Nandini Singh
Member since 2025
Diamond League
19613 points
Member since 2025
完成「使用 Knowledge Catalog 建構資料網格」技能徽章入門課程,即可證明您具備下列技能:使用 Knowledge Catalog 建構資料網格, 以利在 Google Cloud 維護資料安全性,並協助治理和探索資料。您將練習並測試自己的技能,包括在 Knowledge Catalog 為資產加上標記、指派 IAM 角色,以及評估資料品質。
Welcome to this month's Arcade Simulator where you will be a Data Mesh Architect. In this simulation, you'll first tackle BigQuery to build date-partitioned tables, solve complex join pitfalls, and master nested data structures. Then, you'll shift to decentralized governance using Dataplex Knowledge Catalog to organize assets, assign metadata, and enforce strict cloud security. Complete with two realistic challenge labs, this simulation equips you to break down data silos, scale your infrastructure, and run a secure, seamless data mesh.
完成 透過 BigQuery 建構資料倉儲 技能徽章中階課程,即可證明您具備下列技能: 彙整資料以建立新資料表、排解彙整作業問題、利用聯集附加資料、建立依日期分區的資料表, 以及在 BigQuery 使用 JSON、陣列和結構體。
完成「為 Google Cloud 設定服務帳戶和 IAM 角色」課程,即可獲得入門級技能徽章。這門課程會介紹服務帳戶、自訂角色,以及如何使用 gcloud 設定權限。
This course is part 1 of a 3-course series on Serverless Data Processing with Dataflow. In this first course, we start with a refresher of what Apache Beam is and its relationship with Dataflow. Next, we talk about the Apache Beam vision and the benefits of the Beam Portability framework. The Beam Portability framework achieves the vision that a developer can use their favorite programming language with their preferred execution backend. We then show you how Dataflow allows you to separate compute and storage while saving money, and how identity, access, and management tools interact with your Dataflow pipelines. Lastly, we look at how to implement the right security model for your use case on Dataflow.
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.
完成 在 Google Cloud 實作 Sensitive Data Protection 技能徽章入門課程,證明您具備下列技能:使用 Sensitive Data Protection 服務 (包括 Cloud Data Loss Prevention API) 來檢查、遮蓋及去識別化 Google Cloud 中的機密資料。
Raw data is only useful if it is clean, structured, and secure. In this track, you’ll start by processing and preparing data using Dataprep, Dataflow templates, and Apache Spark. You'll learn how to clean up datasets so they are ready for machine learning models. From there, you'll focus on security by working with tools that find and mask sensitive information like personal IDs and credentials. You'll practice redacting critical details and creating safe, de-identified copies of your data in Cloud Storage. By finishing the hands-on challenge labs, you’ll show you can handle big data workflows while keeping confidential information completely safe.
完成 在 Google Cloud 為機器學習 API 準備資料 技能徽章入門課程,即可證明您具備下列技能: 使用 Dataprep by Trifacta 清理資料、在 Dataflow 執行資料管道、在 Managed Service for Apache Spark 建立叢集和執行 Apache Spark 工作,以及呼叫機器學習 API,包含 Cloud Natural Language API、Google Cloud Speech-to-Text API 和 Video Intelligence API。
完成 透過 Google Cloud Observability 監控及記錄系統狀態 技能徽章入門課程, 即可證明您具備下列技能:監控 Compute Engine 中的虛擬機器、 運用 Cloud Monitoring 監管多項專案、在 Cloud Functions 延伸應用監控和記錄功能、 建立和傳送自訂應用程式指標,以及根據自訂指標設定 Cloud Monitoring 快訊。
Writing code is just the first step; you also need to know how to deploy it smoothly and keep it running at its best. In this adventure, you’ll get started with serverless setups by running code on Cloud Run Functions and connecting your services using Google Cloud Pub/Sub. From there, you'll work on the operations side—building out clean development environments, keeping tabs on multiple projects at once, and setting up smart alerts so you can spot and fix issues early. With a couple of challenge labs thrown into the mix, you’ll walk away with the skills needed to build, monitor, and scale apps on Google Cloud.
生成式 AI:瞭解基礎概念是 Gen AI Leader 學習路徑的第二門課程。在本課程中,您將瞭解 AI、機器學習和生成式 AI 的差異,以及各種類型的資料如何協助生成式 AI 解決業務難題,進而掌握生成式 AI 的基礎概念。您還能深入瞭解 Google Cloud 因應基礎模型限制的策略,以及開發、部署安全且負責任的 AI 技術時面臨的主要挑戰。
只要修完「在 Google Cloud 設定應用程式開發環境」課程,就能獲得技能徽章。 在本課程中,您將學會如何使用以下技術的基本功能,建構和連結以儲存空間為中心的雲端基礎架構:Cloud Storage、Identity and Access Management、Cloud Functions 和 Pub/Sub。
Complete the intermediate Build Global and Regional Load Balancing Solutions skill badge course to demonstrate skills in the following: deploy and utilize an internal client VM within the same VPC network and test traffic distribution, backend infrastructure suitable for a global external application Load Balancer, and backend VM instances and load balancer components using startup scripts and network tags to host a web application service.
