Shivam Shelke
Mitglied seit 2025
Diamond League
13560 Punkte
Mitglied seit 2025
„Ihre Organisation mit generativen KI-Agenten voranbringen“ ist der fünfte und letzte Kurs des Lernpfads „Gen AI Leader“. In diesem Kurs erfahren Sie, wie Unternehmen mit benutzerdefinierten generativen KI-Agenten spezifische geschäftliche Herausforderungen meistern können. Sie lernen, wie Sie einen einfachen Agenten für generative KI erstellen, und machen sich mit den Komponenten dieser Agenten vertraut, z. B. mit Modellen, Reasoning Loops und Tools.
Erfahren Sie mehr über den wichtigen Übergang von aufgabenorientierten Workflows zu einer KI-Orchestrierung, bei der der Mensch im Mittelpunkt steht.
Mit dem Skill-Logo Workflows mit mehreren KI-Agenten mit Gemini Enterprise orchestrieren weisen Sie nach, dass Sie Folgendes können: KI-Agenten auf Basis von Gemini Enterprise verwenden, um Daten aus internen und externen Quellen zusammenzuführen, Multimedia-Marketingmaterialien zu entwickeln und Geschäftsabläufe systemübergreifend zu automatisieren. Mit Skill-Logos weisen Sie Ihr Wissen zu bestimmten Produkten im Rahmen praxisorientierter Labs und Challenge-Prüfungen nach. Absolvieren Sie einen Kurs, um ein Logo zu erhalten, oder nehmen Sie an einem Challenge-Lab teil, damit Sie Ihr Logo noch heute bekommen. Mit Logos können Sie Kenntnisse nachweisen, Ihr berufliches Profil schärfen und so Ihre Karrierechancen verbessern. Die bisher erhaltenen Logos können Sie in Ihrem Profil ansehen.
Train more powerful models with a single GPU. In this course, you will learn how hardware can speed up model training and the key considerations when training models on a GPU. First, you will learn how to estimate the number of computations and the amount of computer memory required to train large neural networks. You will then discover techniques for reducing the computing and memory requirements when training a model. Techniques which you will apply for fine-tuning a Gemma model with 4 billion parameters. Finally, you will consider the potential environmental impacts of machine learning, with a focus on where questions of energy, water, and e-waste intersect with justice and equity.
This video covers how to use Gemini in Gmail to summarize emails, find information, and draft replies, helping you manage your inbox more efficiently.
This video covers how to eliminate tedious manual data entry using Gemini. Learn how to take a picture or screenshot of data (from PDFs, paper, or images) and prompt Gemini to instantly convert it into a structured Google Sheet. Discover this simple hack to save countless hours transcribing data, turning Gemini into your personal data entry assistant. Just snap, prompt, and export!
This video covers prompt engineering fundamentals for effective AI communication. Learn a simple framework (Persona, Task, Context, Format) to craft clear prompts, getting better, faster results from Gemini in Google Workspace. Discover how to use natural language, be specific, and iterate for optimal AI assistance.
In this video, you'll learn to create "what if" scenarios using AI's reasoning. You'll see how to set a "before" scene with a person holding a cake, prompt an action by asking "what would happen if they tripped?", and let the AI generate the plausible "after" image of the cake falling.
KI-Inferenz ist ein Prozess, bei dem mithilfe eines trainierten ML-Modells erlernte Muster genutzt werden, um Vorhersagen zu neuen, unbekannten Daten zu treffen. Dieser Kurs richtet sich an Entwicklerinnen und Entwickler, Data Scientists und ML-Entwicklungsteams, die daran interessiert sind, Dienste für KI-Inferenzen schnell auf Cloud Run bereitzustellen. Er ist hilfreich für Nutzende, die mit cloudbasierten serverlosen Lösungen zur Anwendungsbereitstellung vertraut sind, aber unter Umständen keine Erfahrung mit der Ausführung von KI-Inferenzen durch Verwendung serverloser Google Cloud-Produkte haben. Der Kurs bietet Beispiele, bei denen ein Modell für KI-Inferenzen mit GPUs zum Einsatz kommt und generative KI-Anwendungen in Datenspeicherdienste eingebunden werden.
In diesem Einführungskurs im Microlearning-Format wird erklärt, was verantwortungsbewusste Anwendung von KI bedeutet, warum sie wichtig ist und wie Google dies in seinen Produkten berücksichtigt. Darüber hinaus werden die 7 KI-Grundsätze von Google behandelt.
This video covers how to use NotebookLM as a personal research assistant by adding sources, asking questions, and generating new content formats based on your documents.
In this Google DeepMind course you will learn how to prepare text data for language models to process. You will investigate the tools and techniques used to prepare, structure, and represent text data for language models, with a focus on tokenization and embeddings. You will be encouraged to think critically about the decisions behind data preparation, and what biases within the data may be introduced into models. You will analyze trade-offs, learn how to work with vectors and matrices, how meaning is represented in language models. Finally, you will practice designing a dataset ethically using the Data Cards process, ensuring transparency, accountability, and respect for community values in AI development.
Mit dem Skill-Logo zum Kurs Software-Engineering von KI-Agenten mit dem Agent Development Kit (ADK) weisen Sie fortgeschrittene Kenntnisse in folgenden Bereichen nach: Formulierung von vorhandenen Forschungsproblemen im Bereich Language Models, Erstellung eines einfachen Tokenizers, Vorbereitung eines Datasets für das Training eines Transformer-Sprachmodells, Ausführung der Trainingsschleife eines kleinen Sprachmodells.
