际瓶颈的用例。然后，您将了解 Gemini Enterprise 如何帮助您构建和编排合适的智能体，其范围涵盖从无代码到高代码的各种解决方案。
本课程将介绍 AI 智能体的基础知识，并探讨智能体在现实世界中的价值所在。它为想要从自主、目标导向行为的角度理解 AI 系统的开发者、架构师和技术决策者奠定了基础。