Edward Fitz Abucay
成为会员时间:2024
黄金联赛
47350 积分
成为会员时间:2024
這是 Google Cloud Data Analytics 專業證書五堂課程中的第五堂。在本課程中,您將結合第一到第四堂課程的基礎知識和技能,並活用所學,透過專題實作呈現完整的資料生命週期。您將練習使用雲端式工具,有效率地取得、儲存、處理、分析資料,並以圖表呈現及傳達資料洞察結果。本課程結束後,您將完成一項專案,證明自己精通於有效整理多個來源的資料、向不同相關人士說明解決方案,以及運用雲端式軟體將資料洞察結果以圖表呈現。此外,您還會更新履歷,並練習面試技巧,為應徵和面試做好準備。
這是 Google Cloud 資料分析專業證書五堂課程中的第二堂。本課程將帶您瞭解資料的結構化和組織方式。您將透過實作,瞭解資料湖倉架構和 BigQuery、Google Cloud Storage 與 DataProc 等雲端元件,有效率地儲存、分析及處理大型資料集。
這是 Google Cloud 資料分析專業證書五堂課程中的第一堂。在本課程中,您將瞭解雲端資料分析領域的定義,並說明雲端資料分析師在資料擷取、儲存、處理和視覺化方面的角色與職責。您將瞭解 BigQuery 和 Cloud Storage 等 Google Cloud 工具的架構,以及如何運用這些工具有效組織、呈現及彙整資料。
This is the second of five courses in the Google Cloud Data Analytics Certificate. In this course, you’ll explore how data is structured and organized. You’ll gain hands-on experience with the data lakehouse architecture and cloud components like BigQuery, Google Cloud Storage, and DataProc to efficiently store, analyze, and process large datasets.
本課程介紹的 Gemini 是採用生成式 AI 技術的協作工具,可協助開發人員透過 Google Cloud 建構應用程式。您將瞭解如何透過提示讓 Gemini 為您解釋程式碼內容、推薦 Google Cloud 服務,以及生成應用程式的程式碼。在實作研究室中,您也會體驗到 Gemini 如何改良應用程式的開發工作流程。 Duet AI 已更名為 Gemini,這是我們的新一代模型。
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。
This is the fifth of five courses in the Google Cloud Data Analytics Certificate. In this course, you’ll combine and apply the foundational knowledge and skills from courses 1-4 in a hands-on Capstone project that focuses on the full data lifecycle project. You’ll practice using cloud-based tools to acquire, store, process, analyze, visualize, and communicate data insights effectively. By the end of the course, you’ll have completed a project demonstrating their proficiency in effectively structuring data from multiple sources, presenting solutions to varied stakeholders, and visualizing data insights using cloud-based software. You’ll also update your resume and practice interview techniques to help prepare for applying and interviewing for jobs.
完成「監控及管理 Google Cloud 資源」技能徽章入門課程,即可證明您具備下列技能:授予及撤銷 IAM 權限; 安裝 Monitoring 和 Logging 代理程式;建立、部署及測試事件導向的 Cloud Run 函式。
完成在 Google Cloud 實作 CI/CD 管道技能徽章中階課程,即可獲得技能徽章。 您將透過本課程學習如何使用 Artifact Registry、Cloud Build 和 Cloud Deploy,並且操作 Google Cloud 控制台、Google Cloud CLI、Cloud Run 和 GKE。本課程會介紹如何建構持續整合 管道、儲存及保護構件、掃描安全漏洞、驗證 已核准的發布版本是否有效。此外,您還會實際操作,將應用程式 同時部署至 GKE 和 Cloud Run。
完成「開始使用 Pub/Sub」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。
Cloud Storage、Cloud Functions 和 Cloud Pub/Sub 都是 Google Cloud Platform 服務, 可用於儲存、處理及管理資料。您可以整合運用這三種服務, 打造各式各樣的資料導向應用程式。在這個技能徽章課程中, 您將使用 Cloud Storage 儲存圖片、透過 Cloud Functions 處理, 並利用 Cloud Pub/Sub 將圖片傳送至其他應用程式。
若想獲得技能徽章,請完成開始使用 Cloud Storage 技能徽章課程,您將在此瞭解如何建立 Cloud Storage bucket、 如何使用 Cloud Storage 指令列,以及如何在區塊中使用值區鎖定功能保護物件。
完成「在 Vertex AI 使用 Gemini API 探索生成式 AI」技能徽章中階課程,即可證明自己具備下列技能: 可運用 Gemini API 生成文字、分析圖片和影片來強化內容創作能力,還能使用函式呼叫技巧。 本課程將帶您瞭解如何善用進階的 Gemini 技術、使用多模態內容生成功能,並提升 AI 專案的潛力。
This is the first of five courses in the Google Cloud Data Analytics Certificate. In this course, you’ll define the field of cloud data analysis and describe roles and responsibilities of a cloud data analyst as they relate to data acquisition, storage, processing, and visualization. You’ll explore the architecture of Google Cloud-based tools, like BigQuery and Cloud Storage, and how they are used to effectively structure, present, and report data.
