加入 登录

在 Google Cloud 控制台中运用您的技能

Gandrothu V N S M Prudhvi Raju

成为会员时间：2023

黄金联赛

18085 积分
Transformer 模型和 BERT 模型 Earned Jun 5, 2025 EDT
注意力机制 Earned Jun 2, 2025 EDT
图像生成简介 Earned Nov 2, 2024 EDT
编码器-解码器架构 Earned Nov 2, 2024 EDT
Responsible AI: 和 Google Cloud 一起践行 AI 原则 Earned Jul 23, 2024 EDT
在 Vertex AI 中设计提示 Earned Jul 22, 2024 EDT
负责任的 AI 简介 Earned Jul 17, 2024 EDT
大型语言模型简介 Earned Jul 14, 2024 EDT
生成式 AI 简介 Earned Jul 13, 2024 EDT
Google Cloud 数据分析功能简介 Earned Jul 4, 2024 EDT
Exploring and Preparing your Data with BigQuery Earned Sep 20, 2023 EDT
Data Catalog Fundamentals Earned Sep 20, 2023 EDT
在 Looker 中管理数据模型 Earned Sep 18, 2023 EDT
通过 BigQuery ML 创建机器学习模型 Earned Sep 15, 2023 EDT
从 BigQuery 数据中挖掘数据洞见 Earned Sep 15, 2023 EDT
在 Google Cloud 上为机器学习 API 准备数据 Earned Sep 15, 2023 EDT
在 Looker 中应用高级 LookML 概念 Earned Sep 14, 2023 EDT
在 Looker 中构建 LookML 对象 Earned Sep 11, 2023 EDT
为 Looker 信息中心和报告准备数据 Earned Sep 7, 2023 EDT
Developing Data Models with LookML Earned Sep 3, 2023 EDT
Analyzing and Visualizing Data in Looker Earned Sep 3, 2023 EDT
Applying Machine Learning to your Data with Google Cloud Earned Aug 30, 2023 EDT
Creating New BigQuery Datasets and Visualizing Insights Earned Aug 29, 2023 EDT
Achieving Advanced Insights with BigQuery Earned Aug 29, 2023 EDT
Google Cloud Big Data and Machine Learning Fundamentals Earned Aug 28, 2023 EDT

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

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

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 在 Vertex AI 中设计提示入门技能徽章课程，展示以下方面的技能： Vertex AI 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

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

在本新手级课程中，您将了解 Google Cloud 数据分析工作流，以及可用于探索、分析和直观呈现数据并与相关人员共享发现结果的工具。结合案例研究、实操实验、讲座和测验/演示，本课程展示了如何将原始数据集转化为纯净数据，进而转化为实用的可视化图表和信息中心。无论您是已经在从事数据工作并想了解如何通过 Google Cloud 取得成功，还是在寻求职业发展，都可以借助本课程迈出第一步。几乎所有在工作中执行或使用数据分析的人都可以从本课程中受益。

了解详情

In this course, we see what the common challenges faced by data analysts are and how to solve them with the big data tools on Google Cloud. You’ll pick up some SQL along the way and become very familiar with using BigQuery and Dataprep to analyze and transform your datasets. This is the first course of the From Data to Insights with Google Cloud series. After completing this course, enroll in the Creating New BigQuery Datasets and Visualizing Insights course.

了解详情

Data Catalog is deprecated and will be discontinued on January 30, 2026. You can still complete this course if you want to. For steps to transition your Data Catalog users, workloads, and content to Dataplex Catalog, see Transition from Data Catalog to Dataplex Catalog (https://cloud.google.com/dataplex/docs/transition-to-dataplex-catalog). Data Catalog is a fully managed and scalable metadata management service that empowers organizations to quickly discover, understand, and manage all of their data. In this quest you will start small by learning how to search and tag data assets and metadata with Data Catalog. After learning how to build your own tag templates that map to BigQuery table data, you will learn how to build MySQL, PostgreSQL, and SQLServer to Data Catalog Connectors.

