Shukla Chitransh
メンバー加入日: 2026
シルバーリーグ
5840 ポイント
認定資格試験の学習ガイドを作成する: PDE 認定試験対策
Earned 10月 30, 2026 EDT
Google Antigravity で離陸: AI を使用してビデオゲームを構築する
Earned 10月 28, 2026 EDT
Google Cloud エージェントの把握
Earned 10月 27, 2026 EDT
Gemini Enterprise の概要
Earned 10月 26, 2026 EDT
Model Armor: AI デプロイの保護
Earned 10月 25, 2026 EDT
AI の世界におけるセキュリティの基礎
Earned 10月 25, 2026 EDT
開発者向けの責任ある AI: プライバシーと安全性
Earned 10月 25, 2026 EDT
開発者向けの責任ある AI: 解釈可能性と透明性
Earned 10月 25, 2026 EDT
発者向けの責任ある AI: 公平性とバイアス
Earned 10月 25, 2026 EDT
Vertex AI を使用した ML オペレーション（MLOps）: モデルの評価
Earned 10月 25, 2026 EDT
生成 AI のための ML オペレーション（MLOps)
Earned 6月 7, 2026 EDT
Gemini Notebook を使用して、Professional Data Engineer 認定試験に向けた自分専用の学習ガイドを作成する方法を学びます。Gemini Notebook の機能を確認して、Gemini Notebook でノートブックを作成し、認定試験の対策として学習ガイドを活用する方法を身につけます。
詳細
このコースでは、Google Antigravity でエージェントをオーケストレートして、推進力のあるスピードでソフトウェアを構築する方法を学びます。このハンズオン コースでは、まず Antigravity をインストールして使い始める方法を説明します。次に、Firebase を使用して、Antigravity で構築したアプリのサービスを有効にします。最後に、Antigravity のエージェントにプロンプトを入力して並列に作業させることで、ビデオゲーム「Voyager」を構築します。
詳細
このコースでは、Vertex AI Agent Builder、Gemini Enterprise、会話エージェント、Agent Development Kit など、Google Cloud のエージェント プラットフォームに関する包括的な概要を説明します。受講者は、各サービスの固有の機能を理解し、ユースケースごとに最適なソリューションを見極められるようになります。また、検索およびチャット アプリケーションを作成するための基礎知識を習得します。
詳細
このコースでは、AI エージェント、エンタープライズ検索、Gemini Notebook、インテリジェントなデータアクセスを統合し、組織の課題を解決する強力なプラットフォーム「Gemini Enterprise」を紹介します。受講者は、Gemini Enterprise の機能を実例とハンズオンのアクティビティを通して実際のビジネスニーズに結び付けながら、そのアーキテクチャや、ロールを超えたデータアクセスとプライバシーの取り扱いについて説明できるようになります。
詳細
このコースでは、Model Armor の重要なセキュリティ機能を復習し、このサービスを使いこなすための技術が身についていることを確認します。LLM に関連するセキュリティ リスクと、Model Armor にによる AI アプリケーションの保護の仕組みについて説明します。
詳細
AI は、革新的な技術である一方で、新たなセキュリティ上の課題を生み出す可能性も否定できません。このコースでは、セキュリティとデータ保護の責任者を対象に、組織内で AI を安全に管理するための戦略を説明します。AI 特有のリスクを事前に特定して軽減し、機密データを保護し、コンプライアンスを確保しながら、復元力の高い AI インフラストラクチャを構築するための枠組みについて学ぶ。4 つの業界のユースケースを通して、これらの戦略が実際の場面でどのように活用されているかを探る。
詳細
このコースでは、AI のプライバシーと安全性に関する重要なトピックを紹介します。具体的には、Google Cloud プロダクトとオープンソース ツールを使用して AI のプライバシーと安全性の推奨プラクティスを実装するための実践的な方法とツールを検証します。
詳細
このコースでは、AI の解釈可能性と透明性のコンセプトを紹介します。デベロッパーとエンジニアにとって AI の透明性が重要であることについて説明します。データと AI モデルの両方で解釈可能性と透明性を達成できる実践的な方法とツールを検証します。
詳細
このコースでは、責任ある AI および AI に関する原則のコンセプトを紹介します。AI / ML の実践における公平性とバイアスを特定し、バイアスを軽減するための実践的な手法を取り扱います。具体的には、Google Cloud プロダクトとオープンソース ツールを使用して責任ある AI のベスト プラクティスを実装するための実践的な方法とツールを検証します。
詳細
このコースでは、ML の実務担当者に、生成 AI モデルと予測 AI モデルの両方を評価するための重要なツール、手法、ベスト プラクティスを身につけていただきます。モデル評価は、ML システムが本番環境で信頼性が高く、正確で、高性能な結果を確実に提供するための重要な分野です。
参加者は、さまざまな評価指標、方法論のほか、さまざまなモデルタイプやタスクにおけるそれらの適切な適用について理解を深めます。このコースでは、生成 AI モデルによってもたらされる固有の課題に重点を置き、それらの課題に効果的に取り組むための戦略を提供します。参加者は、Google Cloud の Vertex AI プラットフォームを活用して、モデルの選択、最適化、継続的なモニタリングのための堅牢な評価プロセスを実装する方法を学びます。
詳細
このコースでは、生成 AI モデルのデプロイと管理において MLOps チームが直面する特有の課題に対処するために必要な知識とツールを提供し、AI チームが MLOps プロセスを合理化して生成 AI プロジェクトを成功させるうえで Vertex AI がどのように役立つかを説明します。
詳細
