加入 登录

Maryam Kargar

成为会员时间：2023

黄金联赛

18777 积分
Machine Learning Operations (MLOps): Getting Started Earned Oct 26, 2025 EDT
通过 BigQuery ML 创建机器学习模型 Earned Oct 25, 2025 EDT
利用 Vertex AI 实现机器学习运维 (MLOps)：模型评估 Earned Aug 8, 2025 EDT
在 Google Cloud 上为机器学习 API 准备数据 Earned Jul 28, 2025 EDT
在 Agent Platform 中设计提示 Earned Jun 24, 2025 EDT
负责任的 AI 简介 Earned Jun 11, 2025 EDT
适用于生成式 AI 的机器学习运维 (MLOps) Earned May 31, 2025 EDT
大型语言模型简介 Earned May 26, 2025 EDT
生成式 AI 简介 Earned May 16, 2025 EDT
Google Cloud 上的 AI 和机器学习简介 Earned May 9, 2025 EDT
Working with Notebooks in Vertex AI Earned Apr 13, 2025 EDT
Build a Certification Study Guide: PMLE Earned Dec 6, 2024 EST
Responsible AI: 和 Google Cloud 一起践行 AI 原则 Earned Jun 23, 2024 EDT
利用 Google Cloud 实现数字化转型 Earned Mar 27, 2024 EDT
为 Looker 信息中心和报告准备数据 Earned Sep 18, 2023 EDT
在 Looker 中应用高级 LookML 概念 Earned Sep 18, 2023 EDT
了解 Looker 中的 LookML Earned Sep 14, 2023 EDT

This course introduces participants to MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud. MLOps is a discipline focused on the deployment, testing, monitoring, and automation of ML systems in production. Machine Learning Engineering professionals use tools for continuous improvement and evaluation of deployed models. They work with (or can be) Data Scientists, who develop models, to enable velocity and rigor in deploying the best performing models.

了解详情

完成中级技能徽章课程通过 BigQuery ML 创建机器学习模型，展示您在以下方面的技能： 使用 BigQuery ML 创建和评估机器学习模型，以执行数据预测。

了解详情

本课程能让机器学习从业者掌握评估生成式和预测式 AI 模型的基本工具、方法和最佳实践。要确保机器学习系统在实际运用中提供可靠、准确、高效的结果，做好模型评估至关重要。 学员将深入了解各项评估指标、方法及如何在不同模型类型和任务中适当应用这些指标和方法。课程将着重介绍生成式 AI 模型带来的独特挑战，并提供有效解决这些挑战的策略。通过利用 Google Cloud 的 Vertex AI Platform，学员可学习如何在模型选择、优化和持续监控工作中实施卓有成效的评估流程。

了解详情

完成入门级技能徽章课程在 Google Cloud 上为机器学习 API 准备数据，展示以下技能： 使用 Dataprep by Trifacta 清理数据、在 Dataflow 中运行数据流水线、在 Managed Service for Apache Spark 中创建集群和运行 Apache Spark 作业，以及调用机器学习 API，包括 Cloud Natural Language API、Google Cloud Speech-to-Text API 和 Video Intelligence API。

了解详情

完成 在 Agent Platform 中设计提示入门技能徽章课程，展示以下方面的技能： Agent Platform 中的提示工程、图片分析和多模态生成式技术。探索如何编写有效的提示，指导生成式 AI 输出， 以及将 Gemini 模型应用于真实的营销场景。

了解详情

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。

了解详情

本课程致力于为您提供所需的知识和工具，让您能够了解 MLOps 团队在部署和管理生成式 AI 模型以及探索 Vertex AI 如何帮助 AI 团队简化 MLOps 流程时面临的独特挑战，并帮助您在生成式 AI 项目中取得成功。

了解详情

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。

了解详情

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。

了解详情

本课程介绍 Google Cloud 的 AI 和机器学习 (ML) 能力，重点讲解如何开发生成式和预测式 AI 项目。本课程将探讨“数据到 AI”全生命周期中的多种技术、产品和工具，并通过互动练习帮助数据科学家、AI 开发者和机器学习工程师提升专业能力。

了解详情

This course is an introduction to Vertex AI Notebooks, which are Jupyter notebook-based environments that provide a unified platform for the entire machine learning workflow, from data preparation to model deployment and monitoring. The course covers the following topics: (1) The different types of Vertex AI Notebooks and their features and (2) How to create and manage Vertex AI Notebooks.

了解详情

Learn how to use Gemini Notebook to create a personalized study guide for the Professional Machine Learning Engineer (PMLE) certification exam. You'll review Gemini Notebook features, create a notebook, and use the study guide to practice for a certification exam.

了解详情

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。

了解详情

数字化转型是现代组织的必经之路，而扎实掌握云计算基础知识，是推动实质性创新的第一步。《利用 Google Cloud 实现数字化转型》课程将讲解核心技术与战略框架，助力组织实现运营现代化。本课程介绍关于云的基本概念、全球网络基础设施和责任共担模式，帮助领导者从容推进上云进程。 作为 Cloud Digital Leader 学习路线的一部分，本课程旨在帮助学员提升岗位能力，从而为企业打造美好未来。

了解详情

完成为 Looker 信息中心和报告准备数据入门级技能徽章课程， 展现您在以下方面的技能：对数据进行过滤、排序和透视；将来自不同 Looker 探索的结果合并； 以及使用函数和运算符构建 Looker 信息中心和报告以用于数据分析和可视化。

了解详情

在本课程中，您将获得在 Looker 中应用高级 LookML 概念 的实践经验。您将学习如何使用 Liquid 自定义和创建动态 维度和测量、创建动态 SQL 派生表和自定义原生 派生表，并运用扩展功能来模块化你的 LookML 代码

了解详情

在本课程中，您将通过实操练习掌握 Looker 中的 LookML。您将学习如何编写 LookML 代码来创建新的维度和度量、创建派生表并将其与“探索”联接、为“探索”设置过滤条件， 以及在 LookML 中定义缓存政策。

了解详情