加入 登录

Vlad Lisovskyi

成为会员时间：2023

黄金联赛

36018 积分
使用 API Gateway 部署和保护无服务器 API Earned Nov 21, 2025 EST
使用 Gemini 和 Streamlit 开发生成式 AI 应用 Earned Nov 10, 2025 EST
使用多模态 Gemini 和多模态 RAG 检查富文档 Earned Nov 6, 2025 EST
使用 Gemini 和 Imagen 构建实用 AI 应用 Earned Oct 21, 2024 EDT
使用 Agent Platform 探索生成式 AI Earned Oct 21, 2024 EDT
在 Agent Platform 中设计提示 Earned Oct 21, 2024 EDT
探索生成式 AI - Agent Platform Earned Mar 29, 2024 EDT
用 Cloud Vision API 分析图片 Earned Mar 27, 2024 EDT
使用 Google API 分析语音和语言 Earned Mar 26, 2024 EDT
注意力机制 Earned Mar 26, 2024 EDT
图像生成简介 Earned Mar 26, 2024 EDT
使用预训练 API 实现语音和语言解决方案 Earned Mar 26, 2024 EDT
使用 Natural Language API 分析情感 Earned Mar 25, 2024 EDT
用 Document AI 实现大规模自动数据采集 Earned Mar 25, 2024 EDT
Build Custom Processors with Document AI [Deprecated] Earned Mar 25, 2024 EDT
Generative AI Fundamentals - 简体中文 Earned Mar 6, 2024 EST
负责任的 AI 简介 Earned Mar 6, 2024 EST
生成式 AI 简介 Earned Mar 6, 2024 EST
大型语言模型简介 Earned Mar 6, 2024 EST
MLOps with Agent Platform: Manage Features Earned Feb 27, 2024 EST
ML Pipelines on Google Cloud Earned Feb 27, 2024 EST
Machine Learning in the Enterprise Earned Feb 22, 2024 EST
Google Cloud 上的 AI 和机器学习简介 Earned Feb 20, 2024 EST
Production Machine Learning Systems Earned Apr 21, 2023 EDT
[DEPRECATED] Feature Engineering Earned Apr 18, 2023 EDT
Machine Learning Operations (MLOps): Getting Started Earned Apr 14, 2023 EDT
Recommendation Systems on Google Cloud Earned Apr 14, 2023 EDT
Natural Language Processing on Google Cloud Earned Apr 13, 2023 EDT
[Depricated] Build, Train and Deploy ML Models with Keras on Google Cloud Earned Apr 13, 2023 EDT
Computer Vision Fundamentals with Google Cloud Earned Apr 13, 2023 EDT
Launching into Machine Learning Earned Apr 12, 2023 EDT
How Google Does Machine Learning Earned Apr 4, 2023 EDT
[DEPRECATED] Google Cloud Big Data and Machine Learning Fundamentals Earned Mar 31, 2023 EDT
在 Google Cloud 上构建网站 Earned Mar 31, 2023 EDT
在 Google Cloud 上实现 CI/CD 流水线 Earned Mar 30, 2023 EDT
在 Google Cloud 上设置应用开发环境 Earned Mar 28, 2023 EDT
在 Google Cloud 上使用 TensorFlow 进行图片分类 Earned Mar 28, 2023 EDT
Automate Interactions with Contact Center AI Earned Mar 27, 2023 EDT
使用 BigQuery 构建数据仓库 Earned Mar 16, 2023 EDT
通过 BigQuery ML 创建机器学习模型 Earned Mar 15, 2023 EDT
在 BigQuery 中执行预测性数据分析 Earned Mar 14, 2023 EDT
在 Google Cloud　上使用 Machine Learning API Earned Mar 13, 2023 EDT
利用 BigQuery ML 构建预测模型时的数据工程处理 Earned Mar 7, 2023 EST
在 Vertex AI 上构建和部署机器学习解决方案 Earned Mar 6, 2023 EST
DEPRECATED Detect Manufacturing Defects Using Visual Inspection AI Earned Mar 6, 2023 EST
从 BigQuery 数据中挖掘数据洞见 Earned Mar 2, 2023 EST
在 Google Cloud 上为机器学习 API 准备数据 Earned Mar 1, 2023 EST
为 Compute Engine 实现云负载均衡 Earned Feb 23, 2023 EST

完成 使用 API Gateway 部署和保护无服务器 API技能徽章课程，赢取技能徽章。 您将学习如何通过全托管式网关，使用 API Gateway 来部署、 保护和管理 API。

