加入 登录

在 Google Cloud 控制台中运用您的技能

Matteo Baldazzi

成为会员时间：2026

利用 Cloud Run 部署和扩缩 AI 模型 Earned Apr 27, 2026 EDT
为组织配置 Gemini Code Assist Earned Apr 27, 2026 EDT
使用 Vertex AI 和 Flutter 构建生成式 AI 智能体 Earned Apr 27, 2026 EDT
在 Google Cloud 上使用生成式 AI 进行网站现代化改造 Earned Apr 16, 2026 EDT
在 Google Cloud 上创建生成式 AI 应用 Earned Apr 15, 2026 EDT
面向开发者的 Responsible AI：可解释性和透明度 Earned Apr 12, 2026 EDT
面向开发者的 Responsible AI：公平性与偏见 Earned Apr 12, 2026 EDT
Model Armor：保障 AI 部署安全 Earned Apr 11, 2026 EDT
AI 时代安全性简介 Earned Apr 11, 2026 EDT
适用于应用开发者的 Gemini Earned Apr 11, 2026 EDT
面向开发者的 Responsible AI：隐私保护和安全 Earned Apr 11, 2026 EDT
生成式 AI 智能体：助力组织转型 Earned Apr 11, 2026 EDT
生成式 AI 应用：改变工作方式 Earned Apr 11, 2026 EDT
生成式 AI: 全面了解生成式 AI Earned Apr 11, 2026 EDT
生成式 AI：剖析基本概念 Earned Apr 11, 2026 EDT
生成式 AI：不只是聊天机器人 Earned Apr 11, 2026 EDT
适用于端到端 SDLC 的 Gemini Earned Apr 10, 2026 EDT
利用 Vertex AI 实现机器学习运维 (MLOps)：模型评估 Earned Apr 10, 2026 EDT
适用于生成式 AI 的机器学习运维 (MLOps) Earned Apr 10, 2026 EDT
管理智能体记忆和状态 Earned Apr 10, 2026 EDT
利用工具为智能体注入强大功能 Earned Apr 10, 2026 EDT
优化智能体行为 Earned Apr 10, 2026 EDT
使用智能体开发套件 (ADK) 构建 AI 智能体 Earned Apr 10, 2026 EDT
使用智能体开发套件 (ADK) 构建 AI 智能体 Earned Apr 10, 2026 EDT
Deploy Your First Agent Earned Apr 9, 2026 EDT
Orchestrate Complex Multi-Agent Workflows Earned Apr 9, 2026 EDT
通过 BigQuery ML 创建机器学习模型 Earned Apr 9, 2026 EDT
Coordinate Multiple Agents Earned Apr 8, 2026 EDT
使用智能体开发套件 (ADK) 打造您的首个智能体 Earned Apr 8, 2026 EDT
使用智能体开发套件 (ADK) 打造智能体 Earned Apr 8, 2026 EDT
使用 Gemini in BigQuery 提高效率 Earned Apr 7, 2026 EDT
在 BigQuery 中使用 Gemini 模型 Earned Apr 7, 2026 EDT
面向数据科学家和分析师的 Gemini Earned Apr 7, 2026 EDT
使用 BigQuery 机器学习推理功能 Earned Apr 7, 2026 EDT

AI 推理是指利用经过训练的机器学习模型，通过应用其学习到的模式，对新的、未见过的数据进行预测的过程。本课程专为有兴趣在 Cloud Run 上快速部署 AI 推理服务的开发者、数据科学家和机器学习工程师而设计。对于熟悉基于云的无服务器应用部署解决方案，但可能没有使用 Google Cloud 无服务器产品运行 AI 推理经验的学员来说，本课程非常有用。 本课程包含使用 GPU 部署 AI 推理模型，以及将生成式 AI 应用与数据存储服务集成的示例。

了解详情

本课程面向为组织配置 Gemini Code Assist 的 Google Cloud 开发者和 DevOps 工程师，需事先掌握 Google Cloud 控制台的基本知识。本课程介绍了 Gemini Code Assist 的优势，并比较了不同 Gemini Code Assist 版本的功能。本课程还介绍了如何在组织内配置和管理 Gemini Code Assist。

了解详情

在本课程中，您将学习如何使用 Google 的可移植 UI 工具包 Flutter 来开发应用，并将开发的应用与 Google 的生成式 AI 模型家族 Gemini 相集成。您还将练习使用 Vertex AI Agent Builder，这是 Google 为构建和管理 AI 智能体及应用而提供的平台。

了解详情

通过使用生成式 AI，提升网站导航体验，从而为您的用户提供更好的搜索体验。在本课程中，您将学习如何通过 Vertex AI Search 为您的网站用户提供生成式搜索体验，使他们能够发现网站提供的内容。作为网站编辑者，您还将学习如何使用生成式 AI 快速且高效地翻译内容，并根据建议对内容进行改进。

了解详情

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。

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

本课程回顾了 Model Armor 的基本安全功能，并让您能够使用该服务。您将了解与 LLM 相关的安全风险，以及 Model Armor 如何保护您的 AI 应用。

了解详情

人工智能 (AI) 具备巨大的变革潜力，但也带来了新的安全挑战。本课程专为负责安全性和数据保护的领导者而设计，助其运用相关策略在组织内安全管理 AI。学习一个有助于实现以下目标的框架：主动识别并减轻 AI 特有的风险，保护敏感数据，确保遵从法规，构建弹性 AI 基础设施。通过四个不同行业的精选用例，探索这些策略如何应用于现实场景。