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 使用 Gemini 和 Streamlit 開發生成式 AI 應用程式 技能徽章中階課程,即可證明您具備下列技能: 生成文字、透過 Python SDK 和 Gemini API 呼叫函式,以及運用 Cloud Run 部署 Streamlit 應用程式。 您將瞭解如何以不同方式透過提示請 Gemini 生成文字、使用 Cloud Shell 測試及疊代 Streamlit 應用程式,隨後封裝成 Docker 容器並在 Cloud Run 中部署。
Complete the introductory Build LangChain Applications using Vertex AI skill badge to learn how to build Generative AI applications using LangChain and the Retrieval Augmented Generation (RAG) technique for text-based content, powered by Vertex AI's advanced Generative AI capabilities. Discover how to integrate powerful large language models (LLMs) with search and retrieval workflows, boosting the accuracy and relevance of your generated content. Earn a Google Cloud skill badge and showcase your expertise by completing the course and its final assessment challenge lab.
完成「建構安全的 Google Cloud 網路」課程,即可獲得技能徽章。本課程將說明多項網路相關 資源,協助您在 Google Cloud 建構、調度資源和保護應用程式。
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 Dataproc 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。
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。
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。
Google Cloud 運算基本概念課程,適合幾乎沒有雲端運算背景或經驗的學員。這些課程會概略介紹雲端基礎知識、大數據和機器學習的核心概念,以及 Google Cloud 的角色和定位。完成這一系列課程後,學員將能闡述這些概念並展示實用技能。學員需依序完成課程: 1. Google Cloud 運算的基本概念:Cloud 運算基礎知識 2. Google Cloud 運算的基本概念:Google Cloud 基礎架構 3. Google Cloud 運算的基本概念:Google Cloud 的網路與安全性 4. Google Cloud 運算的基本概念:Google Cloud 中的資料、機器學習和 AI 本系列的最後一堂課回顧了代管大數據服務、機器學習與這項技術的價值,以及如何獲得技能徽章,進一步展示您的 Google Cloud 技能。
Google Cloud 運算基本概念課程,適合幾乎沒有雲端運算背景或經驗的學員。這些課程會說明雲端運算基本知識、大數據和機器學習的核心概念,以及 Google Cloud 的角色和定位。 完成這一系列課程後,學員將能夠闡述這些概念並展示實用技能。學員應依以下順序完成課程: 1. Google Cloud 運算的基本概念:Cloud 運算基礎知識 2. Google Cloud 運算的基本概念:Google Cloud 基礎架構 3. Google Cloud 運算的基本概念:Google Cloud 的網路與安全性 4. Google Cloud 運算的基本概念:Google Cloud 中的資料、機器學習和 AI 第三門課涵蓋雲端自動化和管理工具,以及建構安全網路。
完成「在 Google Cloud 使用 Terraform 建構基礎架構」技能徽章中階課程, 即可證明自己具備下列知識與技能:使用 Terraform 的基礎架構即程式碼 (IaC) 原則、運用 Terraform 設定佈建及管理 Google Cloud 資源、有效管理狀態 (本機和遠端),以及將 Terraform 程式碼模組化,以利重複使用和管理。
Google Cloud 運算基本概念課程,適合幾乎沒有雲端運算背景或經驗的學員。這些課程會概略介紹雲端基礎知識、大數據和機器學習的核心概念,以及 Google Cloud 的角色和定位。完成這一系列課程後,學員將能闡述這些概念並展示實用技能。學員需依序完成課程: 1. Google Cloud 運算的基本概念:Cloud 運算基礎知識 2. Google Cloud 運算的基本概念:Google Cloud 基礎架構 3. Google Cloud 運算的基本概念:Google Cloud 的網路與安全性 4. Google Cloud 運算的基本概念:Google Cloud 中的資料、機器學習和 AI