This video covers five key ways to use Google's AI tools, including Gemini in Workspace, the Gemini app, and NotebookLM, to enhance your daily productivity.
This video covers how to build a personalized "Work with Me" agent using Gemini Gems, which helps streamline foundational feedback and makes your meetings more strategic and efficient.
In diesem Modul können Sie Ihr Verständnis von KI-Agenten in die Praxis umsetzen und mit dem Agent Development Kit (ADK) von Google Ihren ersten KI-Agenten erstellen, konfigurieren und ausführen. In diesem praxisorientierten Kurs richten Sie zuerst eine vollständige ADK-Entwicklungsumgebung ein. Dann erstellen Sie KI-Agenten sowohl mit Python-Code als auch mit einer YAML-Konfiguration und führen diese über verschiedene Benutzeroberflächen aus. Außerdem lernen Sie die wichtigsten Parameter kennen, die das Verhalten von KI-Agenten definieren. Dazu wenden Sie das in Kurs 1 Gelernte auf funktionierenden Code an.
Wie zeigen Ihnen, wie Sie mit dem Agent Development Kit (ADK). In diesem Kurs geht es um das Open-Source-Framework des ADKs. Sie werden von der einfachen Prompt-Entwicklung zu einem Code-First-Ansatz für strukturierte Softwareentwicklung geführt.
Dieser Kurs richtet sich an Google Cloud-Entwicklungsteams und DevOps Engineers, die über Grundkenntnisse zur Google Cloud Console verfügen und für die Konfiguration von Gemini Code Assist in einer Organisation verantwortlich sind. In dem Kurs werden die Vorteile von Gemini Code Assist vorgestellt und die Funktionen der verschiedenen Gemini Code Assist-Versionen verglichen. Außerdem erfahren Sie, wie Sie Gemini Code Assist innerhalb einer Organisation konfigurieren und verwalten.
In this Google DeepMind course, you will learn the fundamentals of language models and gain a high-level understanding of the machine learning development pipeline. You will consider the strengths and limitations of traditional n-gram models and advanced transformer models. Practical coding labs will enable you to develop insights into how machine learning models work and how they can be used to generate text and identify patterns in language. Through real-world case studies, you will build an understanding around how research engineers operate. Drawing on these insights you will identify problems that you wish to tackle in your own community and consider how to leverage the power of machine learning responsibly to address these problems within a global and local context.
KI‑Agenten stellen einen bedeutenden Wandel gegenüber traditionellen Large Language Models (LLMs) dar: Anstatt lediglich textbasierte Lösungen zu generieren, können sie diese Lösungen auch selbstständig ausführen. Dieser Kurs behandelt die Grundlagen von KI‑Agenten und zeigt, wie sie sich von LLM-APIs unterscheiden und in der realen Welt einen Mehrwert bieten. Er basiert auf dem Whitepaper zu Agenten von Google und bietet eine theoretische Grundlage, die man kennen sollte, bevor man die ersten Zeilen Code für einen KI‑Agenten schreibt. Der Kurs ist somit ideal für Personen in der Softwareentwicklung und -Architektur sowie für all diejenigen, die technische Entscheidungen fällen müssen und KI‑Systeme im Kontext von selbstständigen, zielorientierten Handlungen (Anstatt nur als Textgeneratoren) verstehen möchten. In unserem Community-Forum können Sie sich am Diskurs beteiligen.
Sie erhalten einen konzeptionellen Überblick über KI-Agenten. Wir zeigen Ihnen, wie KI-Agenten autonomes Handeln und logisches Denken nutzen, um komplexe Probleme zu lösen.
Dieser Kurs gibt Machine-Learning-Anwendern alle grundlegenden Tools, Techniken und Best Practices zur Bewertung von generativen und prädiktiven KI-Modellen an die Hand. Die Modellbewertung ist ein wichtiger Schritt, bei dem geprüft wird, ob ML-Systeme in der Produktion zuverlässige, genaue und leistungsstarke Ergebnisse erzielen. Die Teilnehmer erwerben fundierte Kenntnisse über verschiedene Bewertungsmesswerte und -methoden und lernen, sie auf unterschiedliche Modelltypen und Aufgaben anzuwenden. Im Kurs wird schwerpunktmäßig auf die besonderen Herausforderungen generativer KI-Modelle eingegangen und es werden Strategien vorgestellt, wie sich diese effektiv bewältigen lassen. Die Teilnehmer lernen auf der Plattform Vertex AI von Google Cloud, robuste Bewertungsprozesse zur Auswahl, Optimierung und kontinuierlichen Überwachung des Modells zu implementieren.
Dieser Kurs vermittelt Ihnen das Wissen und die nötigen Tools, um die speziellen Herausforderungen zu erkennen, mit denen MLOps-Teams bei der Bereitstellung und Verwaltung von Modellen basierend auf generativer KI konfrontiert sind. Sie erfahren, wie KI-Teams durch Vertex AI dabei unterstützt werden, MLOps-Prozesse zu optimieren und mit Projekten erfolgreich zu sein, in denen generative KI zum Einsatz kommt.