Member since 2025
使用 Agent Development Kit (ADK) 建造 AI 代理：工程設計
Earned May 8, 2026 EDT
使用 Google Data Cloud 共用資料
Earned Dec 25, 2025 EST
機器學習運作 (MLOps) 與 Vertex AI：模型評估
Earned Dec 24, 2025 EST
AI Boost Bites：個人意見回饋代理
Earned Dec 21, 2025 EST
生成式 AI 適用的機器學習運作 (MLOps)
Earned Dec 19, 2025 EST
在 Google Cloud 為機器學習 API 準備資料
Earned Dec 17, 2025 EST
完成「使用 Agent Development Kit (ADK) 建造 AI 代理：工程設計」技能徽章中階課程，即可證明您具備下列技能： 提出實際的語言模型研究問題、建構簡單的權杖化工具、準備資料集來訓練 Transformer 語言模型，以及執行小型語言模型的訓練迴圈。
完成「使用 Google Data Cloud 共用資料」課程，即可獲得技能徽章。 在本課程中，您會透過 Google Cloud 資料共用合作夥伴， 使用專屬資料集進行數據分析， 獲得豐富的實務經驗。客戶訂閱這類資料後，即可在自家平台查詢， 並用自己的資料集補強。此外，也能使用圖表 工具，打造客戶專用的資訊主頁。
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。
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。
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。
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。