加入 登录

Subin Kim

成为会员时间：2022

使用智能体开发套件 (ADK) 构建 AI 智能体 Earned Sep 30, 2026 EDT
使用 BigQuery 实现多模态向量搜索 Earned Sep 30, 2026 EDT
使用多模态 Gemini 和多模态 RAG 检查富文档 Earned Sep 30, 2026 EDT
Build Agent Skills with Google Earned Sep 30, 2026 EDT
使用 ADK 和 MCP 构建协作式多智能体系统 Earned Sep 30, 2026 EDT
Model Armor：保障 AI 部署安全 Earned Sep 30, 2026 EDT
使用 Gemini Enterprise 编排多智能体工作流 Earned Sep 30, 2026 EDT
Google Cloud Agent Governance and Security Earned Sep 30, 2026 EDT
管理智能体记忆和状态 Earned Sep 30, 2026 EDT
部署您的第一个智能体 Earned Sep 30, 2026 EDT
利用工具为智能体注入强大功能 Earned Sep 30, 2026 EDT
生成式 AI 智能体：助力组织转型 Earned Sep 30, 2026 EDT
生成式 AI：全面了解生成式 AI Earned Sep 30, 2026 EDT
生成式 AI 应用：改变工作方式 Earned Sep 30, 2026 EDT
生成式 AI：剖析基本概念 Earned Sep 30, 2026 EDT
在生产环境中构建和部署智能体 Earned Sep 30, 2026 EDT
优化智能体行为 Earned Sep 30, 2026 EDT
使用 Gemini 分析和推理多模态数据 Earned Sep 30, 2026 EDT
增强 Lakehouse 数据的元数据管理与数据发现能力 Earned Sep 30, 2026 EDT
生成式 AI：不只是聊天机器人 Earned Sep 30, 2026 EDT
Coordinate Multiple Agents Earned Sep 30, 2026 EDT
保护企业 AI 智能体 Earned Sep 29, 2026 EDT
以人为本的 AI Earned Sep 29, 2026 EDT
保护 Lakehouse 数据 Earned Sep 29, 2026 EDT
从 BigQuery 数据中挖掘数据洞见 Earned Sep 29, 2026 EDT
使用 Dataplex 整理和治理数据 Earned Sep 29, 2026 EDT
在 Google AI Studio 中开发 AI 驱动的原型 Earned Sep 29, 2026 EDT
提升 Gemini 模型的能力 Earned Sep 29, 2026 EDT
使用 Agent Platform 探索生成式 AI Earned Sep 29, 2026 EDT
使用智能体开发套件 (ADK) 打造您的首个智能体 Earned Sep 23, 2026 EDT
使用智能体开发套件 (ADK) 打造智能体 Earned Sep 23, 2026 EDT
在 Agent Platform 中设计提示 Earned Sep 23, 2026 EDT
打造您的首个 Gemini Enterprise 应用 Earned Sep 22, 2026 EDT
企业智能体及其应用场景 Earned Sep 22, 2026 EDT
智能体基础知识 Earned Sep 22, 2026 EDT
AI 智能体简介 Earned Sep 22, 2026 EDT
Google Vids 中的 Gemini Earned Jun 5, 2026 EDT
AI Boost Bites：Gemini 图片转表格技巧 Earned Jun 5, 2026 EDT
AI Boost Bites：为您的策略“挑挑刺” Earned Jun 5, 2026 EDT
[DEPRECATED] AI Boost Bites: NotebookLM for Competitive Edge Earned Jun 5, 2026 EDT
Unleash Team Potential: Assess Learning Needs Using GenAI Earned Jun 5, 2026 EDT
Google 云端硬盘中的 Gemini Earned Oct 2, 2024 EDT
Google Meet 中的 Gemini Earned Aug 15, 2024 EDT
Google 表格中的 Gemini Earned Aug 15, 2024 EDT
Google 幻灯片中的 Gemini Earned Aug 15, 2024 EDT
Google 文档中的 Gemini Earned Aug 15, 2024 EDT
Gmail 中的 Gemini Earned Aug 15, 2024 EDT
内置 Gemini 的 Google Workspace：AI 工作流基础知识 Earned Aug 8, 2024 EDT
Responsible AI: 和 Google Cloud 一起践行 AI 原则 Earned Feb 22, 2024 EST
Transformer 模型和 BERT 模型 Earned Oct 16, 2023 EDT
编码器-解码器架构 Earned Oct 16, 2023 EDT
注意力机制 Earned Oct 16, 2023 EDT
创建图片标注模型 Earned Oct 16, 2023 EDT
Vertex AI Studio 简介 Earned Oct 16, 2023 EDT
图像生成简介 Earned Oct 4, 2023 EDT
Generative AI Fundamentals - 简体中文 Earned Sep 18, 2023 EDT
负责任的 AI 简介 Earned Sep 6, 2023 EDT
大型语言模型简介 Earned Sep 6, 2023 EDT
生成式 AI 简介 Earned Sep 4, 2023 EDT
在 Google Cloud 中使用 Kubernetes Earned Jul 19, 2022 EDT
可靠的 Google Cloud 基础设施: 设计和流程 Earned Jun 20, 2022 EDT
开发 Google Cloud 网络 Earned Jun 19, 2022 EDT
使用 BigQuery 构建数据仓库 Earned Jun 19, 2022 EDT
云工程 Earned Apr 16, 2022 EDT
Google Cloud 弹性基础设施：扩缩和自动化 Earned Apr 15, 2022 EDT
Google Cloud 重要基础设施：核心服务 Earned Apr 14, 2022 EDT
Google Cloud 重要基础设施：基础 Earned Apr 11, 2022 EDT
Build a Certification Study Guide: ACE Exam Prep Earned Apr 10, 2022 EDT
利用 BigQuery ML 构建预测模型时的数据工程处理 Earned Mar 31, 2022 EDT
[DEPRECATED] Data Engineering Earned Mar 30, 2022 EDT
Build a Certification Study Guide: PDE Exam Prep Earned Mar 28, 2022 EDT
Serverless Data Processing with Dataflow: Operations Earned Mar 28, 2022 EDT
Serverless Data Processing with Dataflow: Develop Pipelines Earned Mar 25, 2022 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud Earned Mar 23, 2022 EDT
Build Streaming Data Pipelines on Google Cloud Earned Mar 22, 2022 EDT
Build Data Lakes and Data Warehouses on Google Cloud Earned Mar 18, 2022 EDT
How Google Does Machine Learning Earned Mar 18, 2022 EDT
Serverless Data Processing with Dataflow: Foundations Earned Mar 17, 2022 EDT
在 Google Cloud 上为机器学习 API 准备数据 Earned Mar 17, 2022 EDT
基准：数据、机器学习和 AI Earned Mar 16, 2022 EDT
[DEPRECATED] Google Cloud Big Data and Machine Learning Fundamentals Earned Mar 14, 2022 EDT
为 Compute Engine 实现云负载均衡 Earned Mar 12, 2022 EST
在 Google Cloud 上设置应用开发环境 Earned Mar 12, 2022 EST
基准：基础架构 Earned Mar 10, 2022 EST
Google Cloud 基础知识：核心基础设施 Earned Mar 8, 2022 EST
Google Cloud 基础知识 Earned Mar 2, 2022 EST

