加入 登录

Apply your skills in Google Cloud console

Mauro Alexis Fernández

成为会员时间：2025

钻石联赛

16560 积分
Feature Engineering Earned Feb 18, 2026 EST
Machine Learning Operations (MLOps) with Vertex AI: Manage Features Earned Feb 16, 2026 EST
Machine Learning Operations (MLOps): Getting Started Earned Feb 16, 2026 EST
Working with Notebooks in Vertex AI Earned Feb 16, 2026 EST
開發人員的負責任 AI 技術：隱私權與安全性 Earned Feb 15, 2026 EST
開發人員的負責任 AI 技術：可解釋性與透明度 Earned Feb 15, 2026 EST
開發人員的負責任 AI 技術：公平性與偏誤 Earned Feb 15, 2026 EST
在 Google Cloud 打造生成式 AI 應用程式 Earned Feb 14, 2026 EST
生成式 AI 簡介 Earned Feb 9, 2026 EST
大型語言模型簡介 Earned Feb 9, 2026 EST
Build a Certification Study Guide: PMLE Earned Jan 31, 2026 EST
在 Vertex AI 設計提示 Earned Jan 31, 2026 EST
在 Google Cloud 部署 Kubernetes 應用程式 Earned Jan 27, 2026 EST
在 Cloud Storage 建立安全的資料湖泊 Earned Jan 26, 2026 EST
Gemini 和 Imagen 實務應用：建構 AI 應用程式 Earned Jan 24, 2026 EST
機器學習運作 (MLOps) 與 Vertex AI：模型評估 Earned Jan 22, 2026 EST
生成式 AI 適用的機器學習運作 (MLOps) Earned Jan 21, 2026 EST
在 Google Cloud 使用 Terraform 建構基礎架構 Earned Oct 24, 2025 EDT
建立 Google Cloud 網路 Earned Oct 24, 2025 EDT
開始使用 Google Kubernetes Engine Earned Oct 23, 2025 EDT
彈性的 Google Cloud 基礎架構：資源調度與自動化 Earned Oct 22, 2025 EDT
重要的 Google Cloud 基礎架構：基本概念 Earned Oct 21, 2025 EDT
重要的 Google Cloud 基礎架構：核心服務 Earned Oct 21, 2025 EDT
Google Cloud 基礎知識：核心基礎架構 Earned Oct 18, 2025 EDT
Preparing for Your Associate Cloud Engineer Journey Earned Oct 16, 2025 EDT
在 Compute Engine 導入 Cloud Load Balancing Earned Sep 14, 2025 EDT
在 Google Cloud 為機器學習 API 準備資料 Earned Sep 14, 2025 EDT
建構安全的 Google Cloud 網路 Earned Sep 13, 2025 EDT
在 Google Cloud 設定應用程式開發環境 Earned Sep 13, 2025 EDT
Google Cloud 運算的基本概念：Google Cloud 的網路與安全性 Earned Sep 12, 2025 EDT
Google Cloud 運算的基本概念：Google Cloud 中的資料、機器學習和 AI Earned Sep 10, 2025 EDT
Google Cloud 運算的基本概念：Google Cloud 基礎架構 Earned Sep 5, 2025 EDT
Google Cloud 運算的基本概念：Cloud 運算基礎知識 Earned Sep 3, 2025 EDT

This course explores the benefits of using Vertex AI Feature Store, how to improve the accuracy of ML models, and how to find which data columns make the most useful features. This course also includes content and labs on feature engineering using BigQuery ML, Keras, and TensorFlow.

了解详情

This course introduces participants to MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud. MLOps is a discipline focused on the deployment, testing, monitoring, and automation of ML systems in production. Learners will get hands-on practice using Vertex AI Feature Store's streaming ingestion at the SDK layer.

了解详情

This course introduces participants to MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud. MLOps is a discipline focused on the deployment, testing, monitoring, and automation of ML systems in production. Machine Learning Engineering professionals use tools for continuous improvement and evaluation of deployed models. They work with (or can be) Data Scientists, who develop models, to enable velocity and rigor in deploying the best performing models.

了解详情

This course is an introduction to Vertex AI Notebooks, which are Jupyter notebook-based environments that provide a unified platform for the entire machine learning workflow, from data preparation to model deployment and monitoring. The course covers the following topics: (1) The different types of Vertex AI Notebooks and their features and (2) How to create and manage Vertex AI Notebooks.