了解详情

在本课程中，您将了解 Google Cloud 中依托生成式 AI 技术的协作工具 Gemini 如何帮助开发者构建应用。您将学习如何向 Gemini 输入提示，让其为您解释代码、推荐 Google Cloud 服务并为您的应用生成代码。您将通过实操实验体验 Gemini 对应用开发工作流的改进作用。 Duet AI 已更名为 Gemini，这是我们的新一代模型。

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

“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 Generative 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,以及我们与周围世界的互动方式。作为领导者,应该如何利用生成式 AI 来推动实现实际的业务成果?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,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 Generative AI Leader 学习路线中的第二门课程。在本课程中,您将了解生成式 AI 的基本概念。您要探索 AI、机器学习和生成式 AI 之间的区别,了解各种数据类型如何赋能生成式 AI,从而应对各种业务挑战。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 开发与部署面临着哪些关键挑战。

了解详情

“生成式 AI：不只是聊天机器人”是 Generative AI Leader 学习路线中的第一门课程。学习本课程没有知识门槛。本课程旨在帮助您超越对聊天机器人的基本认知,探索生成式 AI技术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,这些知识对利用生成式 AI 的强大功能至关重要。本课程还将说明,为组织制定成功的生成式 AI 策略时,需要考虑哪些重要因素。

了解详情

在本课程中，您将了解 Gemini（Google Cloud 推出的一款依托生成式 AI 的协作工具）如何帮助您使用 Google 产品和服务开发、测试、部署和管理应用。在 Gemini 的协助下，您可以学习如何开发和构建 Web 应用、修复应用中的错误、开发测试和查询数据。您可以通过实操实验了解如何利用 Gemini 来改进软件开发生命周期 (SDLC)。 Duet AI 已更名为 Gemini，这是我们的新一代模型。

了解详情

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。

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

您已经构建了能够回答查询的基本 LLM 智能体，现在让我们为其赋予状态。使用会话状态来构建能够维护上下文、记住用户偏好并提供个性化体验的智能体。将智能体从“无状态的回复者”转变为“智能助理”。

了解详情

您已经构建了具有高级配置的智能体，现在可赋予它们实际应用能力。为智能体配备能够搜索网络、执行代码、查询数据库和执行自定义操作的工具。让智能体从“智能回答者”转变为能够自主采取行动的得力助手。

了解详情

您已经创建了自己的第一个智能体，现在是时候更进一步了。在本课程中，您将通过学习应用高级指令、模型选择、规划功能以及结构化输出模式来精进技能，将基础 AI 智能体升级为一个精确、专业的智能助理。加入社区论坛，提出问题并参与讨论

了解详情

配置、修复和部署智能体，赢得技能徽章！使用智能体开发套件 (ADK) 来验证旅行信息并审核营销声明。掌握智能体生命周期管理技能，以构建可靠的自动化验证工具。

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

Take your agents from localhost to production. This course teaches you to deploy ADK agents to Vertex AI Agent Engine and Cloud Run, with optional cross-session memory via Memory Bank.

了解详情

Learn to orchestrate complex multi-agent workflows. This lesson teaches you to choose the right workflow patterns, manage state across agents, understand when custom logic is needed, and introduces distributed agent systems with A2A Protocol.

了解详情

完成中级技能徽章课程通过 BigQuery ML 创建机器学习模型，展示您在以下方面的技能： 使用 BigQuery ML 创建和评估机器学习模型，以执行数据预测。

了解详情

Learn to coordinate multiple specialized agents working together. This lesson teaches you when to use multi-agent systems, how to orchestrate agents with workflow patterns, and how agents communicate through shared state. By the end, you’ll build a complete multi-agent application.

了解详情

使用 Google 的智能体开发套件 (ADK) 构建、配置和运行您的第一个 AI 智能体，将您对智能体的理解转化为实际应用。 在本实操课程中，您将设置一个完整的 ADK 开发环境，使用 Python 代码和 YAML 配置两种方式创建智能体，并通过多个界面运行智能体。您还将学习定义智能体行为的核心参数，将您在课程 1 中学到的知识应用到实际代码中。

了解详情

了解如何使用智能体开发套件 (ADK) 构建可用于生产用途的复杂 AI 智能体。本课程介绍了 ADK 的开源框架，助力开发者从简单的提示工程跨越到代码优先的结构化软件开发方法，从而构建企业级多智能体系统。

了解详情

此课程将探索如何使用 AI 功能套件 Gemini in BigQuery 为“数据到 AI”工作流提供助力。其中涉及到的功能包括数据探索和准备、代码生成和问题排查，以及工作流发现和可视化。此课程包含概念解释、真实使用场景以及实操实验等内容，可帮助数据从业者提升效率并加快流水线开发速度。

了解详情

本课程展示了如何在 BigQuery 中使用 AI/机器学习模型处理生成式 AI 任务。通过一个涉及客户关系管理的实际应用场景，您将学习到使用 Gemini 模型解决业务问题的工作流程。为了便于理解，本课程还将通过使用 SQL 查询和 Python 笔记本的编码解决方案提供分步指导。

了解详情

在本课程中，您将了解 Gemini（Google Cloud 的生成式 AI 赋能的协作工具）如何帮助分析客户数据并预测产品销售情况。此外，您还将了解如何在 BigQuery 中使用客户数据来识别、开发新客户并对其进行分类。通过动手实验，您将体验 Gemini 如何改进数据分析和机器学习工作流。 Duet AI 已更名为 Gemini，这是我们的新一代模型。

了解详情

了解 BigQuery 机器学习推理功能，以及数据分析师为何应使用该功能，它有哪些应用场景，有哪些受支持的机器学习模型。您还将了解如何在 BigQuery 中创建和管理这些机器学习模型。

了解详情