Ajay S
Member since 2026
Bronze League
5765 points
Member since 2026
完成使用 Security Command Center 緩解威脅及修復安全漏洞技能徽章中階課程,即可證明您具備下列技能: 防範及管理環境威脅、找出並修復應用程式安全漏洞,以及應對安全異常狀況。
將代理從 localhost 移至正式環境。本課程將說明如何將 ADK 代理部署至 Vertex AI Agent Engine 和 Cloud Run,並透過 Memory Bank 視情況啟用跨工作階段記憶。
運用 Google 的 Agent Development Kit (ADK) 和 Google Cloud 的強大基礎架構,探索多代理系統的架構和部署作業。您將學習設計階層式代理樹狀結構和確定性工作流程代理,同時找出理想的託管環境 (從無伺服器 Cloud Run 到高效能 GKE),確保您的 AI 代理安全、具備擴充性且可部署於正式環境。
完成運用 Gemini Enterprise 自動調度管理多代理工作流程技能徽章的入門課程,即可證明您具備下列技能:使用 Gemini Enterprise 支援的代理型助理,整合第一方和第三方來源的資料;開發多媒體行銷素材資源;以及自動執行跨系統的業務行動。技能徽章課程透過實作實驗室和挑戰評量,檢驗學員對於特定產品的實作知識。完成課程或直接進行挑戰實驗室,即可取得徽章。徽章可證明您的專業能力、提升專業形象,開創更多職涯發展機會。前往個人資料頁面,追蹤您獲得的徽章。
探索從任務導向工作流程到人本 AI 自動化調度管理的重要轉變。您將學習如何策略性區分擴增和自動化,以及如何平衡機器效率與人類直覺。
「生成式 AI 代理:實現組織轉型」是 Gen AI Leader 學習路徑的第五堂也是最後一堂課程。本課程將探討組織如何運用自訂生成式 AI 代理,解決特定的業務難題。您將動手練習建構基本的生成式 AI 代理,同時探索這類代理的各種元件,例如模型、推論迴圈和工具。
瞭解 AI 代理如何發揮更高的業務影響力,包括根據您的 KPI 規劃要使用的代理類型,以及探索能解決實際瓶頸的用途。您也將認識各種無程式碼到高程式碼解決方案,瞭解 Gemini Enterprise 如何協助建構和自動調度合適的代理。
本課程介紹 AI 代理的基礎知識,並探討代理的實際應用價值。代理可為開發人員、架構師和技術決策者奠定基礎,協助他們從目標導向的自主行為角度來理解 AI 系統。
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。
本課程專為 Google Cloud 開發人員和 DevOps 工程師設計,建議的修習對象為熟悉 Google Cloud 控制台基本操作,且需要為組織設定 Gemini Code Assist 者。課程將介紹 Gemini Code Assist 的優點、比較不同版本的功能,並展示如何在組織內設定及管理 Gemini Code Assist。
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。
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。
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。
建立您的第一個 Gemini Enterprise 應用程式,獲得技能徽章!將各種資料來源連接到您的應用程式,建立強大的統合式搜尋和分析引擎。掌握 Deep Research 代理、多代理構思和 NotebookLM 等進階功能,進行重點分析。