了解详情

完成中级技能徽章课程“使用 Gemini 和 Streamlit 开发生成式 AI 应用”，展示您在以下方面的技能： 文本生成、通过 Python SDK 和 Gemini API 应用函数调用，以及通过 Cloud Run 部署 Streamlit 应用。 您将了解如何以不同方式通过提示来让 Gemini 生成文本、使用 Cloud Shell 进行测试，以及如何迭代 Streamlit 应用，随后将其封装成 Docker 容器并部署在 Cloud Run 中。

了解详情

完成中级技能徽章课程使用多模态 Gemini 和多模态 RAG 检查富文档，展示您在以下方面的技能： 将多模态与 Gemini 配合使用，从而使用多模态提示从文本数据和视觉数据中提取信息、生成视频说明、 检索视频中不包含的额外信息； 将多模态检索增强生成 (RAG) 与 Gemini 配合使用，以构建包含文本和图片的文档的元数据、获取所有相关文本块并输出引用。

了解详情

完成“使用 Gemini 和 Imagen 构建实际 AI 应用”技能徽章入门课程，展示您在以下方面的技能：图像识别、自然语言处理、 使用 Google 强大的 Gemini 和 Imagen 模型生成图像、在 Vertex AI 平台上部署应用。

了解详情

完成中级技能徽章课程使用 Agent Platform 探索生成式 AI，展示自己在以下方面的技能： 文本生成技能、用于增强内容创作能力的图像和视频分析技能，以及在 Gemini API 中应用函数调用技术的技能。 了解如何运用先进的 Gemini 技术、探索多模态内容生成方法，并扩展 AI 赋能项目的功能。

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

探索生成式 AI - Agent Platform”课程包含一系列实验， 指导用户在 Google Cloud 平台上使用生成式 AI。通过这些实验，您将了解 如何在 Agent Platform 中使用 Gemini 模型。您还将了解提示设计、最佳实践， 以及如何使用生成式 AI 进行构思、文本分类、文本提取、文本摘要等。此外， 您将学习如何通过 Agent Platform 中的自定义训练来训练基础模型， 从而对其进行调优，以及如何将其部署到 Agent Platform 中的端点。

了解详情

完成用 Cloud Vision API 分析图片课程，赢取技能徽章。在此挑战任务中，您将了解如何利用 Cloud Vision API 执行各种任务，包括从图片中提取文本。

了解详情

完成使用 Google API 分析语音和语言课程，赢取技能徽章 。在此课程中，您将学习如何在真实场景中使用 Natural Language API 和 Speech API。

了解详情

本课程将向您介绍注意力机制，这是一种强大的技术，可令神经网络专注于输入序列的特定部分。您将了解注意力的工作原理，以及如何使用它来提高各种机器学习任务的性能，包括机器翻译、文本摘要和问题解答。

了解详情

本课程向您介绍扩散模型。这类机器学习模型最近在图像生成领域展现出了巨大潜力。扩散模型的灵感来源于物理学，特别是热力学。过去几年内，扩散模型成为热门研究主题并在整个行业开始流行。Google Cloud 上许多先进的图像生成模型和工具都是以扩散模型为基础构建的。本课程向您介绍扩散模型背后的理论，以及如何在 Vertex AI 上训练和部署此类模型。

了解详情

完成使用预训练 API 实现语音和语言解决方案课程以获得技能徽章，了解如何使用与语音相关的 API 工具来合成和转录语音。

了解详情

完成使用 Natural Language API 分析情感挑战任务，赢取技能徽章 。在此过程中，您将学习如何使用 API 从文本中提取情感。

了解详情

完成用 Document AI 实现大规模自动数据采集课程，赢取入门级技能徽章。在本课程中，您将学习如何使用 Document AI 提取、处理和采集数据。

了解详情

Earn a skill badge by completing the Build Custom Processors with Document AI course. You learn how to extract data and classify documents by creating custom ML models specific to your business needs. This course teaches the foundation skills of building your own processors, working with optical character recognition, form parsing, processor creation, and uptraining the DocumentAI model.

了解详情

完成 Introduction to Generative AI、Introduction to Large Language Models 和 Introduction to Responsible AI 三门课程，赢取技能徽章。通过最终测验，即表明您理解了生成式 AI 的基本概念。 技能徽章是由 Google Cloud 颁发的数字徽章，旨在认可您对 Google Cloud 产品与服务的了解程度。公开您的个人资料并将技能徽章添加到您的社交媒体个人资料中，以此来分享您获得的成就。

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

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

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

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. Learners will get hands-on practice using Agent Platform Feature Store's streaming ingestion at the SDK layer.