完成本课程，赢取使用智能体开发套件 (ADK) 构建 AI 智能体中级技能徽章，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。

了解详情

完成中级技能徽章课程“使用 BigQuery 实现多模态向量搜索”， 展示自己在以下方面的技能：使用 Gemini in BigQuery 生成和调试 SQL；进行情感分析； 总结文本和识别关键字；生成嵌入；创建 RAG（检索增强生成）流水线； 以及实现多模态向量搜索。

了解详情

完成中级技能徽章课程使用多模态 Gemini 和多模态 RAG 检查富文档，展示您在以下方面的技能： 将多模态与 Gemini 配合使用，从而使用多模态提示从文本数据和视觉数据中提取信息、生成视频说明、 检索视频中不包含的额外信息； 将多模态检索增强生成 (RAG) 与 Gemini 配合使用，以构建包含文本和图片的文档的元数据、获取所有相关文本块并输出引用。

了解详情

Close the gap between general AI capabilities and your domain knowledge through Agent Skills. This course walks you through the full lifecycle of custom skill building, from local scaffolding and testing to enterprise scaling and sharing using Google's agent ecosystem, including Google Antigravity, ADK, and Skill Registry. Additionally, you use Google Agents CLI toolkit to attach skills to standalone 24/7 cloud agents, equipping your team with reliable, autonomous digital coworkers.

