成为会员时间：2026
使用 BigQuery 实现多模态向量搜索
Earned Jun 7, 2026 EDT
使用 BigQuery 创建嵌入、向量搜索和 RAG
Earned Jun 7, 2026 EDT
在 BigQuery 中使用 Gemini 模型
Earned Jun 7, 2026 EDT
使用 Gemini in BigQuery 提高效率
Earned Jun 6, 2026 EDT
结合企业数据库构建 AI 智能体
Earned May 23, 2026 EDT
大型语言模型简介
Earned May 5, 2026 EDT
生成式 AI 简介
Earned May 5, 2026 EDT
Responsible AI: 和 Google Cloud 一起践行 AI 原则
Earned May 5, 2026 EDT
负责任的 AI 简介
Earned May 5, 2026 EDT
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。
本课程探讨 BigQuery 中用于减轻 AI 幻觉的检索增强生成 (RAG) 解决方案。BigQuery 引入了 RAG 工作流，其中涵盖了创建嵌入、搜索向量空间和生成更优质的回答。本课程解释了这些步骤背后的概念原理，以及这些步骤在 BigQuery 中的实际实施过程。学完本课程后，学员将能够使用 BigQuery 和生成式 AI 模型（如 Gemini）以及嵌入模型来构建 RAG 流水线，以解决在具体情况下遇到的 AI 幻觉问题。
本课程展示了如何在 BigQuery 中使用 AI/机器学习模型处理生成式 AI 任务。通过一个涉及客户关系管理的实际应用场景，您将学习到使用 Gemini 模型解决业务问题的工作流程。为了便于理解，本课程还将通过使用 SQL 查询和 Python 笔记本的编码解决方案提供分步指导。
此课程将探索如何使用 AI 功能套件 Gemini in BigQuery 为“数据到 AI”工作流提供助力。其中涉及到的功能包括数据探索和准备、代码生成和问题排查，以及工作流发现和可视化。此课程包含概念解释、真实使用场景以及实操实验等内容，可帮助数据从业者提升效率并加快流水线开发速度。
使用 MCP Toolbox for Databases 构建可利用企业数据库的 AI 智能体。您将定义安全的数据库交互工具，并实现智能查询功能（利用向量嵌入、结构化查询）。
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。
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。
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。
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。