Riyaz Ahmed
成为会员时间:2025
白银联赛
37488 积分
成为会员时间:2025
完成监控和管理 Google Cloud 资源这一入门级技能徽章课程,展示您在以下方面的技能:授予和撤消 IAM 权限; 安装 Monitoring 代理和 Logging 代理;创建、部署和测试事件驱动型 Cloud Run 函数。
Learn how to use Gemini Notebook to create a personalized study guide for the Professional Cloud Security Engineer certification exam. You'll review Gemini Notebook features, create a notebook, and learn how to use a study guide to practice for the certification exam.
这是 Google Cloud 网络安全证书计划的第五门课程(共五门)。在本课程中,您将综合运用云安全原则、风险管理、漏洞识别、事件管理和危机沟通等关键概念完成互动式结业项目。此外,您还将完成简历更新,并践行所学到的所有新面试技巧,以便后期能够自信地申请和面试该领域的工作。
本课程是 Google Cloud 网络安全认证证书的第四门课,该证书共包括五门课程。在本课程中,您将重点发展在日志记录、安全防护与提醒监控方面的能力,并掌握缓解攻击的技术方法。您将掌握一系列宝贵知识,包括自定义威胁情报源、管理突发事件、开展危机沟通、进行根本原因分析,以及处理突发事件响应与后续沟通。借助 Google Cloud 工具,您将学习识别失陷指标,并为业务连续性和灾难恢复做好准备。除技术技能外,您还将持续更新简历并练习面试技巧。
本课程是 Google Cloud 网络安全认证证书的第三门课,该证书共包括五门课程。在本课中,您将学习云环境中的身份管理与访问权限控制原则,涵盖 AAA(身份验证、授权和审计)、凭证处理和证书管理等关键内容。您还将深入了解威胁与漏洞管理、云原生原则以及数据保护措施等重要主题。完成本课后,您将具备保护云端资源和组织敏感信息所需的专业技能与知识。此外,您还将继续利用职业发展资源,提升面试技巧,为下一阶段的职业发展做好准备。
本课程是 Google Cloud 网络安全认证证书的第二门课,该证书共包括五门课程。在本课程中,您将深入学习广泛使用的云风险管理框架,全面了解安全领域、合规生命周期,以及 HIPAA、NIST CSF 和 SOC 等行业标准。您将掌握风险识别、安全控制措施实施、合规性评估以及数据保护管理方面的技能。此外,您还将获得使用 Google Cloud 和多云环境中专用于风险与合规管理的工具的实践经验。本课程还涵盖了求职与面试准备技巧,为深入理解并有效应对复杂的云风险管理体系提供了全面的基础支持。
本课程是 Google Cloud 网络安全认证证书的第一门课,该证书共包括五门课程。本课程将带您了解网络安全的基础知识,包括安全生命周期、数字化转型以及核心云计算概念。您将识别初级云安全分析师常用的自动化工具。
探索生成式 AI - Agent Platform”课程包含一系列实验, 指导用户在 Google Cloud 平台上使用生成式 AI。通过这些实验,您将了解 如何在 Agent Platform 中使用 Gemini 模型。您还将了解提示设计、最佳实践, 以及如何使用生成式 AI 进行构思、文本分类、文本提取、文本摘要等。此外, 您将学习如何通过 Agent Platform 中的自定义训练来训练基础模型, 从而对其进行调优,以及如何将其部署到 Agent Platform 中的端点。
本课程是 Google Cloud 数据分析认证计划的第五门课程(共五门)。在本课程中,你将综合运用前 4 门课程所学的基础知识和技能,实操完成一个结业项目,全面探索整个数据生命周期。您将练习使用云端工具来有效地获取、存储、处理、分析、直观呈现数据并传达数据分析洞见。课程结束时,您将完成一个项目,证明您在以下方面的熟练程度:高效地设计数据结构以整理来自多个来源的数据、向不同利益相关方展示解决方案,以及使用云端软件直观呈现数据分析洞见。您还将更新个人简历并练习面试技巧,为求职申请与面试环节做好准备。
本课程是 Google Cloud 数据分析认证计划的第四门课程(共五门课程)。在本课程中,您将重点学习在云端可视化数据的相关技能,其中数据可视化可分为五个关键阶段:讲故事、规划、探索数据、构建可视化图表以及与他人共享数据。您还将获得实操经验,尝试使用 UI(界面)/UX(用户体验)技能来制作线框图,从而设计出有影响力的云原生可视化图表,并使用云原生数据可视化工具来探索数据集、创建报告和构建信息中心,从而推动决策并促进协作。
本课程是 Google Cloud 数据分析认证计划的第三门课程(共五门)。在本课程中,您将首先了解从收集数据到获取数据分析洞见的整个数据历程。然后,您将学习如何使用 SQL 将原始数据转换为可用格式。接下来,您将学习如何使用数据流水线转换大量数据。最后,您会获得相关经验,熟悉如何将数据转换策略应用于真实数据集以满足业务需求。
本课程是 Google Cloud 数据分析认证计划的第二门课程(共五门)。在本课程中,您将探索数据的结构形式和组织方式。您将获得数据湖仓一体架构和云组件(如 BigQuery、Google Cloud Storage 和 DataProc)的实操经验,以便高效地存储、分析和处理大型数据集。
本课程介绍 Google Cloud 的 AI 和机器学习 (ML) 能力,重点讲解如何开发生成式和预测式 AI 项目。本课程将探讨“数据到 AI”全生命周期中的多种技术、产品和工具,并通过互动练习帮助数据科学家、AI 开发者和机器学习工程师提升专业能力。
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。
本课程是 Google Cloud 数据分析认证的第一门课程(共五门)。在本课程中,您将认识云数据分析领域,并了解云数据分析师在数据获取、存储、处理和可视化方面的角色和职责。您将探索 BigQuery 和 Cloud Storage 等基于 Google Cloud 的工具的架构,以及如何使用这些工具有效地设计数据结构,以及展示和报告数据。
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。
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。
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。
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。
本结构化课程面向对使用智能体开发套件 (ADK) 构建智能体感兴趣的开发者。它结合了实操体验、核心概念和实际应用,旨在提供 ADK 的全面使用指南。您还可以加入我们的 Google Cloud 专家和同行社区,提出问题、讨论答案,并与开发您日常使用的产品的 Google 员工交流互动。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
Google Cloud : Prompt Engineering Guide examines generative AI tools, how they work. We'll explore how to combine Google Cloud knowledge with prompt engineering to improve Gemini responses.
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.
生成式 AI 应用可以提供大语言模型 (LLM) 问世前几乎不可能实现的全新用户体验。作为应用开发者,您要如何利用生成式 AI 在 Google Cloud 上构建更具吸引力且功能强大的应用? 在本课程中,您将了解生成式 AI 应用,以及如何利用提示设计和检索增强生成 (RAG) 技术,构建使用 LLM 的强大应用。您将了解可用于生产用途且适合生成式 AI 应用的架构,并构建一个基于 LLM 和 RAG 的聊天应用。