了解详情

完成中级技能徽章课程在 Looker 中管理数据 模型，展示以下方面的技能：维护 LookML 项目的健康状况；利用 SQL Runner 进行数据验证；采用 LookML 最佳实践；优化查询和 报告；以及实现永久性派生表和缓存政策。

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

完成入门级技能徽章课程“从 BigQuery 数据中挖掘数据洞见”，展示您在以下方面的技能： 编写 SQL 查询、查询公共表、将示例数据加载到 BigQuery 中、 在 BigQuery 中使用查询验证器排查常见的语法错误，以及通过连接到 BigQuery 数据在 Looker Studio 中 创建报告。

了解详情

完成入门级技能徽章课程在 Google Cloud 上为机器学习 API 准备数据，展示以下技能： 使用 Dataprep by Trifacta 清理数据、在 Dataflow 中运行数据流水线、在 Dataproc 中创建集群和运行 Apache Spark 作业，以及调用机器学习 API，包括 Cloud Natural Language API、Google Cloud Speech-to-Text API 和 Video Intelligence API。

了解详情

在本课程中，您将获得在 Looker 中应用高级 LookML 概念 的实践经验。您将学习如何使用 Liquid 自定义和创建动态 维度和测量、创建动态 SQL 派生表和自定义原生 派生表，并运用扩展功能来模块化你的 LookML 代码

了解详情

完成在 Looker 中构建 LookML 对象入门技能徽章课程，展示以下方面的技能： 构建新的维度、测量、视图和派生表；根据需求设置测量的过滤条件和 类型；更新维度和测量； 构建并优化探索；将视图联接到现有探索；并根据业务需求 决定要创建哪些 LookML 对象。

了解详情

完成为 Looker 信息中心和报告准备数据入门级技能徽章课程， 展现您在以下方面的技能：对数据进行过滤、排序和透视；将来自不同 Looker 探索的结果合并； 以及使用函数和运算符构建 Looker 信息中心和报告以用于数据分析和可视化。

了解详情

This course empowers you to develop scalable, performant LookML (Looker Modeling Language) models that provide your business users with the standardized, ready-to-use data that they need to answer their questions. Upon completing this course, you will be able to start building and maintaining LookML models to curate and manage data in your organization’s Looker instance.

了解详情

In this course, you learn how to do the kind of data exploration and analysis in Looker that would formerly be done primarily by SQL developers or analysts. Upon completion of this course, you will be able to leverage Looker's modern analytics platform to find and explore relevant content in your organization’s Looker instance, ask questions of your data, create new metrics as needed, and build and share visualizations and dashboards to facilitate data-driven decision making.

了解详情

In this course, we define what machine learning is and how it can benefit your business. You'll see a few demos of ML in action and learn key ML terms like instances, features, and labels. In the interactive labs, you will practice invoking the pretrained ML APIs available as well as build your own Machine Learning models using just SQL with BigQuery ML.

了解详情

This is the second course in the Data to Insights course series. Here we will cover how to ingest new external datasets into BigQuery and visualize them with Looker Studio. We will also cover intermediate SQL concepts like multi-table JOINs and UNIONs which will allow you to analyze data across multiple data sources. Note: Even if you have a background in SQL, there are BigQuery specifics (like handling query cache and table wildcards) that may be new to you. After completing this course, enroll in the Achieving Advanced Insights with BigQuery course.

了解详情

The third course in this course series is Achieving Advanced Insights with BigQuery. Here we will build on your growing knowledge of SQL as we dive into advanced functions and how to break apart a complex query into manageable steps. We will cover the internal architecture of BigQuery (column-based sharded storage) and advanced SQL topics like nested and repeated fields through the use of Arrays and Structs. Lastly we will dive into optimizing your queries for performance and how you can secure your data through authorized views. After completing this course, enroll in the Applying Machine Learning to your Data with Google Cloud course.

了解详情

This course introduces the Google Cloud big data and machine learning products and services that support the data-to-AI lifecycle. It explores the processes, challenges, and benefits of building a big data pipeline and machine learning models with Vertex AI on Google Cloud.

了解详情