Subin Kim
Member since 2022
使用 Agent Development Kit (ADK) 建造 AI 代理：工程設計
Earned Sep 30, 2026 EDT
運用 BigQuery 導入多模態向量搜尋
Earned Sep 30, 2026 EDT
使用 Gemini 多模態功能和多模態 RAG 檢查複合型文件
Earned Sep 30, 2026 EDT
Build Agent Skills with Google
Earned Sep 30, 2026 EDT
使用 ADK 和 MCP 建構協作式多代理系統
Earned Sep 30, 2026 EDT
Model Armor：保護您部署的 AI 應用程式
Earned Sep 30, 2026 EDT
運用 Gemini Enterprise 自動調度管理多代理工作流程
Earned Sep 30, 2026 EDT
Google Cloud Agent Governance and Security
Earned Sep 30, 2026 EDT
管理 AI 代理的記憶與狀態
Earned Sep 30, 2026 EDT
部署您的第一個代理
Earned Sep 30, 2026 EDT
運用工具讓 AI 代理具備所要能力
Earned Sep 30, 2026 EDT
生成式 AI 代理：實現組織轉型
Earned Sep 30, 2026 EDT
生成式 AI：掌握幕後技術與環境
Earned Sep 30, 2026 EDT
生成式 AI 應用程式：徹底改變工作方式
Earned Sep 30, 2026 EDT
生成式 AI：瞭解基礎概念
Earned Sep 30, 2026 EDT
在正式環境建構及部署代理
Earned Sep 30, 2026 EDT
AI 代理行為最佳化調整
Earned Sep 30, 2026 EDT
運用 Gemini 分析多模態資料並推論
Earned Sep 30, 2026 EDT
充實中繼資料及發掘 Lakehouse 資料
Earned Sep 30, 2026 EDT
生成式 AI：不只是聊天機器人
Earned Sep 30, 2026 EDT
Coordinate Multiple Agents
Earned Sep 30, 2026 EDT
保護企業 AI 代理
Earned Sep 29, 2026 EDT
以人為本的 AI
Earned Sep 29, 2026 EDT
保護 Lakehouse 資料
Earned Sep 29, 2026 EDT
從 BigQuery 資料取得深入分析結果
Earned Sep 29, 2026 EDT
使用 Dataplex 整理及管理資料
Earned Sep 29, 2026 EDT
透過 Google AI Studio 開發 AI 輔助原型
Earned Sep 29, 2026 EDT
強化 Gemini 模型功能
Earned Sep 29, 2026 EDT
在 Agent Platform 探索生成式 AI
Earned Sep 29, 2026 EDT
使用 Agent Development Kit (ADK) 打造您的第一個 AI 代理
Earned Sep 23, 2026 EDT
使用 Agent Development Kit (ADK) 打造 AI 代理
Earned Sep 23, 2026 EDT
在 Agent Platform 設計提示
Earned Sep 23, 2026 EDT
建立您的第一個 Gemini Enterprise 應用程式
Earned Sep 22, 2026 EDT
企業 AI 代理與用途
Earned Sep 22, 2026 EDT
AI 代理基礎知識
Earned Sep 22, 2026 EDT
AI 代理簡介
Earned Sep 22, 2026 EDT
Google Vids 內建 Gemini
Earned Jun 5, 2026 EDT
AI Boost Bites：Gemini 圖片轉試算表妙招
Earned Jun 5, 2026 EDT
AI Boost Bites：找出策略漏洞
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 雲端硬碟內建的 Gemini
Earned Oct 2, 2024 EDT
Google Meet 內建 Gemini
Earned Aug 15, 2024 EDT
Google 試算表內建 Gemini
Earned Aug 15, 2024 EDT
Google 簡報內建 Gemini
Earned Aug 15, 2024 EDT
Google 文件內建 Gemini
Earned Aug 15, 2024 EDT
Gmail 內建 Gemini
Earned Aug 15, 2024 EDT
Google Workspace with Gemini：AI 工作流程的基礎
Earned Aug 8, 2024 EDT
負責任的 AI 技術：透過 Google Cloud 採用 AI 開發原則
Earned Feb 22, 2024 EST
Transformer 和 BERT 模型
Earned Oct 16, 2023 EDT
編碼器-解碼器架構
Earned Oct 16, 2023 EDT
注意力機制
Earned Oct 16, 2023 EDT
