加入 登录

在 Google Cloud 控制台中运用您的技能

Maximilian Biber

成为会员时间：2023

黄金联赛

43077 积分
部署多智能体架构 Earned Dec 10, 2025 EST
Build AI Agents with Enterprise Databases Earned Dec 9, 2025 EST
了解 Google Cloud 智能体 Earned Dec 8, 2025 EST
利用 Vertex AI 实现机器学习运维 (MLOps)：模型评估 Earned Dec 8, 2025 EST
适用于生成式 AI 的机器学习运维 (MLOps) Earned Dec 5, 2025 EST
[CEPF L300 Course]: Artificial Intelligence and Machine Learning Earned Oct 31, 2025 EDT
使用智能体开发套件 (ADK) 和 Agent Engine 部署多智能体系统 Earned Jul 3, 2025 EDT
借助 Gemini Enterprise 加速知识交流 Earned Mar 17, 2025 EDT
Serverless Data Processing with Dataflow: Operations Earned Aug 19, 2024 EDT
Serverless Data Processing with Dataflow: Foundations Earned Aug 14, 2024 EDT
Vertex AI Studio 简介 Earned May 27, 2024 EDT
[CEPF L300 Course]: Data Analytics Earned Apr 3, 2024 EDT
创建图片标注模型 Earned Feb 11, 2024 EST
图像生成简介 Earned Feb 11, 2024 EST
Transformer 模型和 BERT 模型 Earned Feb 11, 2024 EST
编码器-解码器架构 Earned Feb 11, 2024 EST
注意力机制 Earned Feb 11, 2024 EST
探索生成式 AI - Vertex AI Earned Feb 11, 2024 EST
Vertex AI Studio 简介 Earned Feb 9, 2024 EST
Responsible AI: 和 Google Cloud 一起践行 AI 原则 Earned Jan 9, 2024 EST
Generative AI Fundamentals - 简体中文 Earned Jan 8, 2024 EST
负责任的 AI 简介 Earned Jan 8, 2024 EST
大型语言模型简介 Earned Jan 8, 2024 EST
生成式 AI 简介 Earned Jan 8, 2024 EST
在 Vertex AI 上构建和部署机器学习解决方案 Earned Jan 3, 2024 EST
Build, Train and Deploy ML Models with Keras on Google Cloud Earned Dec 29, 2023 EST
Google Cloud 基础知识 Earned Dec 15, 2023 EST

完成部署多智能体架构这一高级技能徽章课程，展示您在以下方面的技能： 使用 ADK 构建多智能体系统；通过 Agent-to-Agent (A2A) protocol 连接智能体， 通过 Model Context Protocol (MCP) 集成外部工具，并将完整的多智能体解决方案部署到 Agent Engine。

了解详情

Build AI agents that can leverage enterprise databases using the MCP Toolbox for Databases. You will define secure database interaction tools, and implement intelligent querying capabilities (leveraging vector embeddings, structured queries).

了解详情

本课程全面概述了 Google Cloud 的智能体平台，包括 Vertex AI Agent Builder、Gemini Enterprise、Conversational Agents 和智能体开发套件。学员将了解每项产品的独特功能，区分具体应用场景的最佳解决方案，并获得有关创建搜索和聊天应用的基础知识。

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

This Artificial Intelligence and Machine Learning course consists of a series of advanced-level labs designed to validate your proficiency in using AI and ML to extract, analyze, search, and store structured data from documents and improve customer service. Each lab presents a set of required tasks that you must complete with minimal assistance.You must score 80% or higher for each lab to complete this course, and fulfill your CEPF L300 Artificial Intelligence and Machine Learning requirement. For technical issues with a Challenge Lab, please raise a Buganizer ticket using this CEPF Buganizer template: go/cepfl300labsupport

了解详情

在本课程中，您将学习如何使用 Google 智能体开发套件构建复杂的多智能体系统。您将构建搭载工具的智能体，利用父子层级关系和工作流进行连接，以此定义它们的交互方式。您将在本地运行智能体，将其部署到 Vertex AI Agent Engine 并作为托管式智能体流运行，基础设施决策和资源扩缩则由 Agent Engine 处理。请注意，这些实验基于此产品的预发布版本。在进行维护更新时，这些实验可能会出现一些延迟。