了解详情

In this course, you will be learning from ML Engineers and Trainers who work with the state-of-the-art development of ML pipelines here at Google Cloud. The first few modules will cover about TensorFlow Extended (or TFX), which is Google’s production machine learning platform based on TensorFlow for management of ML pipelines and metadata. You will learn about pipeline components and pipeline orchestration with TFX. You will also learn how you can automate your pipeline through continuous integration and continuous deployment, and how to manage ML metadata. Then we will change focus to discuss how we can automate and reuse ML pipelines across multiple ML frameworks such as tensorflow, pytorch, scikit learn, and xgboost. You will also learn how to use another tool on Google Cloud, Cloud Composer, to orchestrate your continuous training pipelines. And finally, we will go over how to use MLflow for managing the complete machine learning life cycle.

了解详情

This course takes a real-world approach to the ML Workflow through a case study. An ML team faces several ML business requirements and use cases. The team must understand the tools required for data management and governance and consider the best approach for data preprocessing. The team is presented with three options to build ML models for two use cases. The course explains why they would use AutoML, BigQuery ML, or custom training to achieve their objectives.

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 covers how to implement the various flavors of production ML systems— static, dynamic, and continuous training; static and dynamic inference; and batch and online processing. You delve into TensorFlow abstraction levels, the various options for doing distributed training, and how to write distributed training models with custom estimators. This is the second course of the Advanced Machine Learning on Google Cloud series. After completing this course, enroll in the Image Understanding with TensorFlow on Google Cloud course.

了解详情

This course explores the benefits of using Vertex AI Feature Store, how to improve the accuracy of ML models, and how to find which data columns make the most useful features. This course also includes content and labs on feature engineering using BigQuery ML, Keras, and TensorFlow.

了解详情

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

In this course, you apply your knowledge of classification models and embeddings to build a ML pipeline that functions as a recommendation engine. This is the fifth and final course of the Advanced Machine Learning on Google Cloud series.

了解详情

This course introduces the products and solutions to solve NLP problems on Google Cloud. Additionally, it explores the processes, techniques, and tools to develop an NLP project with neural networks by using Vertex AI and TensorFlow.

了解详情

This course covers building ML models with TensorFlow and Keras, improving the accuracy of ML models and writing ML models for scaled use.

了解详情

This course describes different types of computer vision use cases and then highlights different machine learning strategies for solving these use cases. The strategies vary from experimenting with pre-built ML models through pre-built ML APIs and AutoML Vision to building custom image classifiers using linear models, deep neural network (DNN) models or convolutional neural network (CNN) models. The course shows how to improve a model's accuracy with augmentation, feature extraction, and fine-tuning hyperparameters while trying to avoid overfitting the data. The course also looks at practical issues that arise, for example, when one doesn't have enough data and how to incorporate the latest research findings into different models. Learners will get hands-on practice building and optimizing their own image classification models on a variety of public datasets in the labs they will work on.

了解详情

The course begins with a discussion about data: how to improve data quality and perform exploratory data analysis. We describe Vertex AI AutoML and how to build, train, and deploy an ML model without writing a single line of code. You will understand the benefits of Big Query ML. We then discuss how to optimize a machine learning (ML) model and how generalization and sampling can help assess the quality of ML models for custom training.

了解详情

This course explores what ML is and what problems it can solve. The course also discusses best practices for implementing machine learning. You’re introduced to Vertex AI, a unified platform to quickly build, train, and deploy AutoML machine learning models. The course discusses the five phases of converting a candidate use case to be driven by machine learning, and why it’s important to not skip them. The course ends with recognizing the biases that ML can amplify and how to recognize them.

了解详情

This course introduces the Google Cloud big data and machine learning products and services that support the data-to-AI lifecycle. It explores the processes, challenges, and benefits of building a big data pipeline and machine learning models with Vertex AI on Google Cloud.

