Himanshu Salunke
成为会员时间：2025
白银联赛
7233 积分
用 Cloud Vision API 分析图片
Earned Oct 17, 2026 EDT
在 Google Cloud 上存储、处理和管理数据 - 控制台
Earned Oct 17, 2026 EDT
打造您的首个 Gemini Enterprise 应用
Earned Oct 17, 2026 EDT
在 Google Cloud 上构建网站
Earned Oct 17, 2026 EDT
使用预训练 API 实现语音和语言解决方案
Earned Oct 17, 2026 EDT
在 Google AI Studio 中开发 AI 驱动的原型
Earned Oct 16, 2026 EDT
为 Google Cloud 配置服务账号和 IAM 角色
Earned Oct 16, 2026 EDT
使用 Agent Platform 探索生成式 AI
Earned Oct 16, 2026 EDT
Google Cloud 云计算基础知识
Earned Oct 16, 2026 EDT
使用 Gemini 和 Streamlit 开发生成式 AI 应用
Earned Aug 10, 2026 EDT
使用智能体开发套件 (ADK) 构建 AI 智能体
Earned Apr 21, 2026 EDT
使用多模态 Gemini 和多模态 RAG 检查富文档
Earned Apr 18, 2026 EDT
矢量搜索和嵌入
Earned Apr 17, 2026 EDT
面向开发者的 Responsible AI：公平性与偏见
Earned Apr 17, 2026 EDT
面向开发者的 Responsible AI：隐私保护和安全
Earned Apr 17, 2026 EDT
面向开发者的 Responsible AI：可解释性和透明度
Earned Apr 17, 2026 EDT
Vertex AI Studio 简介
Earned Apr 17, 2026 EDT
在 Agent Platform 中设计提示
Earned Apr 17, 2026 EDT
编码器-解码器架构
Earned Apr 17, 2026 EDT
创建图片标注模型
Earned Apr 17, 2026 EDT
Transformer 模型和 BERT 模型
Earned Apr 17, 2026 EDT
大型语言模型简介
Earned Apr 17, 2026 EDT
负责任的 AI 简介
Earned Apr 17, 2026 EDT
Responsible AI: 和 Google Cloud 一起践行 AI 原则
Earned Apr 17, 2026 EDT
适用于生成式 AI 的机器学习运维 (MLOps)
Earned Apr 17, 2026 EDT
注意力机制
Earned Apr 17, 2026 EDT
图像生成简介
Earned Apr 17, 2026 EDT
生成式 AI 智能体：助力组织转型
Earned Apr 17, 2026 EDT
生成式 AI 应用：改变工作方式
Earned Apr 17, 2026 EDT
生成式 AI：全面了解生成式 AI
Earned Apr 17, 2026 EDT
生成式 AI：剖析基本概念
Earned Apr 17, 2026 EDT
生成式 AI：不只是聊天机器人
Earned Apr 17, 2026 EDT
生成式 AI 简介
Earned Apr 17, 2026 EDT
完成用 Cloud Vision API 分析图片课程，赢取技能徽章。在此挑战任务中，您将了解如何利用 Cloud Vision API 执行各种任务，包括从图片中提取文本。
了解详情
Cloud Storage, Cloud Functions 和 Cloud Pub/Sub 都是 Google Cloud Platform 服务，可用于存储、处理和管理数据。这三项 服务可结合使用，创建各种数据驱动型应用。在 此技能徽章课程中，您将使用 Cloud Storage 存储图片，使用 Cloud Functions 函数 处理图片，并使用 Cloud Pub/Sub 将图片发送到另一个应用。
了解详情
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。
了解详情
完成在 Google Cloud 上构建网站技能徽章课程，赢取入门级技能徽章。本课程以 Get Cooking in Cloud 系列视频为基础， 涵盖以下主题：在 Cloud Run 上部署网站在 Compute Engine 上托管 Web 应用在 Google Kubernetes Engine 上创建、部署和扩缩网站使用 Cloud Build 从单体式应用迁移到微服务架构
