Mayank Baraiya
Member since 2021
Gold League
5936 points
部署您的第一個代理
Earned Jul 22, 2026 EDT
AI 基礎架構：Cloud GPU
Earned Jul 20, 2026 EDT
AI 基礎架構：AI Hypercomputer 簡介
Earned Jul 20, 2026 EDT
在正式環境建構及部署代理
Earned Jul 16, 2026 EDT
建立您的第一個 Gemini Enterprise 應用程式
Earned Jul 16, 2026 EDT
企業 AI 代理與用途
Earned Jul 16, 2026 EDT
AI 代理基礎知識
Earned Jul 16, 2026 EDT
使用 Agent Development Kit (ADK) 打造您的第一個 AI 代理
Earned Jul 14, 2026 EDT
開發人員的負責任 AI 技術：公平性與偏誤
Earned Jul 13, 2026 EDT
機器學習運作 (MLOps) 與 Vertex AI：模型評估
Earned Jul 13, 2026 EDT
生成式 AI 適用的機器學習運作 (MLOps)
Earned Jul 13, 2026 EDT
AI Boost Bites: Your Personal Feedback Agent
Earned Jul 9, 2026 EDT
負責任的 AI 技術簡介
Earned Nov 26, 2023 EST
生成式 AI 簡介
Earned Nov 26, 2023 EST
大型語言模型簡介
Earned Nov 26, 2023 EST
將代理從 localhost 移至正式環境。本課程將說明如何將 ADK 代理部署至 Vertex AI Agent Engine 和 Cloud Run，並透過 Memory Bank 視情況啟用跨工作階段記憶。
Learn more
想瞭解 AI 背後的強大硬體嗎？本單元將深入解析針對效能最佳化的 AI 電腦，說明其重要性。我們將探討 CPU、GPU 和 TPU 如何大幅加速 AI 任務運算，分析各自的特點，以及 AI 軟體如何充分利用這些硬體效能。單元結束後，您將清楚掌握如何根據 AI 專案挑選合適的 GPU，並做出明智的 AI 工作負載決策。
Learn more
準備開始使用 AI Hypercomputer 了嗎？這門課程可讓您快速上手！我們將介紹這個架構的基本概念，以及此架構如何幫助 AI 處理 AI 工作負載。您將瞭解 Hypercomputer 內的不同元件，例如 GPU、TPU 和 CPU，以及如何視需求選擇合適的部署方法。
Learn more
運用 Google 的 Agent Development Kit (ADK) 和 Google Cloud 的強大基礎架構，探索多代理系統的架構和部署作業。您將學習設計階層式代理樹狀結構和確定性工作流程代理，同時找出理想的託管環境 (從無伺服器 Cloud Run 到高效能 GKE)，確保您的 AI 代理安全、具備擴充性且可部署於正式環境。
Learn more
建立您的第一個 Gemini Enterprise 應用程式，獲得技能徽章！將各種資料來源連接到您的應用程式，建立強大的統合式搜尋和分析引擎。掌握 Deep Research 代理、多代理構思和 NotebookLM 等進階功能，進行重點分析。
Learn more
瞭解 AI 代理如何發揮更高的業務影響力，包括根據您的 KPI 規劃要使用的代理類型，以及探索能解決實際瓶頸的用途。您也將認識各種無程式碼到高程式碼解決方案，瞭解 Gemini Enterprise 如何協助建構和自動調度合適的代理。
Learn more
本課程介紹 AI 代理的基礎知識，並探討代理的實際應用價值。代理可為開發人員、架構師和技術決策者奠定基礎，協助他們從目標導向的自主行為角度來理解 AI 系統。
Learn more
使用 Agent Development Kit (ADK) 建構、設定及執行您的第一個 AI 代理，將自身代理知識化為實際成果。
在這堂實作課程，您會設立完整的 ADK 開發環境，並使用 Python 程式碼和 YAML 設定打造代理，然後透過多個介面執行。您也會瞭解定義代理行為的核心參數，將課程 1 的學習成果轉化為實際運作的程式碼。
Learn more
本課程旨在說明負責任 AI 技術的概念和 AI 開發原則，同時介紹各項技術，在實務上找出公平性和偏誤，減少 AI/機器學習做法上的偏誤。我們也將探討實用方法和工具，透過 Google Cloud 產品和開放原始碼工具，導入負責任 AI 技術的最佳做法。
Learn more
本課程針對評估生成式和預測式 AI 模型，向機器學習從業人員介紹相關的基礎工具、技術和最佳做法。模型評估是機器學習的重要領域，確保這類系統能在正式環境中提供可靠、準確且成效優異的結果。
學員將深入瞭解多種評估指標與方法，以及適用於不同模型類型和工作的應用方式。此外，也會特別介紹生成式 AI 模型帶來的獨特難題，並提供有效的應對策略。透過 Google Cloud Vertex AI 平台，學員將瞭解在模型挑選、最佳化和持續監控方面，該如何導入穩健的評估程序。
Learn more
本課程旨在提供必要的知識和工具，協助您探索機器學習運作團隊在部署及管理生成式 AI 模型時面臨的獨特挑戰，並瞭解 Vertex AI 如何幫 AI 團隊簡化機器學習運作程序，打造成效非凡的生成式 AI 專案。
Learn more
This video covers how to build a personalized "Work with Me" agent using Gemini Gems, which helps streamline foundational feedback and makes your meetings more strategic and efficient.
Learn more
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。
Learn more
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。
Learn more
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。
Learn more