建立圖像說明生成模型
Earned Oct 16, 2023 EDT
Vertex AI Studio 簡介
Earned Oct 16, 2023 EDT
圖像生成簡介
Earned Oct 4, 2023 EDT
Generative AI Fundamentals - 繁體中文
Earned Sep 18, 2023 EDT
負責任的 AI 技術簡介
Earned Sep 6, 2023 EDT
大型語言模型簡介
Earned Sep 6, 2023 EDT
生成式 AI 簡介
Earned Sep 4, 2023 EDT
Google Cloud 中的 Kubernetes
Earned Jul 19, 2022 EDT
可靠的 Google Cloud 基礎架構：設計與程序
Earned Jun 20, 2022 EDT
建立 Google Cloud 網路
Earned Jun 19, 2022 EDT
透過 BigQuery 建構資料倉儲
Earned Jun 19, 2022 EDT
雲端工程
Earned Apr 16, 2022 EDT
彈性的 Google Cloud 基礎架構：資源調度與自動化
Earned Apr 15, 2022 EDT
重要的 Google Cloud 基礎架構：核心服務
Earned Apr 14, 2022 EDT
重要的 Google Cloud 基礎架構：基本概念
Earned Apr 11, 2022 EDT
Build a Certification Study Guide: ACE Exam Prep
Earned Apr 10, 2022 EDT
使用 BigQuery ML 為預測模型進行資料工程
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 為機器學習 API 準備資料
Earned Mar 17, 2022 EDT
基本概念：資料、機器學習和 AI
Earned Mar 16, 2022 EDT
[DEPRECATED] Google Cloud Big Data and Machine Learning Fundamentals
Earned Mar 14, 2022 EDT
在 Compute Engine 導入 Cloud Load Balancing
Earned Mar 12, 2022 EST
在 Google Cloud 設定應用程式開發環境
Earned Mar 12, 2022 EST
基本概念：基礎架構
Earned Mar 10, 2022 EST
Google Cloud 基礎知識：核心基礎架構
Earned Mar 8, 2022 EST
Google Cloud 必備知識
Earned Mar 2, 2022 EST
完成「使用 Agent Development Kit (ADK) 建造 AI 代理：工程設計」技能徽章中階課程，即可證明您具備下列技能： 提出實際的語言模型研究問題、建構簡單的權杖化工具、準備資料集來訓練 Transformer 語言模型，以及執行小型語言模型的訓練迴圈。
Learn more
完成運用 BigQuery 導入多模態向量搜尋技能徽章中階課程， 即可證明自己具備下列技能：使用 Gemini in BigQuery 生成 SQL 程式碼並偵錯、執行情緒分析、 總結文字重點並找出關鍵字、生成嵌入項目、建立檢索增強生成 (RAG) pipeline， 以及導入多模態向量搜尋。
Learn more
完成 使用 Gemini 多模態功能和多模態 RAG 檢查複合型文件 技能徽章中階課程，即可證明您具備下列技能： 透過 Gemini 多模態功能，使用多模態提示從文字和影像資料擷取資訊、生成影片說明，以及擷取影片以外的額外資訊； 透過 Gemini 的多模態檢索增強生成 (RAG) 功能，為含有文字和圖片的文件建構中繼資料、取得所有相關文字分塊，以及顯示引用資料。
Learn more
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.
Learn more
瞭解如何使用 Google 的 Agent Development Kit (ADK) 和 Model Context Protocol (MCP)，設計、協調及部署多代理系統。本課程將以旅遊規劃服務為例，說明如何透過自訂防護機制，調度管理專用代理網路。完成本課程後，您將瞭解如何運用設計模式和部署策略，打造穩固且可擴充的 AI 工作流程。
Learn more
本課程將複習 Model Armor 的基本安全功能，讓您具備使用這項服務的能力。您將瞭解 LLM 的相關安全風險，以及 Model Armor 如何保護 AI 應用程式。
Learn more
完成運用 Gemini Enterprise 自動調度管理多代理工作流程技能徽章的入門課程，即可證明您具備下列技能：使用 Gemini Enterprise 支援的代理型助理，整合第一方和第三方來源的資料；開發多媒體行銷素材資源；以及自動執行跨系統的業務行動。技能徽章課程透過實作實驗室和挑戰評量，檢驗學員對於特定產品的實作知識。完成課程或直接進行挑戰實驗室，即可取得徽章。徽章可證明您的專業能力、提升專業形象，開創更多職涯發展機會。前往個人資料頁面，追蹤您獲得的徽章。
Learn more
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.
