Aerupilli Bhaskara Rao
Member since 2026
Diamond League
5410 points
生成式 AI 代理：實現組織轉型
Earned Oct 1, 2026 EDT
生成式 AI 應用程式：徹底改變工作方式
Earned Oct 1, 2026 EDT
生成式 AI：掌握幕後技術與環境
Earned Oct 1, 2026 EDT
生成式 AI：瞭解基礎概念
Earned Oct 1, 2026 EDT
生成式 AI：不只是聊天機器人
Earned Oct 1, 2026 EDT
使用 Knowledge Catalog 建構資料網格
Earned Jul 20, 2026 EDT
部署多代理架構
Earned Jul 19, 2026 EDT
以串流方式將分析資料傳入 BigQuery
Earned Jul 17, 2026 EDT
Build Batch Data Pipelines on Google Cloud
Earned Jul 17, 2026 EDT
從 BigQuery 資料取得深入分析結果
Earned Jul 8, 2026 EDT
Build Data Lakes and Data Warehouses on Google Cloud
Earned Jul 5, 2026 EDT
透過 BigQuery 建構資料倉儲
Earned Jul 1, 2026 EDT
「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。
Learn more
「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。
Learn more
「生成式 AI：掌握幕後技術與環境」是 Gen 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，以及與周遭世界的互動模式。身為領導者，您要如何駕馭其強大的功能，創造實際的業務成果？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 產品與服務，以及選擇解決方案時應考量的因素。
Learn more
生成式 AI：瞭解基礎概念是 Gen 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，以及各種類型的資料如何協助生成式 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 因應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。
Learn more
「生成式 AI：不只是聊天機器人」是 Gen AI Leader 學習路徑的第一門課程，沒有先修條件。本課程旨在帶領您超越對聊天機器人的基本認識，探索生成式 AI 能為貴組織帶來的真正潛力。您將瞭解基礎模型和提示工程等概念，這些都是發揮生成式 AI 威力的關鍵。本課程也會引導您思考重要事項，協助您為貴組織制定成功的生成式 AI 策略。
Learn more
完成「使用 Knowledge Catalog 建構資料網格」技能徽章入門課程，即可證明您具備下列技能：使用 Knowledge Catalog 建構資料網格， 以利在 Google Cloud 維護資料安全性，並協助治理和探索資料。您將練習並測試自己的技能，包括在 Knowledge Catalog 為資產加上標記、指派 IAM 角色，以及評估資料品質。
Learn more
完成進階的「部署多代理架構」技能徽章課程，證明您具備以下技能： 使用 ADK 建構多代理系統、將代理連結代理對代理 (A2A) 通訊協定、使用 Model Context Protocol (MCP) 整合外部工具，以及將完整的多代理解決方案部署至 Agent Engine。
Learn more
完成「以串流方式將分析資料傳入 BigQuery」課程，即可獲得技能徽章。 在此課程中，您將綜合應用 Pub/Sub、Dataflow 和 BigQuery，並以串流方式傳送 資料進行分析。
Learn more
In this intermediate course, you will learn to design, build, and optimize robust batch data pipelines on Google Cloud. Moving beyond fundamental data handling, you will explore large-scale data transformations and efficient workflow orchestration, essential for timely business intelligence and critical reporting.
Get hands-on practice using Dataflow for Apache Beam and Serverless for Apache Spark (Dataproc Serverless) for implementation, and tackle crucial considerations for data quality, monitoring, and alerting to ensure pipeline reliability and operational excellence. A basic knowledge of data warehousing, ETL/ELT, SQL, Python, and Google Cloud concepts is recommended.
Learn more
完成 從 BigQuery 資料取得深入分析結果 技能徽章入門課程，即可證明您具備下列技能： 撰寫 SQL 查詢、查詢公開資料表、將樣本資料載入 BigQuery、使用 BigQuery 的查詢驗證工具 排解常見語法錯誤，以及在 Data Studio 中 透過連結 BigQuery 資料建立報表。
Learn more
While the traditional approaches of using data lakes and data warehouses can be effective, they have shortcomings, particularly in large enterprise environments. This course introduces the concept of a data lakehouse and the Google Cloud products used to create one. A lakehouse architecture uses open-standard data sources and combines the best features of data lakes and data warehouses, which addresses many of their shortcomings.
Learn more
完成 透過 BigQuery 建構資料倉儲 技能徽章中階課程，即可證明您具備下列技能： 彙整資料以建立新資料表、排解彙整作業問題、利用聯集附加資料、建立依日期分區的資料表， 以及在 BigQuery 使用 JSON、陣列和結構體。
Learn more