了解详情

学习如何使用 Google 的智能体开发套件 (ADK) 和 Model Context Protocol (MCP) 设计、协调和部署多智能体系统。以旅行礼宾为例，您将学习如何编排由专用智能体组成的网络，并为其配置自定义护栏。学完本课程后，您将了解构建稳健、可伸缩的 AI 工作流所需的设计模式和部署策略。

了解详情

本课程回顾了 Model Armor 的基本安全功能，并让您能够使用该服务。您将了解与 LLM 相关的安全风险，以及 Model Armor 如何保护您的 AI 应用。

了解详情

完成入门级使用 Gemini Enterprise 编排多智能体工作流技能徽章课程，展示您在以下方面的技能：使用由 Gemini Enterprise 提供支持的智能体助理整合来自第一方和第三方来源的数据、制作多媒体营销材料，以及跨系统自动执行业务操作。 技能徽章通过动手实验和挑战赛形式的评估，检验您对特定产品的实际知识掌握情况。完成课程即可获得徽章，也可直接参加实验室挑战赛，快速获得徽章。徽章可证明您掌握技能的熟练程度，提升您的专业形象，最终助您获得更多职业机会。欢迎访问您的个人资料，跟踪您已获得的徽章。

了解详情

As enterprise teams transition to autonomous AI agents, security evolves toward proactive, identity-centric protection. In this course, you will implement a zero-trust security architecture for Cymbal Banking's underwriting platform using the Gemini Enterprise Agent Platform. By deploying a regional Egress Agent Gateway, configuring Model Armor and Semantic Governance (SGP) safety templates, assigning cryptographic SPIFFE identities to agent runtimes, and declaring a VPC-SC perimeter in Terraform, you will protect database boundaries and manage tools with production-grade governance.

了解详情

您已经构建了能够回答查询的基本 LLM 智能体，现在让我们为其赋予状态。使用会话状态来构建能够维护上下文、记住用户偏好并提供个性化体验的智能体。将智能体从“无状态的回复者”转变为“智能助理”。 探索 Gemini Enterprise Agent Ready (GEAR) 计划中的其他内容。 加入社区论坛，提出问题并参与讨论

了解详情

将智能体从 localhost 部署到生产环境。本课程将介绍如何将 ADK 智能体部署到 Vertex AI Agent Engine 和 Cloud Run，以及如何通过记忆库实现可选的跨会话记忆功能。

了解详情

您已经构建了具有高级配置的智能体，现在可赋予它们实际应用能力。为智能体配备能够搜索网络、执行代码、查询数据库和执行自定义操作的工具。让智能体从“智能回答者”转变为能够自主采取行动的得力助手。

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：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 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：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

探索如何使用 Google 的智能体开发套件 (ADK) 和 Google Cloud 强大的基础设施来构建和部署多智能体系统。您将学习如何设计分层智能体树和确定性工作流智能体，同时确定理想的托管环境（从无服务器 Cloud Run 到高性能 GKE），以确保您的 AI 智能体安全、可伸缩且可用于生产用途。

了解详情

您已经创建了自己的第一个智能体，现在是时候更进一步了。在本课程中，您将通过学习应用高级指令、模型选择、规划功能以及结构化输出模式来精进技能，将基础 AI 智能体升级为一个精确、专业的智能助理。加入社区论坛，提出问题并参与讨论