Welcome to Base Camp, where you’ll develop key Google Cloud skills (available in Spanish and Portuguese too!) and earn an exclusive credential that will open doors to the cloud for you. No prior experience is required!
完成「在 Compute Engine 導入 Cloud Load Balancing」技能徽章入門課程,即可證明您具備下列技能: 在 Compute Engine 建立及部署虛擬機器, 以及設定網路和應用程式負載平衡器。
完成「Google Cloud Compute 基本操作」任務, 學習如何在 Compute Engine 中使用虛擬機器 (VM)、永久磁碟 和網路伺服器,即可獲得技能徽章。
完成 在 Google Cloud 部署 Kubernetes 應用程式 技能徽章中階課程,即可證明您具備下列技能: 設定及建構 Docker 容器映像檔、建立及管理 Google Kubernetes Engine (GKE) 叢集、運用 kubectl 有效 管理叢集,以及運用強大的持續推送軟體更新做法來部署 Kubernetes 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。
各種規模的機構都開始運用雲端的強大功能和靈活性,徹底改變營運方式。不過,有效管理及擴充雲端資源可能是相當複雜的工作。本課程將探討在雲端中的現代營運、可靠性和韌性的基礎概念,以及 Google Cloud 如何協助您達成這些目標。本課程是 Cloud Digital Leader 學習路徑的一部分,旨在促進個人職能發展,並打造企業的未來。
雲端技術是強大的資產,與資料搭配後,將成為創新和提升客戶體驗的催化劑。「運用 Google Cloud 探索資料轉換功能」課程將探討機構如何運用雲端,讓資料更易於存取、做為行動依據和更有價值。 這門課程是 Cloud Digital Leader 學習路徑的一部分,旨在協助個人在職務上成長,並打造企業的未來。
許多傳統企業使用舊版系統和應用程式,無法滿足現今客戶的期望。企業主管經常需要在維護老舊的 IT 系統,以及投資新產品/服務之間做出選擇。本課程將探討這些挑戰,並提供解決方案,說明如何運用雲端技術克服難題。 本課程是 Cloud Digital Leader 學習路徑的一部分,旨在促進個人職能發展,並打造企業的未來。
瞭解如何使用 Agent Development Kit (ADK),建構複雜的 AI 代理並用於正式環境。本課程介紹 ADK 的開放原始碼框架,包括簡單的提示工程,以及程式碼優先的結構化軟體開發做法 (適用於企業級多代理系統)。
人工智慧 (AI) 和機器學習 (ML) 象徵著資訊技術的重大演進,正迅速改變各行各業。在「運用 Google Cloud 人工智慧推動創新」課程中,我們會探討組織如何運用 AI 和機器學習技術,翻轉業務流程。 本課程是 Cloud Digital Leader 學習路徑的一部分,旨在促進個人職能發展,並打造企業的未來。
組織將資料和應用程式遷移至雲端後,必須因應快速變化的安全性挑戰。本課程將探討雲端安全性的基礎知識、Google Cloud 融入安全考量設計的基礎架構價值,以及縱深防禦策略。此外,還會著重說明如何透過 AI 輔助作業和法規遵循工具,協助組織滿足嚴格的全球法規要求。 本課程是 Cloud Digital Leader 學習路徑的一部分,旨在促進個人職能發展,並打造企業的未來。
完成運用 Gemini Enterprise 自動調度管理多代理工作流程技能徽章的入門課程,即可證明您具備下列技能:使用 Gemini Enterprise 支援的代理型助理,整合第一方和第三方來源的資料;開發多媒體行銷素材資源;以及自動執行跨系統的業務行動。技能徽章課程透過實作實驗室和挑戰評量,檢驗學員對於特定產品的實作知識。完成課程或直接進行挑戰實驗室,即可取得徽章。徽章可證明您的專業能力、提升專業形象,開創更多職涯發展機會。前往個人資料頁面,追蹤您獲得的徽章。
探索從任務導向工作流程到人本 AI 自動化調度管理的重要轉變。您將學習如何策略性區分擴增和自動化,以及如何平衡機器效率與人類直覺。
「生成式 AI 代理:實現組織轉型」是 Gen AI Leader 學習路徑的第五堂也是最後一堂課程。本課程將探討組織如何運用自訂生成式 AI 代理,解決特定的業務難題。您將動手練習建構基本的生成式 AI 代理,同時探索這類代理的各種元件,例如模型、推論迴圈和工具。
本課程提供一套策略性架構,協助資料庫專業人員消除營運上的隔閡。整合 Gemini 的 Database Center 是統合式指令控制台,可讓您管理整個資料庫環境,並透過單一觀測功能資訊主頁,集中監控全代管服務和在 Compute Engine 上自行管理的資料庫。本課程也會說明如何運用 Gemini 掌握洞察資訊、從被動排解問題轉為主動應對、自動管理安全防護機制、在整個組織強制執行法規遵循標準,以及在瓶頸影響業務前就先妥善調整,提升效能表現。
本課程介紹 Google Workspace 的 AI 輔助創作工具 Google Vids,即使沒有編輯經驗,也能將原始文件轉化為專業且吸引人的影片。您將學到如何使用範本和自動化工具快速生成草稿,以及如何透過轉錄稿編輯功能、動態視覺特效和自訂音樂,打造個人化內容。最後,您將瞭解如何整合 AI 虛擬化身和旁白,在各種商業用途中流暢地解說簡報。