了解详情

Gemini Enterprise 结合了 Google 在搜索和 AI 领域的专长。它是一款强大的工具，让员工只需通过一个搜索栏，就能从文档库、邮件、聊天消息、工单系统及其他数据源中查找具体信息。Gemini Enterprise 助理还能帮助进行头脑风暴、开展研究、生成文档大纲并执行其他操作，比如邀请同事参加某个日历活动。因此它能加快知识型工作的进度并提升协作效率。（请注意，Gemini Enterprise 以前称为 Google Agentspace，本课程中可能会提及以前的产品名称。）

了解详情

In the last installment of the Dataflow course series, we will introduce the components of the Dataflow operational model. We will examine tools and techniques for troubleshooting and optimizing pipeline performance. We will then review testing, deployment, and reliability best practices for Dataflow pipelines. We will conclude with a review of Templates, which makes it easy to scale Dataflow pipelines to organizations with hundreds of users. These lessons will help ensure that your data platform is stable and resilient to unanticipated circumstances.

了解详情

This course is part 1 of a 3-course series on Serverless Data Processing with Dataflow. In this first course, we start with a refresher of what Apache Beam is and its relationship with Dataflow. Next, we talk about the Apache Beam vision and the benefits of the Beam Portability framework. The Beam Portability framework achieves the vision that a developer can use their favorite programming language with their preferred execution backend. We then show you how Dataflow allows you to separate compute and storage while saving money, and how identity, access, and management tools interact with your Dataflow pipelines. Lastly, we look at how to implement the right security model for your use case on Dataflow.

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

This Data Analytics course consists of a series of advanced-level labs designed to validate your proficiency in using Google Cloud services. Each lab presents a set of the required tasks that you must complete with minimal assistance. The labs in this course have replaced the previous L300 Data Analytics Challenge Lab. If you have already completed the Challenge Lab as part of your L300 accreditation requirement, it will be carried over and count towards your L300 status. You must score 80% or higher for each lab to complete this course, and fulfill your CEPF L300 Data Analytics requirement. For technical issues with a Challenge Lab, please raise a Buganizer ticket using this CEPF Buganizer template: go/cepfl300labsupport

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

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

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

探索生成式 AI - Vertex AI 课程汇集了多组实验， 指导用户在 Google Cloud 平台上运用生成式 AI。参与实验，您将了解 如何使用 Vertex AI PaLM API 系列模型，包括 text-bison、chat-bison 和 textembedding-gecko。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 总结等任务。您还将学习如何通过 Vertex AI 自定义训练对基础模型进行调优， 并将模型部署到 Vertex AI 端点。

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

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

完成 Introduction to Generative AI、Introduction to Large Language Models 和 Introduction to Responsible AI 三门课程，赢取技能徽章。通过最终测验，即表明您理解了生成式 AI 的基本概念。 技能徽章是由 Google Cloud 颁发的数字徽章，旨在认可您对 Google Cloud 产品与服务的了解程度。公开您的个人资料并将技能徽章添加到您的社交媒体个人资料中，以此来分享您获得的成就。

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

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

完成在 Vertex AI 上构建和部署机器学习解决方案课程，赢取中级技能徽章。 在此课程中，您将了解如何使用 Google Cloud 的 Vertex AI Platform、AutoML 以及自定义训练服务来 训练、评估、调优、解释和部署机器学习模型。 此技能徽章课程的目标受众是专业的数据科学家和机器学习 工程师。 技能徽章是由 Google Cloud 颁发的专属数字徽章，旨在认可 您对 Google Cloud 产品与服务的熟练度；您需要在 交互式实操环境中参加考核，证明自己运用所学知识的能力后才能获得此徽章。完成此技能徽章课程 和作为最终评估的实验室挑战赛，即可获得数字徽章， 在您的人际圈中炫出自己的技能。

了解详情

This course covers building ML models with TensorFlow and Keras, improving the accuracy of ML models and writing ML models for scaled use.

了解详情

在本入门级课程中，您将了解 Google Cloud 的基础工具和服务。此课程提供了可选视频， 旨在帮助您深入了解和回顾实验中涉及的概念。Google Cloud 基础知识是推荐给 Google Cloud 学员的第一门课程 - 即使您几乎没有云相关知识，也能从中获得实践 经验，并将其直接运用于您的首个 Google Cloud 项目。从编写 Cloud Shell 命令和部署您的第一个虚拟机，到在 Kubernetes Engine 上运行应用 或者使用负载均衡，“Google Cloud 基础知识”都是您了解该平台 基本功能的首选入门级课程。

了解详情