了解详情

完成在 Google Cloud 上构建网站技能徽章课程，赢取入门级技能徽章。本课程以 Get Cooking in Cloud 系列视频为基础， 涵盖以下主题：在 Cloud Run 上部署网站在 Compute Engine 上托管 Web 应用在 Google Kubernetes Engine 上创建、部署和扩缩网站使用 Cloud Build 从单体式应用迁移到微服务架构

了解详情

完成在 Google Cloud 上实现 CI/CD 流水线技能徽章课程，赢取中级技能徽章。 您将学习如何使用 Artifact Registry、Cloud Build 和 Cloud Deploy。您将与 Google Cloud 控制台、Google Cloud CLI、Cloud Run 和 GKE 互动。本课程将介绍如何构建持续集成 流水线，存储和保护工件，扫描漏洞，证明已批准版本 的有效性。此外，您还将获得在 GKE 和 Cloud Run 中 部署应用的实操经验。

了解详情

完成“在 Google Cloud 上设置应用开发环境”课程，赢取技能徽章；通过该课程，您将了解如何使用以下技术的基本功能来构建和连接以存储为中心的云基础设施： Cloud Storage、Identity and Access Management、Cloud Functions 和 Pub/Sub。

了解详情

完成“在 Google Cloud 上使用 TensorFlow 进行图片分类”课程，赢取中级技能徽章 。在此课程中，您将学习如何使用 TensorFlow 和 Vertex AI 来创建和训练机器学习模型。您将主要使用 Vertex AI Workbench 上用户管理的 笔记本。

了解详情

Earn a skill badge by completing the Automate Interactions with Contact Center AI quest, where you will learn about the features of Contact Center AI, including how to Build a virtual agent, Design conversation flows for your virtual agent; Add a phone gateway to your virtual agent; Use Dialogflow for troubleshooting; Review logs and debug your virtual agent. A skill badge is an exclusive digital badge issued by Google Cloud in recognition of your proficiency with Google Cloud products and services and tests your ability to apply your knowledge in an interactive hands-on environment. Complete the skill badge quest, and final assessment challenge lab, to receive a digital badge that you can share with your network.

了解详情

完成中级技能徽章课程使用 BigQuery 构建数据仓库，展示以下技能： 联接数据以创建新表、排查联接故障、使用并集附加数据、创建日期分区表， 以及在 BigQuery 中使用 JSON、数组和结构体。

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

完成中级技能徽章课程“在 BigQuery 中执行预测性数据分析”， 展示以下方面的技能：导入 CSV 和 JSON 文件，在 BigQuery 中创建数据集； 利用 BigQuery 的强大功能与精细的 SQL 分析概念，包括使用 BigQuery ML，根据足球比赛数据 来训练一个进球数预测模型，并评估世界杯进球的观赏性。

了解详情

完成在 Google Cloud　上使用 Machine Learning API 课程，赢取高级技能徽章。 在本课程中，您将了解以下机器学习和 AI 技术的基本功能： Cloud Vision API、Cloud Translation API 和 Cloud Natural Language API。

了解详情

完成中级技能徽章课程利用 BigQuery ML 构建预测模型时的数据工程处理， 展示自己在以下方面的技能：利用 Dataprep by Trifacta 构建 BigQuery 数据转换流水线； 利用 Cloud Storage、Dataflow 和 BigQuery 构建提取、转换和加载 (ETL) 工作流； 以及利用 BigQuery ML 构建机器学习模型。

了解详情

完成在 Vertex AI 上构建和部署机器学习解决方案课程，赢取中级技能徽章。 在此课程中，您将了解如何使用 Google Cloud 的 Vertex AI Platform、AutoML 以及自定义训练服务来 训练、评估、调优、解释和部署机器学习模型。 此技能徽章课程的目标受众是专业的数据科学家和机器学习 工程师。 技能徽章是由 Google Cloud 颁发的专属数字徽章，旨在认可 您对 Google Cloud 产品与服务的熟练度；您需要在 交互式实操环境中参加考核，证明自己运用所学知识的能力后才能获得此徽章。完成此技能徽章课程 和作为最终评估的实验室挑战赛，即可获得数字徽章， 在您的人际圈中炫出自己的技能。

了解详情

Earn a skill badge by completing the Detect Manufacturing Defects using Visual Inspection AI course, where you learn how to use Visual Inspection AI to deploy a solution artifact and test that it can successfully identify defects in a manufacturing process.

了解详情

完成入门级技能徽章课程“从 BigQuery 数据中挖掘数据洞见”，展示您在以下方面的技能： 编写 SQL 查询、查询公共表、将示例数据加载到 BigQuery 中、 在 BigQuery 中使用查询验证器排查常见的语法错误，以及通过连接到 BigQuery 数据在 Data Studio 中 创建报告。

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

完成入门级技能徽章课程为 Compute Engine 实现云负载均衡，展示以下方面的技能： 在 Compute Engine 中创建和部署虚拟机 以及配置网络和应用负载均衡器。

了解详情