了解详情

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。

了解详情

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。

了解详情

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。

了解详情

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。

了解详情

這個入門微學習課程主要說明生成式 AI 的定義和使用方式，以及此 AI 與傳統機器學習方法的差異。本課程也會介紹各項 Google 工具，協助您開發自己的生成式 AI 應用程式。

了解详情

這是一堂入門級的微學習課程，旨在探討大型語言模型 (LLM) 的定義和用途，並說明如何調整提示來提高 LLM 成效。此外，也會介紹多項 Google 工具，協助您自行開發生成式 AI 應用程式。

了解详情

Learn how to use NotebookLM to create a personalized study guide for the Professional Machine Learning Engineer certification exam (PMLE). You'll review NotebookLM features, create a notebook, and use the study guide to practice for a certification exam.

了解详情

完成 在 Vertex AI 設計提示 技能徽章入門課程，即可證明您具備下列技能： 在 Vertex AI 設計提示、分析圖片，以及運用多模態模型生成內容。瞭解如何建立有效的提示、引導生成式 AI 輸出內容， 以及將 Gemini 模型用於實際的行銷情境。

了解详情

完成 在 Google Cloud 部署 Kubernetes 應用程式 技能徽章中階課程，即可證明您具備下列技能： 設定及建構 Docker 容器映像檔、建立及管理 Google Kubernetes Engine (GKE) 叢集、運用 kubectl 有效 管理叢集，以及運用強大的持續推送軟體更新做法來部署 Kubernetes 應用程式。

了解详情

完成「在 Cloud Storage 建立安全的資料湖泊」技能徽章入門課程，即可證明您具備下列技能： 保護及設定 Cloud Storage bucket、使用 Gemini 生成文字、管理 IAM 存取控管機制，以及建立 Dataplex 湖泊來治理資料。

了解详情

完成「Gemini 和 Imagen 實務應用：建構 AI 應用程式」技能徽章入門課程，即可證明您具備下列技能：圖片辨識、自然語言處理、 使用 Google 強大的 Gemini 和 Imagen 模型生成圖片，以及在 Vertex AI 平台上部署應用程式。

了解详情

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。

了解详情

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。

了解详情

完成「在 Google Cloud 使用 Terraform 建構基礎架構」技能徽章中階課程， 即可證明自己具備下列知識與技能：使用 Terraform 的基礎架構即程式碼 (IaC) 原則、運用 Terraform 設定佈建及管理 Google Cloud 資源、有效管理狀態 (本機和遠端)，以及將 Terraform 程式碼模組化，以利重複使用和管理。

了解详情

完成 建立 Google Cloud 網路 課程即可獲得技能徽章。這個課程將說明 部署及監控應用程式的多種方法，包括查看 IAM 角色及新增/移除 專案存取權、建立虛擬私有雲網路、部署及監控 Compute Engine VM、編寫 SQL 查詢、在 Compute Engine 部署及監控 VM，以及 使用 Kubernetes 透過多種方法部署應用程式。

了解详情

歡迎參加「開始使用 Google Kubernetes Engine」課程。Kubernetes 是位於應用程式和硬體基礎架構之間的軟體層。如果您對這項技術感興趣，這堂課程可以滿足您的需求。有了 Google Kubernetes Engine，您就能在 Google Cloud 中以代管服務的形式使用 Kubernetes。 本課程的目標在於介紹 Google Kubernetes Engine (常簡稱為 GKE) 的基本概念，以及如何將應用程式容器化，以便在 Google Cloud 中執行。課程首先會初步介紹 Google Cloud，隨後簡介容器、Kubernetes、Kubernetes 架構和 Kubernetes 作業。

了解详情

這堂隨選密集課程會向參加人員說明 Google Cloud 提供的全方位彈性基礎架構和平台服務。這堂課結合了視訊講座、示範和實作研究室，可讓參加人員探索及部署解決方案元素，包括安全地建立互連網路、負載平衡、自動調度資源、基礎架構自動化，以及代管服務。

了解详情

這堂隨選密集課程會向參加人員說明 Google Cloud 提供的全方位彈性基礎架構和平台服務，尤其側重於 Compute Engine。這堂課程結合了視訊講座、示範和實作研究室，可讓參加人員探索及部署解決方案元素，例如網路、虛擬機器和應用程式服務等基礎架構元件。您會瞭解如何透過控制台和 Cloud Shell 使用 Google Cloud。另外，您也能瞭解雲端架構師的職責、基礎架構設計方法，以及具備虛擬私有雲 (VPC)、專案、網路、子網路、IP 位址、路徑和防火牆規則的虛擬網路設定。

了解详情

這堂隨選密集課程會向參加人員說明 Google Cloud 提供的全方位彈性基礎架構和平台服務，並將重點放在 Compute Engine。這堂課程結合了視訊講座、示範和實作研究室，可讓參加人員探索及部署解決方案元素，例如網路、系統和應用程式服務等基礎架構元件。另外，這堂課也會介紹如何部署實用的解決方案，包括客戶提供的加密金鑰、安全性和存取權管理機制、配額與帳單，以及資源監控功能。

了解详情

「Google Cloud 基礎知識：核心基礎架構」介紹了在使用 Google Cloud 時會遇到的重要概念和術語。本課程會透過影片和實作實驗室，介紹並比較 Google Cloud 的多種運算和儲存服務，同時提供重要的資源和政策管理工具。

了解详情

This course helps you structure your preparation for the Associate Cloud Engineer exam. You will learn about the Google Cloud domains covered by the exam and how to create a study plan to improve your domain knowledge.