了解详情
完成使用预训练 API 实现语音和语言解决方案课程以获得技能徽章，了解如何使用与语音相关的 API 工具来合成和转录语音。
了解详情
完成入门级技能徽章课程“在 Google AI Studio 中开发 AI 驱动的原型”，展示您在以下方面的技能：撰写有效的提示、 利用多模态功能进行图片和视频分析、根据模板和文本提示构建功能性 AI 应用原型，以及使用 API 密钥构建和部署自定义 AI 解决方案。
了解详情
完成“为 Google Cloud 配置服务账号和 IAM 角色”课程，赢取入门级技能徽章。在本课程中，您将了解服务账号、自定义角色以及如何使用 gcloud 设置权限。
了解详情
完成中级技能徽章课程使用 Agent Platform 探索生成式 AI，展示自己在以下方面的技能： 文本生成技能、用于增强内容创作能力的图像和视频分析技能，以及在 Gemini API 中应用函数调用技术的技能。 了解如何运用先进的 Gemini 技术、探索多模态内容生成方法，并扩展 AI 赋能项目的功能。
了解详情
完成Google Cloud 云计算基础知识挑战任务，赢取技能徽章。 您将学习如何在 Compute Engine 中使用虚拟机 (VM)、永久性 磁盘和 Web 服务器。
了解详情
完成中级技能徽章课程“使用 Gemini 和 Streamlit 开发生成式 AI 应用”，展示您在以下方面的技能： 文本生成、通过 Python SDK 和 Gemini API 应用函数调用，以及通过 Cloud Run 部署 Streamlit 应用。 您将了解如何以不同方式通过提示来让 Gemini 生成文本、使用 Cloud Shell 进行测试，以及如何迭代 Streamlit 应用，随后将其封装成 Docker 容器并部署在 Cloud Run 中。
了解详情
完成本课程，赢取使用智能体开发套件 (ADK) 构建 AI 智能体中级技能徽章，展示您在以下方面的技能： 提出实际的语言模型研究问题；构建一个简单的词元化器；制作用于训练 Transformer 语言模型的数据集；运行小语言模型的训练循环。
了解详情
完成中级技能徽章课程使用多模态 Gemini 和多模态 RAG 检查富文档，展示您在以下方面的技能： 将多模态与 Gemini 配合使用，从而使用多模态提示从文本数据和视觉数据中提取信息、生成视频说明、 检索视频中不包含的额外信息； 将多模态检索增强生成 (RAG) 与 Gemini 配合使用，以构建包含文本和图片的文档的元数据、获取所有相关文本块并输出引用。
了解详情
在本次课程中，探索 AI 赋能的搜索技术、工具和应用。学习利用向量嵌入的语义搜索、融合语义和关键字的混合搜索方法，以及检索增强生成 (RAG) 技术，以打造基于事实的 AI 智能体，尽可能减少 AI 幻觉。获取 Vertex AI Vector Search 实战经验，打造您自己的智能搜索引擎。
了解详情
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。
了解详情
本课程介绍 AI 隐私保护和安全方面的重要主题，还将探索使用 Google Cloud 产品和开源工具实施建议的 AI 隐私保护和安全实践的实用方法和工具。
了解详情
本课程介绍了 AI 可解释性和透明度的相关概念，探讨了 AI 透明度对于开发者和工程师的重要性。同时探索了有助于在数据和 AI 模型中实现可解释性和透明度的实用方法及工具。
了解详情
本课程介绍 Vertex AI Studio，这是一种用于与生成式 AI 模型交互、围绕业务创意进行原型设计并在生产环境中落地的工具。通过沉浸式应用场景、富有吸引力的课程和实操实验，您将探索从提示到产品的整个生命周期，了解如何将 Vertex AI Studio 用于多模态 Gemini 应用、提示设计、提示工程和模型调优。本课程的目的在于帮助您利用 Vertex AI Studio，在自己的项目中充分发掘生成式 AI 的潜力。
了解详情
完成 在 Agent Platform 中设计提示入门技能徽章课程，展示以下方面的技能： Agent Platform 中的提示工程、图片分析和多模态生成式技术。探索如何编写有效的提示，指导生成式 AI 输出， 以及将 Gemini 模型应用于真实的营销场景。
了解详情