Learn more
您已建構能回覆查詢的基本 LLM 代理，是時候讓代理有狀態。利用工作階段狀態建構能維持對話脈絡、記住使用者偏好，並提供個人化體驗的代理。將代理從無狀態的回覆者轉為智慧助理。
查看 Gemini Enterprise Agent Ready (GEAR) 計畫的其他內容。
加入社群論壇，提出問題並參與討論
Learn more
將代理從 localhost 移至正式環境。本課程將說明如何將 ADK 代理部署至 Vertex AI Agent Engine 和 Cloud Run，並透過 Memory Bank 視情況啟用跨工作階段記憶。
Learn more
您已建立具有進階設定功能的代理，可開始賦予代理實際應用能力。為代理配備工具，使代理能搜尋網路、執行程式碼、查詢資料庫和執行自訂動作。將代理從聰明的回覆者，轉變為能採取行動的得力助手。
Learn more
「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：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 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：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
運用 Google 的 Agent Development Kit (ADK) 和 Google Cloud 的強大基礎架構，探索多代理系統的架構和部署作業。您將學習設計階層式代理樹狀結構和確定性工作流程代理，同時找出理想的託管環境 (從無伺服器 Cloud Run 到高效能 GKE)，確保您的 AI 代理安全、具備擴充性且可部署於正式環境。
Learn more
您已經成功打造第一個代理，是時候迎接更進階的挑戰。在本課程中，您將學習如何應用進階指令、選擇模型、建立規劃能力及結構化輸出模式，藉此將基本 AI 代理轉為高明又精確的助理，讓您的技能更上一層樓。加入社群論壇，提出問題並參與討論
Learn more
完成運用 Gemini 分析多模態資料並推論技能徽章中階課程，即可證明自己具備下列技能：使用 Gemini 2.0 Flash 分析文字、圖像、音訊 (以樂譜呈現) 和影片資料；以及依據這類複合型資訊，推導出結論及擷取洞察結果。
Learn more
完成「充實中繼資料及發掘 Lakehouse 資料」技能徽章課程，即可證明您具備 BigQuery、 Lakehouse 和 Knowledge Catalog 的相關技能。您會建立 Lakehouse 資料表，並充實中繼資料管理和資料表資料探索功能。
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
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.
Learn more
瞭解如何在 Google Cloud 保護及管理 AI 代理。本課程提供實用藍圖，協助您保護代理記憶、透過 IAM 和 VPC Service Controls 強制執行嚴格的存取控管，以及部署即時對話防護機制，確保企業部署安全且符合法規。
Learn more
探索從任務導向工作流程到人本 AI 自動化調度管理的重要轉變。您將學習如何策略性區分擴增和自動化，以及如何平衡機器效率與人類直覺。
Learn more
完成「保護 Lakehouse 資料」技能徽章入門課程，即可證明您具備下列技能：在 Knowledge Catalog 中使用 IAM、BigQuery、 Lakehouse 和 Data Catalog，建立並保護 Lakehouse 資料表。
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
完成「使用 Dataplex 整理及管理資料」技能徽章入門課程，即可證明您具備下列技能：建立 Dataplex 資產、建立切面類型，以及將切面套用至 Dataplex 中的項目。 技能徽章課程透過實作實驗室和挑戰評量，檢驗學員對於特定產品的實作知識。 完成課程或直接進行挑戰實驗室，即可取得徽章。徽章可證明您的專業能力、提升專業形象，開創更多職涯發展機會。前往個人資料頁面，追蹤您獲得的徽章。