了解详情

完成中级技能徽章课程使用 Gemini 分析和推理多模态数据，展示自己在以下方面的技能：使用 Gemini 2.0 Flash 分析文本、图片、音频（以乐谱形式表示）和视频数据，对这些综合信息进行推理，以便得出结论并提取分析洞见。

了解详情

完成增强 Lakehouse 数据的元数据管理与数据发现能力这一技能徽章课程，展示您在 BigQuery、 Lakehouse 和 Knowledge Catalog 方面的技能。您将创建 Lakehouse 表，并增强表数据的元数据管理与数据发现能力。

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

Learn to coordinate multiple specialized agents working together. This lesson teaches you when to use multi-agent systems, how to orchestrate agents with workflow patterns, and how agents communicate through shared state. By the end, you’ll build a complete multi-agent application.

了解详情

了解如何在 Google Cloud 上保护和治理 AI 智能体。本课程提供了一个实用的路线图，可帮助您保护智能体记忆，通过 IAM 和 VPC Service Controls 实施严格的访问权限控制，并部署实时对话防护措施，从而确保企业部署安全合规。

了解详情

探索从任务驱动型工作流到以人为本的 AI 编排的重大转变。您将学习如何从战略层面区分增强和自动化，以及如何平衡机器效率与人类直觉。

了解详情

完成保护 Lakehouse 数据这一入门级技能徽章课程，展示您在以下方面的技能：使用 IAM、BigQuery、Lakehouse 和 Knowledge Catalog 中的 Data Catalog 创建和保护 Lakehouse 表。

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 Data Studio 中 创建报告。

了解详情

完成入门级技能徽章课程“使用 Dataplex 整理和治理数据”，展示您在以下方面的技能：创建 Dataplex 资产、创建切面类型，以及将切面应用于 Dataplex 中的条目。 技能徽章通过动手实验和挑战赛形式的评估，检验您对特定产品的实际知识掌握情况。完成课程即可获得徽章， 也可直接参加实验室挑战赛，快速获得徽章。徽章可证明您掌握技能的熟练程度，提升您的专业形象，最终助您获得更多职业机会。欢迎访问您的个人资料，并跟踪您已获得的徽章。

了解详情

完成入门级技能徽章课程“在 Google AI Studio 中开发 AI 驱动的原型”，展示您在以下方面的技能：撰写有效的提示、 利用多模态功能进行图片和视频分析、根据模板和文本提示构建功能性 AI 应用原型，以及使用 API 密钥构建和部署自定义 AI 解决方案。

了解详情

完成中级技能徽章课程“提升 Gemini 模型的能力”，展示您在以下方面的技能： 利用 Gemini 模型的高级功能（包括代码生成和执行、接地、受控内容生成 和合成数据创建）来构建功能更强大、更复杂的 AI 应用。

了解详情

完成中级技能徽章课程使用 Agent Platform 探索生成式 AI，展示自己在以下方面的技能： 文本生成技能、用于增强内容创作能力的图像和视频分析技能，以及在 Gemini API 中应用函数调用技术的技能。 了解如何运用先进的 Gemini 技术、探索多模态内容生成方法，并扩展 AI 赋能项目的功能。

了解详情

使用 Google 的智能体开发套件 (ADK) 构建、配置和运行您的第一个 AI 智能体，将您对智能体的理解转化为实际应用。 在本实操课程中，您将设置一个完整的 ADK 开发环境，使用 Python 代码和 YAML 配置两种方式创建智能体，并通过多个界面运行智能体。您还将学习定义智能体行为的核心参数，将您在课程 1 中学到的知识应用到实际代码中。

了解详情

了解如何使用智能体开发套件 (ADK) 构建可用于生产用途的复杂 AI 智能体。本课程介绍了 ADK 的开源框架，助力开发者从简单的提示工程跨越到代码优先的结构化软件开发方法，从而构建企业级多智能体系统。

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

打造您的首个 Gemini Enterprise 应用，赢得技能徽章！将各种数据源连接到您的应用中，构建强大、统一的搜索和分析引擎。掌握进阶能力，如：深度研究型智能体、多智能体协同构思，以及用于进行聚焦式分析的 NotebookLM。