這部影片將說明如何運用 Gemini 版 Google 文件的進階 AI 功能,發想點子、草擬各種行銷內容,並與團隊順暢協作。
這部影片說明如何建立專屬的 Gemini Gem,運用進階 AI 功能自動處理重複性工作,大幅提升工作效率。
這部影片將說明如何使用 Gemini 重點摘要 Google Workspace 中的長篇文件,助您快速取得所需資訊並節省時間。您將瞭解如何使用 Gemini 摘要整份文件或所選文字,以及如何使用 雲端硬碟內建 Gemini 總結多個檔案。
本課程將說明如何使用 Google 試算表內建 Gemini,自動整理資料及處理複雜數字。瞭解如何從原始文字建立表格、使用自然語言自動填入資料、依需求生成原生試算表公式,以及快速擷取高階洞察資訊或製作圖表,完全不需要具備進階試算表專業知識。
本課程將說明如何使用 Gmail 內建 Gemini,提升電子郵件管理效率。瞭解如何直接在收件匣中總結冗長的討論串、使用自然語言擷取資訊、草擬專業回覆,以及制定溝通策略。
客戶能透過 Gemini for Google Workspace 在 Google Workspace 使用生成式 AI 功能。本學習路徑會介紹 Gemini 的主要功能,並說明如何在 Google Workspace 善用這些功能,提高生產力和效率。
完成「實現事件驅動的即時訊息與自動化工作流」任務,即可獲得 技能徽章。 技能徽章課程,您將瞭解如何透過 Cloud 控制台使用 Pub/Sub、 如何使用 Cloud Scheduler 工作節省心力,並透過 Pub/Sub Lite 節省擷取大量事件 的費用。
數位轉型是現代組織必經的關鍵旅程,而建立穩固的雲端運算基礎,是跨出有意義創新的第一步。本課程「透過 Google Cloud 進行數位轉型」,將會介紹核心技術和策略框架,協助組織革新營運方式,並探討基本的雲端概念、全球網路基礎架構和共同責任模式,幫助主管在雲端之路上自信前行。本課程是 Cloud Digital Leader 學習路徑的一部分,旨在促進個人職能發展,並打造企業的未來。
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。
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。
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。
瞭解 AI 代理的概念,探索代理如何藉由自主行動及推論解決複雜問題。您將瞭解代理如何透過模型、工具和調度管理程序等技術架構,助您學習、規劃和實現目標。
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。
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。
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。
「生成式 AI:不只是聊天機器人」是 Gen AI Leader 學習路徑的第一門課程,沒有先修條件。本課程旨在帶領您超越對聊天機器人的基本認識,探索生成式 AI 能為貴組織帶來的真正潛力。您將瞭解基礎模型和提示工程等概念,這些都是發揮生成式 AI 威力的關鍵。本課程也會引導您思考重要事項,協助您為貴組織制定成功的生成式 AI 策略。
AI 推論是指下列流程:使用經過訓練的機器學習模型,應用習得的模式,對未見過的新資料進行預測。這門課程適合有興趣在 Cloud Run 快速部署 AI 推論服務的開發人員、資料科學家和機器學習工程師。如果您熟悉雲端式無伺服器應用程式部署解決方案,不過可能未曾使用 Google Cloud 無伺服器產品執行 AI 推論,這門課程相當適合您。 課程包含範例,呈現如何使用 GPU 部署 AI 推論模型,以及整合生成式 AI 應用程式與資料儲存服務。
人工智慧 (AI) 帶來轉型可能,但全新資安挑戰也隨著出現。本課程介紹資料安全和保護的策略,可幫助相關領域的領導者,在企業內部安全地管理 AI。您可以瞭解如何建立框架,主動辨別和減輕 AI 特有的風險、保護機密資料、確實法規遵循,並打造堅韌的 AI 基礎架構。我們提供四個不同產業的案例,帶您探索如何實際應用這些策略。
完成「使用 Agent Development Kit (ADK) 建造 AI 代理:工程設計」技能徽章中階課程,即可證明您具備下列技能: 提出實際的語言模型研究問題、建構簡單的權杖化工具、準備資料集來訓練 Transformer 語言模型,以及執行小型語言模型的訓練迴圈。
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。
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。
本課程介紹的 Gemini 是採用生成式 AI 技術的協作工具,可協助您透過 Google Cloud 使用 Google 產品和服務,開發、測試、部署及管理應用程式。有了 Gemini 的協助,您會學到如何開發和建構網頁應用程式、修正應用程式中的錯誤、開發測試及查詢資料。在實作研究室中,您也會體驗到 Gemini 如何改良軟體開發生命週期 (SDLC)。 Duet AI 已更名為 Gemini,這是我們的新一代模型。