Learn more
完成「透過 Google AI Studio 開發 AI 輔助原型」技能徽章入門課程，證明您具備下列技能：編寫有效的提示詞、運用多模態功能分析圖像和影片、 依據範本和文字提示詞設計可運作的 AI 應用程式原型，以及使用 API 金鑰建構及部署自訂 AI 解決方案。
Learn more
完成「強化 Gemini 模型功能」技能徽章中階課程，即可證明您具備下列技能： 運用 Gemini 模型的進階功能 (包括生成與執行程式碼、建立基準、運用限制條件生成內容、 合成資料等)，打造更強大且精密的 AI 應用程式。
Learn more
完成「在 Agent Platform 探索生成式 AI」技能徽章中階課程，即可證明自己具備下列技能： 可運用 Gemini API 生成文字、分析圖片和影片來強化內容創作能力，還能使用函式呼叫技巧。 本課程將帶您瞭解如何善用進階的 Gemini 技術、使用多模態內容生成功能，並提升 AI 專案的潛力。
Learn more
使用 Agent Development Kit (ADK) 建構、設定及執行您的第一個 AI 代理，將自身代理知識化為實際成果。
在這堂實作課程，您會設立完整的 ADK 開發環境，並使用 Python 程式碼和 YAML 設定打造代理，然後透過多個介面執行。您也會瞭解定義代理行為的核心參數，將課程 1 的學習成果轉化為實際運作的程式碼。
Learn more
瞭解如何使用 Agent Development Kit (ADK)，建構複雜的 AI 代理並用於正式環境。本課程介紹 ADK 的開放原始碼框架，包括簡單的提示工程，以及程式碼優先的結構化軟體開發做法 (適用於企業級多代理系統)。
Learn more
完成 在 Agent Platform 設計提示 技能徽章入門課程，即可證明您具備下列技能： 在 Agent Platform 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。
Learn more
建立您的第一個 Gemini Enterprise 應用程式，獲得技能徽章！將各種資料來源連接到您的應用程式，建立強大的統合式搜尋和分析引擎。掌握 Deep Research 代理、多代理構思和 NotebookLM 等進階功能，進行重點分析。
Learn more
瞭解 AI 代理如何發揮更高的業務影響力，包括根據您的 KPI 規劃要使用的代理類型，以及探索能解決實際瓶頸的用途。您也將認識各種無程式碼到高程式碼解決方案，瞭解 Gemini Enterprise 如何協助建構和自動調度合適的代理。
Learn more
本課程介紹 AI 代理的基礎知識，並探討代理的實際應用價值。代理可為開發人員、架構師和技術決策者奠定基礎，協助他們從目標導向的自主行為角度來理解 AI 系統。
Learn more
瞭解 AI 代理的概念，探索代理如何藉由自主行動及推論解決複雜問題。您將瞭解代理如何透過模型、工具和調度管理程序等技術架構，助您學習、規劃和實現目標。
Learn more
本課程介紹 Google Workspace 的 AI 輔助創作工具 Google Vids，即使沒有編輯經驗，也能將原始文件轉化為專業且吸引人的影片。您將學到如何使用範本和自動化工具快速生成草稿，以及如何透過轉錄稿編輯功能、動態視覺特效和自訂音樂，打造個人化內容。最後，您將瞭解如何整合 AI 虛擬化身和旁白，在各種商業用途中流暢地解說簡報。
Learn more
這部影片將說明如何運用 Gemini 消除繁瑣的手動資料輸入作業。瞭解如何拍攝資料相片或螢幕截圖 (來自 PDF、紙本或圖片)，並提示 Gemini 立即將資料轉換為結構化的 Google 試算表。瞭解這個簡單的訣竅，省下無數轉錄資料的時間，讓 Gemini 成為您的個人資料輸入助理。只要拍照、輸入提示，然後匯出即可！
Learn more
這部影片將說明如何運用 AI 找出策略中的弱點和隱藏假設。您將學到「找出漏洞」法，也就是透過 AI 提示詞，輕鬆對計畫進行壓力測試，找出漏洞並強化策略思維。
Learn more
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.
Learn more
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.