了解详情

完成「在 Compute Engine 導入 Cloud Load Balancing」技能徽章入門課程，即可證明您具備下列技能： 在 Compute Engine 建立及部署虛擬機器， 以及設定網路和應用程式負載平衡器。

了解详情

完成 在 Google Cloud 為機器學習 API 準備資料 技能徽章入門課程，即可證明您具備下列技能： 使用 Dataprep by Trifacta 清理資料、在 Dataflow 執行資料管道、在 Dataproc 建立叢集和執行 Apache Spark 工作，以及呼叫機器學習 API，包含 Cloud Natural Language API、Google Cloud Speech-to-Text API 和 Video Intelligence API。

了解详情

完成「建構安全的 Google Cloud 網路」課程，即可獲得技能徽章。本課程將說明多項網路相關 資源，協助您在 Google Cloud 建構、調度資源和保護應用程式。

了解详情

只要修完「在 Google Cloud 設定應用程式開發環境」課程，就能獲得技能徽章。 在本課程中，您將學會如何使用以下技術的基本功能，建構和連結以儲存空間為中心的雲端基礎架構：Cloud Storage、Identity and Access Management、Cloud Functions 和 Pub/Sub。

了解详情

Google Cloud 運算基本概念課程，適合幾乎沒有雲端運算背景或經驗的學員。這些課程會說明雲端運算基本知識、大數據和機器學習的核心概念，以及 Google Cloud 的角色和定位。 完成這一系列課程後，學員將能夠闡述這些概念並展示實用技能。學員應依以下順序完成課程： 1. Google Cloud 運算的基本概念：Cloud 運算基礎知識 2. Google Cloud 運算的基本概念：Google Cloud 基礎架構 3. Google Cloud 運算的基本概念：Google Cloud 的網路與安全性 4. Google Cloud 運算的基本概念：Google Cloud 中的資料、機器學習和 AI 第三門課涵蓋雲端自動化和管理工具，以及建構安全網路。

了解详情

Google Cloud 運算基本概念課程，適合幾乎沒有雲端運算背景或經驗的學員。這些課程會概略介紹雲端基礎知識、大數據和機器學習的核心概念，以及 Google Cloud 的角色和定位。完成這一系列課程後，學員將能闡述這些概念並展示實用技能。學員需依序完成課程： 1. Google Cloud 運算的基本概念：Cloud 運算基礎知識 2. Google Cloud 運算的基本概念：Google Cloud 基礎架構 3. Google Cloud 運算的基本概念：Google Cloud 的網路與安全性 4. Google Cloud 運算的基本概念：Google Cloud 中的資料、機器學習和 AI 本系列的最後一堂課回顧了代管大數據服務、機器學習與這項技術的價值，以及如何獲得技能徽章，進一步展示您的 Google Cloud 技能。

了解详情

Google Cloud 運算基本概念課程，適合幾乎沒有雲端運算背景或經驗的學員。這些課程會概略介紹雲端基礎知識、大數據和機器學習的核心概念，以及 Google Cloud 的角色和定位。完成這一系列課程後，學員將能闡述這些概念並展示實用技能。學員需依序完成課程： 1. Google Cloud 運算的基本概念：Cloud 運算基礎知識 2. Google Cloud 運算的基本概念：Google Cloud 基礎架構 3. Google Cloud 運算的基本概念：Google Cloud 的網路與安全性 4. Google Cloud 運算的基本概念：Google Cloud 中的資料、機器學習和 AI

了解详情

Google Cloud 運算基本概念課程，適合幾乎沒有雲端運算背景或經驗的學員。這些課程會說明雲端運算基本知識、大數據和機器學習的核心概念，以及 Google Cloud 的角色和定位。完成這一系列課程後，學員將能夠闡述這些概念並展示實用技能。學員應依以下順序完成課程： 1. Google Cloud 運算的基本概念：Cloud 運算基礎知識 2. Google Cloud 運算的基本概念：Google Cloud 基礎架構 3. Google Cloud 運算的基本概念：Google Cloud 的網路與安全性 4. Google Cloud 運算的基本概念：Google Cloud 中的資料、機器學習和 AI 第一門課會概略說明雲端運算、Google Cloud 的使用方式，以及不同的運算選項。

了解详情