了解详情

了解 AI 智能体如何为业务带来实际影响。您将把智能体类型关联到您的关键绩效指标 (KPI)，并探索能够解决实际瓶颈的用例。然后，您将了解 Gemini Enterprise 如何帮助您构建和编排合适的智能体，其范围涵盖从无代码到高代码的各种解决方案。

了解详情

本课程将介绍 AI 智能体的基础知识，并探讨智能体在现实世界中的价值所在。它为想要从自主、目标导向行为的角度理解 AI 系统的开发者、架构师和技术决策者奠定了基础。

了解详情

大致了解 AI 智能体的概念。了解 AI 智能体如何通过自主行动和推理来解决复杂问题。您将探索技术架构（模型、工具和编排），该架构使智能体能够学习、规划，并为您实现目标。

了解详情

本课程将介绍 Google Vids，这是 Google Workspace 中一款由 AI 赋能的创作工具，可帮助您将原始文档转换为专业、引人入胜的视频，无需任何编辑经验。您将学习如何使用模板和自动化工具快速生成草稿，以及如何通过基于转写稿的编辑、动态视觉增强和自定义音乐来定制内容。最后，您将探索如何集成 AI 虚拟形象和旁白，在各种业务场景中无缝讲解演示文稿。

了解详情

本视频介绍了如何使用 Gemini 消除繁琐的手动数据录入。了解如何拍摄数据照片或截取数据屏幕截图（来自 PDF、纸质文档或图片），然后提示 Gemini 立即将其转换为结构化的 Google 表格。探索这个简单技巧，让 Gemini 成为您的个人数据录入助理，节省大量转写数据的时间。只需拍照、撰写提示并导出即可！

了解详情

本视频将向您介绍如何利用 AI 识别策略中的弱点和潜在假设。您将学习“挑刺”法，这是一种借助 AI 提示词对方案进行压力测试的简便方法，有助于查漏补缺并强化战略思维。

了解详情

This video will cover how to use NotebookLM to gather and analyze publicly available information, combine it with internal documents, and extract key competitive insights.

了解详情

Unleash Team Potential: Assess Learning Needs Using GenAI offers practical guidance on using generative AI to perform skill assessment and career development recommendations, thus empowering leaders to elevate team performance, foster talent growth, and bridge skill gaps to achieve success.

了解详情

本课程介绍如何在 Google 云端硬盘中使用 Gemini 来管理和检索文件。了解如何使用自然语言定位资源、在无需打开文件的情况下通过 AI 概览直接提取特定事实、即时总结多种媒体格式的内容，并将文件集合保存为“项目”以进行可重复的研究。

了解详情

本课程介绍如何使用 Google Meet 中的 Gemini 来提升视频协作体验。了解如何自动生成会议记录、利用实时文本和语音翻译功能、在不打扰他人的情况下快速了解错过的讨论，以及即时优化音视频质量。

了解详情

本课程介绍如何使用 Google 表格中的 Gemini 自动整理数据和处理复杂数字。了解如何根据原始文本构建表格、使用自然语言自动填充数据、按需生成原生电子表格公式，以及快速提取高级分析洞见或可视化图表，而无需具备高级电子表格专业知识。

了解详情

本课程将介绍如何利用 Google 幻灯片中的 Gemini 将构思转化为极具视觉冲击力的演示文稿。学习如何通过单个提示词或现有源文档生成结构化幻灯片组，利用自动设计增强功能优化布局，创建自定义矢量图和照片，并动态撰写幻灯片正文及精准的演讲者备注。

了解详情

本课程介绍如何使用 Google 文档中的 Gemini 来简化写作和内容创作。了解如何从头开始起草文档，使用互动式工具优化写作语气和清晰度，总结复杂文件，以及将长篇文本无缝转换为适用于其他 Google Workspace 应用的结构化资产。

了解详情

本课程介绍如何使用 Gmail 中的 Gemini 来优化邮件管理。了解如何总结冗长的会话串、使用自然语言检索信息、起草专业回复，以及直接在收件箱中整理沟通策略。