Learn more
本課程將說明如何使用 Google 雲端硬碟內建 Gemini，管理及擷取檔案。瞭解如何使用自然語言尋找素材資源、透過 AI 摘要功能擷取特定事實 (不必開啟檔案)、即時總結多種媒體格式的內容，以及將檔案集合儲存為「專案」，以便重複研究。
Learn more
本課程將介紹如何使用 Google Meet 內建 Gemini，提升視訊協作體驗。內容包括如何自動做筆記、使用即時文字和語音翻譯、私下補上錯過的討論內容，以及立即提升音訊和視訊品質。
Learn more
本課程將說明如何使用 Google 試算表內建 Gemini，自動整理資料及處理複雜數字。瞭解如何從原始文字建立表格、使用自然語言自動填入資料、依需求生成原生試算表公式，以及快速擷取高階洞察資訊或製作圖表，完全不需要具備進階試算表專業知識。
Learn more
本課程將介紹如何使用 Google 簡報內建 Gemini，將概念轉化為吸睛的簡報。瞭解如何透過單一提示詞或現有來源文件生成結構化簡報、使用自動設計強化功能調整投影片版面配置、建立自訂向量圖形和相片，以及動態製作投影片文案和精確的演講者備忘稿。
Learn more
本課程將說明如何使用 Google 文件內建 Gemini 簡化寫作和內容創作流程。瞭解如何從頭撰寫文件、使用互動式工具調整寫作語氣和提升清晰度、總結複雜檔案，以及將長篇文字順暢轉換為結構化資產，供其他 Google Workspace 應用程式使用。
Learn more
本課程將說明如何使用 Gmail 內建 Gemini，提升電子郵件管理效率。瞭解如何直接在收件匣中總結冗長的討論串、使用自然語言擷取資訊、草擬專業回覆，以及制定溝通策略。
Learn more
客戶能透過 Gemini for Google Workspace 在 Google Workspace 使用生成式 AI 功能。本學習路徑會介紹 Gemini 的主要功能，並說明如何在 Google Workspace 善用這些功能，提高生產力和效率。
Learn more
隨著企業持續擴大使用人工智慧和機器學習，以負責任的方式發展相關技術也日益重要。對許多企業來說，談論負責任的 AI 技術可能不難，如何付諸實行才是真正的挑戰。如要瞭解如何在機構中導入負責任的 AI 技術，本課程絕對能助您一臂之力。
您可以從中瞭解 Google Cloud 目前採取的策略、最佳做法和經驗談，協助貴機構奠定良好基礎，實踐負責任的 AI 技術。
Learn more
這堂課程將說明變換器架構，以及基於變換器的雙向編碼器表示技術 (BERT) 模型，同時帶您瞭解變換器架構的主要組成 (如自我注意力機制) 和如何用架構建立 BERT 模型。此外，也會介紹 BERT 適用的各種任務，像是文字分類、問題回答和自然語言推論。課程預計約 45 分鐘。
Learn more
本課程概要說明解碼器與編碼器的架構，這種強大且常見的機器學習架構適用於序列對序列的任務，例如機器翻譯、文字摘要和回答問題。您將認識編碼器與解碼器架構的主要元件，並瞭解如何訓練及提供這些模型。在對應的研究室逐步操作說明中，您將學習如何從頭開始使用 TensorFlow 寫程式，導入簡單的編碼器與解碼器架構來產生詩詞。
Learn more
本課程將介紹注意力機制，說明這項強大技術如何讓類神經網路專注於輸入序列的特定部分。此外，也將解釋注意力的運作方式，以及如何使用注意力來提高各種機器學習任務的成效，包括機器翻譯、文字摘要和回答問題。
Learn more
本課程說明如何使用深度學習來建立圖像說明生成模型。您將學習圖像說明生成模型的各個不同組成部分，例如編碼器和解碼器，以及如何訓練和評估模型。在本課程結束時，您將能建立自己的圖像說明生成模型，並使用模型產生圖像說明文字。
Learn more
本課程會介紹 Vertex AI Studio。您可以運用這項工具和生成式 AI 模型互動、根據商業構想設計原型，並投入到正式環境。透過身歷其境的應用實例、有趣的課程及實作實驗室，您將能探索從提示到正式環境的生命週期，同時學習如何將 Vertex AI Studio 運用在多模態版 Gemini 應用程式、提示設計、提示工程和模型調整。這個課程的目標是讓您能運用 Vertex AI Studio，在專案中發揮生成式 AI 的潛能。
Learn more
本課程將介紹擴散模型，這是一種機器學習模型，近期在圖像生成領域展現亮眼潛力。概念源自物理學，尤其深受熱力學影響。過去幾年來，在學術界和業界都是炙手可熱的焦點。在 Google Cloud 中，擴散模型是許多先進圖像生成模型和工具的基礎。課程將介紹擴散模型背後的理論，並說明如何在 Vertex AI 上訓練和部署這些模型。
Learn more
完成「Introduction to Generative AI」、「Introduction to Large Language Models」和「Introduction to Responsible AI」課程，即可獲得技能徽章。通過最終測驗，就能展現您對生成式 AI 基本概念的掌握程度。
「技能徽章」是 Google Cloud 核發的數位徽章，用於表彰您對 Google Cloud 產品和服務的相關知識。您可以將技能徽章公布在社群媒體的個人資料中，向其他人分享您的成果。
Learn more
這個入門微學習課程主要介紹「負責任的 AI 技術」和其重要性，以及 Google 如何在自家產品中導入這項技術。本課程也會說明 Google 的 7 個 AI 開發原則。
Learn more
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。
Learn more
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。
Learn more
Kubernetes 是最受歡迎的容器自動化調度管理系統，Google Kubernetes Engine 則專門支援 Google Cloud 中的 代管 Kubernetes 部署項目。這門進階課程將帶您實際練習設定 Docker 映像檔和容器，並部署完整的 Kubernetes Engine 應用程式。 您會學到如何將容器自動化調度管理機制， 整合到自己的工作流程，這些技巧相當實用。 想透過實作挑戰實驗室展現 技能、驗收學習成果嗎？本課程結束後，再完成 在 Google Cloud 部署 Kubernetes 應用程式課程 結尾的挑戰實驗室，即可獲得專屬 Google Cloud 數位徽章。
