Matteo Baldazzi
Member since 2026
Member since 2026
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。
本課程會說明如何使用 Google 可攜式 UI 工具包 Flutter 來開發應用程式,並將應用程式與 Google 生成式 AI 模型系列 Gemini 整合。您也會用到 Vertex AI Agent Builder,此為建構及管理 AI 代理和應用程式的 Google 平台。
使用生成式 AI 為使用者提供更好的搜尋流程,強化網站的瀏覽體驗。在本課程中,您會瞭解如何使用 Vertex AI Search,讓網站使用者能享有生成式搜尋體驗,進一步發掘網站內容。身為網站編輯,您也會學習如何使用生成式 AI 輸出建議,迅速有效地翻譯及調整內容。
大型語言模型 (LLM) 誕生之後,生成式 AI 應用程式帶來的嶄新使用者體驗,可說是幾乎前所未有。身為應用程式開發人員,您要如何在 Google Cloud,運用生成式 AI 建立出色的互動式應用程式? 本課程將帶您瞭解生成式 AI 應用程式,以及如何使用提示設計和檢索增強生成 (RAG),透過 LLM 建構強大的應用程式。我們也會介紹可用於正式環境的生成式 AI 應用程式架構。您將建構採用 LLM 和 RAG 的對話應用程式。
本課程旨在說明 AI 的可解釋性和透明度概念、探討 AI 透明度對開發人員和工程師的重要性。課程中也會介紹實務方法和工具,有助於讓資料和 AI 模型透明且可解釋。
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。
本課程介紹的 Gemini 是採用生成式 AI 技術的協作工具,可協助開發人員透過 Google Cloud 建構應用程式。您將瞭解如何透過提示讓 Gemini 為您解釋程式碼內容、推薦 Google Cloud 服務,以及生成應用程式的程式碼。在實作研究室中,您也會體驗到 Gemini 如何改良應用程式的開發工作流程。 Duet AI 已更名為 Gemini,這是我們的新一代模型。
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。
「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。
「生成式 AI 應用程式:徹底改變工作方式」是 Generative AI Leader 學習路徑的第四門課程。本課程將介紹 Google 的生成式 AI 應用程式,例如 Gemini for Workspace 和NotebookLM,也會引導您瞭解各種概念,像是建立基準、檢索增強生成、建構有效的提示詞,以及打造自動化工作流程等。
「生成式 AI:掌握幕後技術與環境」是 Generative AI Leader 學習路徑的第三門課程。生成式 AI 正在改變我們的工作方式,以及我們如何與周遭的世界互動。身為領導者,您要如何駕馭 AI 強大的功能,創造實際業務成果?在本課程中,您將認識建構生成式 AI 解決方案時的各個層面、Google Cloud 產品,以及選擇解決方案時應考量的因素。
「生成式 AI: 瞭解基礎概念」是 Generative AI Leader 學習路徑的第二門課程。在本課程中,您將瞭解 AI、機器學習和生成式 AI 的差異,以及各種資料類型如何協助生成式 AI 解決業務難題,進而掌握生成式 AI 的基礎概念。您還能深入瞭解 Google Cloud 應對基礎 模型限制的策略,以及開發、部署安全且負責任的 AI 技術時面臨的主要挑戰。
「生成式 AI:不只是聊天機器人」是 Generative AI Leader 學習路徑的第一門課程,沒有任何修課條件。本課程將帶您超越基本知識,進一步瞭解聊天機器人,探索如何在組織中充分發揮生成式 AI 的潛力。您將瞭解基礎模型和提示工程等概念,掌握善用生成式AI 的關鍵。本課程也會帶您瞭解擬定生成式 AI 策略時的多種重要考量,協助您為組織擬定出成功的策略。
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。
您已建構能回覆查詢的基本 LLM 代理,是時候讓代理有狀態。利用工作階段狀態建構能維持對話脈絡、記住使用者偏好,並提供個人化體驗的代理。將代理從無狀態的回覆者轉為智慧助理。
您已建立具有進階設定功能的代理,可開始賦予代理實際應用能力。為代理配備工具,使代理能搜尋網路、執行程式碼、查詢資料庫和執行自訂動作。將代理從聰明的回覆者,轉變為能採取行動的得力助手。
您已經成功打造第一個代理,是時候迎接更進階的挑戰。在本課程中,您將學習如何應用進階指令、選擇模型、建立規劃能力及結構化輸出模式,藉此將基本 AI 代理轉為高明又精確的助理,讓您的技能更上一層樓。加入社群論壇,提出問題並參與討論
設定、修復及部署代理,即可獲得技能徽章!您需使用 Agent Development Kit (ADK) 驗證旅遊資訊並稽核行銷聲明。您將精通代理生命週期的管理技巧,建立出可靠的自動化驗證工具。
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。
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.
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.
完成「運用 BigQuery ML 建立機器學習模型」技能徽章中階課程,即可證明您具備下列技能: 可使用 BigQuery ML 建立及評估機器學習模型,並根據資料進行預測。
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.
使用 Agent Development Kit (ADK) 建構、設定及執行您的第一個 AI 代理,將自身代理知識化為實際成果。 在這堂實作課程,您會設立完整的 ADK 開發環境,並使用 Python 程式碼和 YAML 設定打造代理,然後透過多個介面執行。您也會瞭解定義代理行為的核心參數,將課程 1 的學習成果轉化為實際運作的程式碼。
瞭解如何使用 Agent Development Kit (ADK),建構複雜的 AI 代理並用於正式環境。本課程介紹 ADK 的開放原始碼框架,包括簡單的提示工程,以及程式碼優先的結構化軟體開發做法 (適用於企業級多代理系統)。
本課程會說明 Gemini in BigQuery,這是一套由 AI 輔助的功能,可協助「從資料到 AI」的工作流程。這些功能包含資料探索和準備、程式碼生成和疑難排解,以及工作流程探索和視覺化。本課程將透過概念解說、應用實例和實作實驗室,協助資料從業人員提升工作效率,並加速開發 pipeline。
本課程將示範如何在 BigQuery 運用 AI/機器學行模型,以執行生成式 AI 任務。透過涉及顧客關係管理的應用實例,您將瞭解運用 Gemini 模型解決業務問題的工作流程。為了便於理解,本課程還提供了採用 SQL 查詢和 Python 筆記本的程式設計解決方案,指導您逐步操作。
本課程介紹的 Gemini 是採用生成式 AI 技術的協作工具,可協助分析客戶資料及預測產品銷售情形。您也會學習如何在 BigQuery 中使用客戶資料識別、分類及開發新客戶。透過使用實作研究室,您可以體驗 Gemini 如何改良資料分析和機器學習工作流程。 Duet AI 已更名為 Gemini,這是我們的新一代模型。
瞭解如何將 BigQuery 機器學習用於推論、資料分析師應使用這項工具的原因、相關應用實例,以及支援的機器學習模型。您也將瞭解如何在 BigQuery 建立和管理這些機器學習模型。