了解详情

Gemini for Google Workspace 可在 Google Workspace 中为客户提供生成式 AI 功能。在本学习路线中，您将了解 Gemini 的主要功能，以及如何在 Google Workspace 中使用它们来提高工作效率。

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

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

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

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

Kubernetes 是最受欢迎的容器编排系统， Google Kubernetes Engine 专为支持 Google Cloud 中的托管式 Kubernetes 部署 而设计。在本高级课程中，您将亲自动手配置 Docker 映像、容器，并部署功能完备的 Kubernetes Engine 应用。 此课程将帮助您掌握在工作流中集成容器编排所需的 实用技能。 想要参加实操实验室挑战赛， 展示您的技能并检验所学知识？完成本课程后，不妨继续参与这项额外的 实验室挑战赛，赢得 Google Cloud 专属数字徽章。 该挑战赛位于在 Google Cloud 上部署 Kubernetes 应用课程的结尾处。

了解详情

本课程指导学员运用久经考验的设计模式在 Google Cloud 上构建高度可靠且高效的解决方案。它是“Google Compute Engine 架构设计”或“Google Kubernetes Engine 架构设计”课程的延续，并假定您有使用其中任何一门课程所涵盖技术的实践经验。通过一系列演示、设计活动和动手实验，学员可以了解如何定义及平衡业务要求和技术要求，以便设计可靠性和可用性高、安全且经济实惠的 Google Cloud 部署。

了解详情

完成开发 Google Cloud 网络课程，赢取技能徽章。在此课程中，您将学习 部署和监控应用的多种方法，包括执行以下任务的方法：探索 IAM 角色并添加/移除 项目访问权限、创建 VPC 网络、部署和监控 Compute Engine 虚拟机、 编写 SQL 查询、在 Compute Engine 中部署和监控虚拟机，以及使用 Kubernetes 通过多种部署方法部署应用。

了解详情

完成中级技能徽章课程使用 BigQuery 构建数据仓库，展示以下技能： 联接数据以创建新表、排查联接故障、使用并集附加数据、创建日期分区表， 以及在 BigQuery 中使用 JSON、数组和结构体。

了解详情

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

这是一套自助式速成课程，向学员介绍 Google Cloud 提供的灵活全面的基础架构和平台服务。学员将通过一系列视频讲座、演示和实操实验，探索和部署各种解决方案元素，包括安全互连网络、负载均衡、自动扩缩、基础架构自动化和代管式服务。

了解详情

这门自助式速成课程向学员介绍 Google Cloud 提供的灵活全面的基础架构和平台服务，着重介绍了 Compute Engine。学员将通过一系列视频讲座、演示和动手实验，探索和部署各种解决方案元素，包括网络、系统和应用服务等基础架构组件。本课程的内容还包括如何部署实用的解决方案，包括客户提供的加密密钥、安全和访问权限管理、配额和结算，以及资源监控。

了解详情

这门自助式速成课程向学员介绍 Google Cloud 提供的灵活全面的基础架构和平台服务，其中着重介绍了 Compute Engine。学员将通过一系列视频讲座、演示和动手实验，探索和部署各种解决方案元素，包括网络、虚拟机和应用服务等基础架构组件。您将学习如何通过控制台和 Cloud Shell 使用 Google Cloud。您还将了解云架构师角色、基础架构设计方法以及虚拟网络配置和虚拟私有云 (VPC)、项目、网络、子网、IP 地址、路由及防火墙规则。

了解详情

Learn how to use Gemini Notebook to create a personalized study guide for the Associate Cloud Engineer certification exam. You'll review Gemini Notebook features, create a notebook in Gemini Notebook , and learn how to use a study guide to practice for a certification exam.