Google Cloud 運算基本概念課程,適合幾乎沒有雲端運算背景或經驗的學員。這些課程會說明雲端運算基本知識、大數據和機器學習的核心概念,以及 Google Cloud 的角色和定位。完成這一系列課程後,學員將能夠闡述這些概念並展示實用技能。學員應依以下順序完成課程: 1. Google Cloud 運算的基本概念:Cloud 運算基礎知識 2. Google Cloud 運算的基本概念:Google Cloud 基礎架構 3. Google Cloud 運算的基本概念:Google Cloud 的網路與安全性 4. Google Cloud 運算的基本概念:Google Cloud 中的資料、機器學習和 AI 第一門課會概略說明雲端運算、Google Cloud 的使用方式,以及不同的運算選項。
完成 使用 Gemini 多模態功能和多模態 RAG 檢查複合型文件 技能徽章中階課程,即可證明您具備下列技能: 透過 Gemini 多模態功能,使用多模態提示從文字和影像資料擷取資訊、生成影片說明,以及擷取影片以外的額外資訊; 透過 Gemini 的多模態檢索增強生成 (RAG) 功能,為含有文字和圖片的文件建構中繼資料、取得所有相關文字分塊,以及顯示引用資料。
這堂課程會介紹 AI 搜尋技術、工具和應用程式。主題涵蓋使用向量嵌入執行語意搜尋;結合語意和關鍵字做法的混合型搜尋機制;以及運用檢索增強生成 (RAG) 技術建構有基準的 AI 代理,盡可能減少 AI 幻覺。您可以實際使用 Vertex AI Vector Search,打造智慧型搜尋引擎。
本課程旨在說明 AI 的可解釋性和透明度概念、探討 AI 透明度對開發人員和工程師的重要性。課程中也會介紹實務方法和工具,有助於讓資料和 AI 模型透明且可解釋。
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。
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。
本課程說明如何使用深度學習來建立圖像說明生成模型。您將學習圖像說明生成模型的各個不同組成部分,例如編碼器和解碼器,以及如何訓練和評估模型。在本課程結束時,您將能建立自己的圖像說明生成模型,並使用模型產生圖像說明文字。
本課程會介紹 Vertex AI Studio。您可以運用這項工具和生成式 AI 模型互動、根據商業構想設計原型,並投入到正式環境。透過身歷其境的應用實例、有趣的課程及實作實驗室,您將能探索從提示到正式環境的生命週期,同時學習如何將 Vertex AI Studio 運用在多模態版 Gemini 應用程式、提示設計、提示工程和模型調整。這個課程的目標是讓您能運用 Vertex AI Studio,在專案中發揮生成式 AI 的潛能。
這堂課程將說明變換器架構,以及基於變換器的雙向編碼器表示技術 (BERT) 模型,同時帶您瞭解變換器架構的主要組成 (如自我注意力機制) 和如何用架構建立 BERT 模型。此外,也會介紹 BERT 適用的各種任務,像是文字分類、問題回答和自然語言推論。課程預計約 45 分鐘。
本課程概要說明解碼器與編碼器的架構,這種強大且常見的機器學習架構適用於序列對序列的任務,例如機器翻譯、文字摘要和回答問題。您將認識編碼器與解碼器架構的主要元件,並瞭解如何訓練及提供這些模型。在對應的研究室逐步操作說明中,您將學習如何從頭開始使用 TensorFlow 寫程式,導入簡單的編碼器與解碼器架構來產生詩詞。
本課程將介紹注意力機制,說明這項強大技術如何讓類神經網路專注於輸入序列的特定部分。此外,也將解釋注意力的運作方式,以及如何使用注意力來提高各種機器學習任務的成效,包括機器翻譯、文字摘要和回答問題。
本課程將介紹擴散模型,這是一種機器學習模型,近期在圖像生成領域展現亮眼潛力。概念源自物理學,尤其深受熱力學影響。過去幾年來,在學術界和業界都是炙手可熱的焦點。在 Google Cloud 中,擴散模型是許多先進圖像生成模型和工具的基礎。課程將介紹擴散模型背後的理論,並說明如何在 Vertex AI 上訓練和部署這些模型。
完成「建立及管理 Bigtable 執行個體」技能徽章入門課程,證明您具備下列技能:建立執行個體、設計結構定義、 查詢資料,以及在 Bigtable 執行管理工作,包括監控效能、設定自動調度節點資源和複製作業。
完成 在 Google Cloud 實作 DevOps 工作流程 技能徽章中階課程, 即可證明您具備下列技能:使用 Cloud Source Repositories 建立 Git 存放區、 在 Google Kubernetes Engine (GKE) 發布、管理和調度 Deployment, 以及建立 CI/CD 管道,自動建構容器映像檔與執行 GKE 部署作業。
完成「Gemini 和 Imagen 實務應用:建構 AI 應用程式」技能徽章入門課程,即可證明您具備下列技能:圖片辨識、自然語言處理、 使用 Google 強大的 Gemini 和 Imagen 模型生成圖片,以及在 Vertex AI 平台上部署應用程式。
若想獲得入門技能徽章,請完成「Cloud Run Functions: 3 種使用方式」課程, 瞭解如何在 Google Cloud 控制台和指令列中 使用 Cloud Run functions。
完成「管理 Google Cloud 中的 Kubernetes」技能徽章中階課程, 即可證明您具備下列技能:使用 kubectl 管理部署作業、 在 Google Kubernetes Engine (GKE) 監控應用程式與偵錯,以及運用技術持續推送軟體更新。
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。
完成 在 Vertex AI 設計提示 技能徽章入門課程,即可證明您具備下列技能: 在 Vertex AI 設計提示、分析圖片,以及運用多模態模型生成內容。瞭解如何建立有效的提示、引導生成式 AI 輸出內容, 以及將 Gemini 模型用於實際的行銷情境。
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。