加入 登录

Shanti Kashid

成为会员时间：2025

黄金联赛

22334 积分
云工程 Earned Sep 3, 2026 EDT
Dialogue Design Earned Apr 7, 2026 EDT
Google DeepMind：训练小语言模型 Earned Mar 12, 2026 EDT
Google DeepMind: 04 Discover The Transformer Architecture Earned Feb 14, 2026 EST
Google DeepMind: 03 Design And Train Neural Networks Earned Feb 10, 2026 EST
Google DeepMind: 02 Represent Your Language Data Earned Feb 10, 2026 EST
Google DeepMind: 01 Build Your Own Small Language Model Earned Jan 28, 2026 EST
生成式 AI 智能体：助力组织转型 Earned Sep 18, 2025 EDT
生成式 AI 应用：改变工作方式 Earned Sep 18, 2025 EDT
生成式 AI：全面了解生成式 AI Earned Sep 18, 2025 EDT
生成式 AI：剖析基本概念 Earned Sep 18, 2025 EDT
生成式 AI：不只是聊天机器人 Earned Sep 18, 2025 EDT
在 Agent Platform 中设计提示 Earned Sep 15, 2025 EDT
融会贯通：为云数据分析师岗位做好准备 Earned Sep 13, 2025 EDT
讲故事的力量：如何在云端可视化数据 Earned Aug 25, 2025 EDT
云端数据管理和存储 Earned Aug 25, 2025 EDT
云端数据转换 Earned Aug 19, 2025 EDT
Responsible AI: 和 Google Cloud 一起践行 AI 原则 Earned Aug 15, 2025 EDT
Google Cloud 数据分析功能简介 Earned Aug 7, 2025 EDT
Introduction to Data Analytics in Google Cloud Earned Aug 1, 2025 EDT
负责任的 AI 简介 Earned Jun 26, 2025 EDT
大型语言模型简介 Earned Jun 18, 2025 EDT
生成式 AI 简介 Earned Jun 18, 2025 EDT

在众多课程中，本入门课程独具特色。 这些实验经过精心设计，旨在让 IT 专业人员通过实践掌握 Google Cloud 认证 Associate Cloud Engineer 考核中的各项主题和服务内容。从 IAM 到网络组建和管理， 再到 Kubernetes Engine 部署，本课程将通过特定实验 检验您的 Google Cloud 知识掌握情况。请注意，虽然这些实操 实验有助于提升您的技能和能力，我们仍建议您同时查阅 考试指南和其他可用的备考资源。

了解详情

78%—or nearly 8 in 10—business leaders say Google Cloud helps them stay ahead in the age of AI. A big part of that comes down to how teams build and connect intelligent systems. Here, you’ll build and manage conversational agents, and use speech-to-text and translation APIs to handle different types of input. You’ll also move from monolithic apps to microservices on GKE, connect workflows using webhooks, and use observability tools to keep track of what’s happening. IAM comes in as well to manage access where needed. It’s a practical look at how these pieces are used together in real setups.

了解详情

完成本课程，赢取 Google DeepMind：训练小语言模型高级技能徽章，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。 注册免费订阅，即可免费访问此实验。每月可免费获得 35 个点数！

了解详情

In this Google DeepMind course you will discover the mechanisms of the transformer architecture. You will investigate how transformer language models process prompts to make context-sensitive next-token predictions. Through practical activities you will explore the attention mechanism, visualize attention weights, and encounter advanced concepts like masked attention and multi-head attention. You will also learn other techniques that are necessary to build neural networks that are well-suited to be used as language models. Finally, through activities on values, stakeholder mapping and community engagement, you will practice concrete tools for ensuring AI projects are developed with communities, not just for them.

了解详情

In this Google DeepMind course you will focus on the training process for machine learning models. You will learn how to spot and mitigate issues when training a model, such as overfitting and underfitting. In practical coding labs, you will implement and evaluate the multilayer perceptron for simple classification tasks. This will provide insights into the mechanics of training a neural network model and the backpropagation algorithm. Research case studies will demonstrate how neural networks power real-world models. Additionally, you will consider the broader social impacts of innovation by looking beyond immediate benefits to anticipate potential risks, safety concerns, and further-reaching societal consequences.

了解详情

In this Google DeepMind course you will learn how to prepare text data for language models to process. You will investigate the tools and techniques used to prepare, structure, and represent text data for language models, with a focus on tokenization and embeddings. You will be encouraged to think critically about the decisions behind data preparation, and what biases within the data may be introduced into models. You will analyze trade-offs, learn how to work with vectors and matrices, how meaning is represented in language models. Finally, you will practice designing a dataset ethically using the Data Cards process, ensuring transparency, accountability, and respect for community values in AI development.

了解详情

In this Google DeepMind course, you will learn the fundamentals of language models and gain a high-level understanding of the machine learning development pipeline. You will consider the strengths and limitations of traditional n-gram models and advanced transformer models. Practical coding labs will enable you to develop insights into how machine learning models work and how they can be used to generate text and identify patterns in language. Through real-world case studies, you will build an understanding around how research engineers operate. Drawing on these insights you will identify problems that you wish to tackle in your own community and consider how to leverage the power of machine learning responsibly to address these problems within a global and local context.

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“Gen 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与世界的互动方式。作为领导者，应该如何利用生成式 AI 来推动实际业务成果？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/服务，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“Gen AI Leader”学习路线的第二门课程。在本课程中，您将探索 AI、机器学习和生成式 AI 之间的差异，了解各种数据类型如何赋能生成式 AI 来应对业务挑战，从而了解生成式 AI 的基本概念。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 开发与部署面临哪些关键挑战。

了解详情

生成式 AI：不只是聊天机器人是 Gen AI Leader 学习路线的第一门课程，没有前提条件要求。本课程旨在带您超越对聊天机器人的浅层认知，深入挖掘生成式 AI 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，它们对于利用生成式 AI 的强大功能至关重要。本课程还将提供指导，让您了解在为组织制定成功的生成式 AI 策略时，应考虑哪些重要因素。

了解详情

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。

了解详情

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。

了解详情

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。

了解详情

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。

了解详情

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。

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

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。

了解详情

This is the first of five courses in the Google Cloud Data Analytics Certificate. In this course, you’ll define the field of cloud data analysis and describe roles and responsibilities of a cloud data analyst as they relate to data acquisition, storage, processing, and visualization. You’ll explore the architecture of Google Cloud-based tools, like BigQuery and Cloud Storage, and how they are used to effectively structure, present, and report data.

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