了解详情

完成中级技能徽章课程利用 BigQuery ML 构建预测模型时的数据工程处理， 展示自己在以下方面的技能：利用 Dataprep by Trifacta 构建 BigQuery 数据转换流水线； 利用 Cloud Storage、Dataflow 和 BigQuery 构建提取、转换和加载 (ETL) 工作流； 以及利用 BigQuery ML 构建机器学习模型。

了解详情

This advanced-level quest is unique amongst the other catalog offerings. The labs have been curated to give IT professionals hands-on practice with topics and services that appear in the Google Cloud Certified Professional Data Engineer Certification. From Big Query, to Dataprep, to Cloud Composer, this quest is composed of specific labs that will put your Google Cloud data engineering knowledge to the test. Be aware that while practice with these labs will increase your skills and abilities, you will need other preparation, too. The exam is quite challenging and external studying, experience, and/or background in cloud data engineering is recommended. Looking for a hands on challenge lab to demonstrate your skills and validate your knowledge? On completing this quest, enroll in and finish the additional challenge lab at the end of the Engineer Data in the Google Cloud to receive an exclusive Google Cloud digital badge.

了解详情

Learn how to use Gemini Notebook to create a personalized study guide for the Professional Data Engineer certification exam. You'll review Gemini Notebook features, create a notebook in Gemini Notebook, and learn how to use a study guide to practice for a certification exam.

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

In this second installment of the Dataflow course series, we are going to be diving deeper on developing pipelines using the Beam SDK. We start with a review of Apache Beam concepts. Next, we discuss processing streaming data using windows, watermarks and triggers. We then cover options for sources and sinks in your pipelines, schemas to express your structured data, and how to do stateful transformations using State and Timer APIs. We move onto reviewing best practices that help maximize your pipeline performance. Towards the end of the course, we introduce SQL and Dataframes to represent your business logic in Beam and how to iteratively develop pipelines using Beam notebooks.

了解详情

Incorporating machine learning into data pipelines increases the ability to extract insights from data. This course covers ways machine learning can be included in data pipelines on Google Cloud. For little to no customization, this course covers AutoML. For more tailored machine learning capabilities, this course introduces Notebooks and BigQuery machine learning (BigQuery ML). Also, this course covers how to productionalize machine learning solutions by using Vertex AI.

了解详情

In this course you will get hands-on in order to work through real-world challenges faced when building streaming data pipelines. The primary focus is on managing continuous, unbounded data with Google Cloud products.

了解详情

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.

了解详情

This course explores what ML is and what problems it can solve. The course also discusses best practices for implementing machine learning. You’re introduced to Vertex AI, a unified platform to quickly build, train, and deploy AutoML machine learning models. The course discusses the five phases of converting a candidate use case to be driven by machine learning, and why it’s important to not skip them. The course ends with recognizing the biases that ML can amplify and how to recognize them.

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

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 Managed Service for Apache Spark 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

大数据、机器学习和人工智能是当今计算领域的热门话题， 但这些领域的专业性很强，因而很难找到 入门资料。幸运的是，Google Cloud 在这些领域提供了方便用户使用的服务， 通过本入门级课程，您可以 开始学习使用 BigQuery、Cloud Speech API 和 Video Intelligence 等工具。

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

完成入门级技能徽章课程为 Compute Engine 实现云负载均衡，展示以下方面的技能： 在 Compute Engine 中创建和部署虚拟机 以及配置网络和应用负载均衡器。

了解详情

完成“在 Google Cloud 上设置应用开发环境”课程，赢取技能徽章；通过该课程，您将了解如何使用以下技术的基本功能来构建和连接以存储为中心的云基础设施： Cloud Storage、Identity and Access Management、Cloud Functions 和 Pub/Sub。

了解详情

如果您是一位入门级云开发者， 在学习了“Google Cloud 基础知识”课程之后，想要寻求真正的实操机会，这门课程就是您的不二之选。您将获得宝贵的实操经验， 通过多个实验深入探索 Cloud Storage 以及 Monitoring 和 Cloud Functions 等其他关键应用服务。您将掌握一系列宝贵技能， 在 Google Cloud 的任何计划中，这些技能都能发挥作用。

了解详情

“Google Cloud 基础知识：核心基础设施”介绍在使用 Google Cloud 时会遇到的重要概念和术语。本课程通过视频和实操实验来介绍并比较 Google Cloud 的多种计算和存储服务，并提供重要的资源和政策管理工具。

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