arun khuntia
Member since 2026
Diamond League
2794 points
Member since 2026
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。
這堂課程會說明 BigQuery 中的檢索增強生成 (RAG) 解決方案,協助您減少 AI 幻覺。當中介紹的 RAG 工作流程包含建立嵌入項目、搜尋向量空間,以及生成更符合需求的答案。另外,這堂課程會解釋這些步驟背後的概念與原因,以及實際運用 BigQuery 實作的方法。完成課程之後,學員將學會使用 BigQuery,以及 Gemini 和嵌入模型等生成式 AI 模型,建立 RAG pipeline 來處理自己的 AI 幻覺應用實例。
本課程將示範如何在 BigQuery 運用 AI/機器學行模型,以執行生成式 AI 任務。透過涉及顧客關係管理的應用實例,您將瞭解運用 Gemini 模型解決業務問題的工作流程。為了便於理解,本課程還提供了採用 SQL 查詢和 Python 筆記本的程式設計解決方案,指導您逐步操作。
本課程會說明 Gemini in BigQuery,這是一套由 AI 輔助的功能,可協助「從資料到 AI」的工作流程。這些功能包含資料探索和準備、程式碼生成和疑難排解,以及工作流程探索和視覺化。本課程將透過概念解說、應用實例和實作實驗室,協助資料從業人員提升工作效率,並加速開發 pipeline。
運用 MCP Toolbox for Databases 建構可存取企業資料庫的 AI 代理。您將定義安全的資料庫互動工具,並實作智慧查詢功能 (運用向量嵌入和結構化查詢)。
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。
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。
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。
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。