Member since 2026
Arcade Trail: Containers & Load Balancing
Earned Oct 20, 2026 EDT
Arcade Voyage: Language, Voice, and Multimodal Processing
Earned Oct 14, 2026 EDT
開發人員的負責任 AI 技術：可解釋性與透明度
Earned Oct 14, 2026 EDT
開發人員的負責任 AI 技術：公平性與偏誤
Earned Oct 14, 2026 EDT
DevOps 必備知識
Earned Sep 8, 2026 EDT
機器學習運作 (MLOps) 與 Vertex AI：模型評估
Earned Jul 21, 2026 EDT
生成式 AI 適用的機器學習運作 (MLOps)
Earned Jul 18, 2026 EDT
Learn to build and scale production-ready cloud environments. In this trail, you'll package apps with Docker, deploy workloads on Google Kubernetes Engine, and orchestrate containerized services. Next, configure regional internal proxy and global HTTPS load balancers, then set up Cloud Monitoring to track health and latency. Pass both challenge labs to prove your ability to deploy resilient applications and route global traffic efficiently.
Transforming unstructured multimedia into searchable, structured data is the core of modern cognitive computing. In this voyage, you'll analyze sentiment and extract entities using the Cloud Natural Language API, pairing language workflows with Apache Spark to demonstrate big-data scalability. From there, you'll branch into multimodal synthesis—generating lifelike audio using Text-to-Speech, bridging global barriers with the Cloud Translation API, and annotating video streams via Video Intelligence. Complete both challenge labs to prove you can deploy pre-trained models that read, speak, translate, and inspect content at scale.
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。
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。
透過 DevOps 取得 競爭優勢。DevOps 作業涵蓋組織與文化層面，目標為加速推送軟體、 提高服務穩定性，並為所有軟體相關人員 建立共同擁有權。這堂課程說明如何使用 Google Cloud 提高軟體推送功能的速度、穩定性、可用性和安全性。 開發運作研究與評估計畫已新增至 Google Cloud。想知道自己的團隊表現如何嗎？完成 這個五道選擇題的測驗就能知道答案！
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。
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。