本课程简要介绍了编码器-解码器架构，这是一种功能强大且常见的机器学习架构，适用于机器翻译、文本摘要和问答等 sequence-to-sequence 任务。您将了解编码器-解码器架构的主要组成部分，以及如何训练和部署这些模型。在相应的实验演示中，您将在 TensorFlow 中从头编写简单的编码器-解码器架构实现代码，以用于诗歌生成。
了解详情
本课程教您如何使用深度学习来创建图片标注模型。您将了解图片标注模型的不同组成部分，例如编码器和解码器，以及如何训练和评估模型。学完本课程，您将能够自行创建图片标注模型并用来生成图片说明。
了解详情
本课程向您介绍 Transformer 架构和 Bidirectional Encoder Representations from Transformers (BERT) 模型。您将了解 Transformer 架构的主要组成部分，例如自注意力机制，以及该架构如何用于构建 BERT 模型。您还将了解可以使用 BERT 的不同任务，例如文本分类、问答和自然语言推理。完成本课程估计需要大约 45 分钟。
了解详情
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。
了解详情
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。
了解详情
随着企业对人工智能和机器学习的应用越来越广泛，以负责任的方式构建这些技术也变得更加重要。但对很多企业而言，真正践行 Responsible AI 并非易事。如果您有意了解如何在组织内践行 Responsible AI，本课程正适合您。
本课程将介绍 Google Cloud 目前如何践行 Responsible AI，以及从中总结的最佳实践和经验教训，便于您以此为框架构建自己的 Responsible AI 方法。
了解详情
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。
了解详情
本课程将向您介绍注意力机制，这是一种强大的技术，可令神经网络专注于输入序列的特定部分。您将了解注意力的工作原理，以及如何使用它来提高各种机器学习任务的性能，包括机器翻译、文本摘要和问题解答。
了解详情
本课程向您介绍扩散模型。这类机器学习模型最近在图像生成领域展现出了巨大潜力。扩散模型的灵感来源于物理学，特别是热力学。过去几年内，扩散模型成为热门研究主题并在整个行业开始流行。Google Cloud 上许多先进的图像生成模型和工具都是以扩散模型为基础构建的。本课程向您介绍扩散模型背后的理论，以及如何在 Vertex AI 上训练和部署此类模型。
了解详情
“生成式 AI 智能体：助力组织转型”是“Gen AI Leader”学习路线中的第五门课程，也是最后一门课程。本课程探讨了组织如何使用量身定制的生成式 AI 智能体，帮助应对特定的业务挑战。您将亲自动手构建一个基本的生成式 AI 智能体，并探索这些智能体的组成部分，例如模型、推理循环以及各种工具。
了解详情
“生成式 AI 应用：改变工作方式”是 Generative AI Leader 学习路线的第四门课程。本课程介绍 Google 的生成式 AI 应用，例如 Gemini for Workspace 和 NotebookLM。它将引导您逐一了解接地、检索增强生成、构建有效提示和构建自动化工作流等概念。
了解详情
“生成式 AI：全面了解生成式 AI”是“Gen AI Leader”学习路线中的第三门课程。生成式 AI 正在改变我们的工作方式以及与世界的互动方式。作为领导者，应该如何利用生成式 AI 来推动实际业务成果？在本课程中，您将探索构建生成式 AI 解决方案的不同层级、Google Cloud 的产品/服务，以及选择解决方案时需要考虑的因素。
了解详情
生成式 AI：剖析基本概念是“Gen AI Leader”学习路线的第二门课程。在本课程中，您将探索 AI、机器学习和生成式 AI 之间的差异，了解各种数据类型如何赋能生成式 AI 来应对业务挑战，从而了解生成式 AI 的基本概念。您还将深入了解 Google Cloud 应对基础模型局限性的策略，以及负责任和安全的 AI 开发与部署面临哪些关键挑战。
了解详情
生成式 AI：不只是聊天机器人是 Gen AI Leader 学习路线的第一门课程，没有前提条件要求。本课程旨在带您超越对聊天机器人的浅层认知，深入挖掘生成式 AI 为您的组织带来的真正潜力。您将探索基础模型和提示工程等概念，它们对于利用生成式 AI 的强大功能至关重要。本课程还将提供指导，让您了解在为组织制定成功的生成式 AI 策略时，应考虑哪些重要因素。
了解详情
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。
了解详情