Learn more
這堂課程可讓參加人員瞭解如何使用確實有效的設計模式，在 Google Cloud 中打造相當可靠且效率卓越的解決方案。這堂課程接續了「設定 Google Compute Engine 架構」或「設定 Google Kubernetes Engine 架構」課程的內容，並假設參加人員曾實際運用上述任一課程涵蓋的技術。這堂課程結合了簡報、設計活動和實作研究室，可讓參加人員瞭解如何定義業務和技術需求，並在兩者之間取得平衡，設計出相當可靠、可用性高、安全又符合成本效益的 Google Cloud 部署項目。
Learn more
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。
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
本入門課程有別於其他課程。 透過這些實驗室，IT 專業人員將有機會實際練習， 熟悉出現在 Google Cloud 助理雲端工程師認證中的主題和服務。本課程包含多個專門的實驗室，從 IAM、網路建立 到 Kubernetes Engine 部署作業， 可全面驗收您的 Google Cloud 知識。請注意，雖然進行這些 實驗室可提升您的技能和能力，但仍建議同時詳閱 測驗指南和其他可用的準備資源。
Learn more
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。
Learn more
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。
Learn more
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。
Learn more
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.
Learn more
完成使用 BigQuery ML 為預測模型進行資料工程技能徽章中階課程， 即可證明自己具備下列知識與技能：運用 Dataprep by Trifacta 建構連至 BigQuery 的資料轉換 pipeline； 使用 Cloud Storage、Dataflow 和 BigQuery 建構「擷取、轉換及載入」(ETL) 工作負載， 以及使用 BigQuery ML 建構機器學習模型。
Learn more
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.
Learn more
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.
Learn more
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.
Learn more
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.
Learn more
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.
Learn more
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.
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
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.
Learn more
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.
Learn more
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 Managed Service for Apache Spark 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。
Learn more
大數據、機器學習和人工智慧 (AI) 是時下熱門的 電腦相關話題，但這些領域相當專業，就算想要入門 也難以取得教材或資料。幸好，Google Cloud 提供了此領域的多種服務，而且容易使用。 參加這堂入門課程，您就能踏出第一步， 開始學習運用 BigQuery、Cloud Speech API 以及 Video Intelligence 等工具。
Learn more
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.
Learn more
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。
Learn more
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。
Learn more
如果您是剛起步的雲端開發人員， 想在 Google Cloud Essentials 外獲得更多實作經驗，歡迎參加本課程。您將透過實作實驗室， 深入瞭解 Cloud Storage 和其他重要應用程式服務，例如： Monitoring 和 Cloud Functions。您將習得 在任何 Google Cloud 專案都適用的寶貴技能。
Learn more
「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。
Learn more
在這堂入門課程，您將實際練習使用 Google Cloud 的基礎工具和服務。本課程包含可選擇觀賞的影片， 針對實驗室涵蓋的概念提供更多背景資訊，協助您複習。「Google Cloud 必備知識」 是適合 Google Cloud 學員的第一堂課， 即使您尚未學習或不熟悉雲端知識， 也能從這堂課獲得實務經驗，並應用於第一項 Google Cloud 專案。不管是撰寫 Cloud Shell 指令 和部署第一部虛擬機器，還是在 Kubernetes Engine 或透過負載平衡執行應用程式， 「Google Cloud 必備知識」都是認識平台基本功能的最佳入門資源。
Learn more
