Jovan Vito Viani
Member since 2025
Diamond League
9221 points
Member since 2025
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。
完成進階的「部署多代理架構」技能徽章課程,證明您具備以下技能: 使用 ADK 建構多代理系統、將代理連結代理對代理 (A2A) 通訊協定、使用 Model Context Protocol (MCP) 整合外部工具,以及將完整的多代理解決方案部署至 Agent Engine。
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。
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。
您已建立具有進階設定功能的代理,可開始賦予代理實際應用能力。為代理配備工具,使代理能搜尋網路、執行程式碼、查詢資料庫和執行自訂動作。將代理從聰明的回覆者,轉變為能採取行動的得力助手。
您已建構能回覆查詢的基本 LLM 代理,是時候讓代理有狀態。利用工作階段狀態建構能維持對話脈絡、記住使用者偏好,並提供個人化體驗的代理。將代理從無狀態的回覆者轉為智慧助理。
您已經成功打造第一個代理,是時候迎接更進階的挑戰。在本課程中,您將學習如何應用進階指令、選擇模型、建立規劃能力及結構化輸出模式,藉此將基本 AI 代理轉為高明又精確的助理,讓您的技能更上一層樓。加入社群論壇,提出問題並參與討論
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。
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。
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。
完成 在 Agent Platform 設計提示 技能徽章入門課程,即可證明您具備下列技能: 在 Agent Platform 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。
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。
本課程會說明 Gemini in BigQuery,這是一套由 AI 輔助的功能,可協助「從資料到 AI」的工作流程。這些功能包含資料探索和準備、程式碼生成和疑難排解,以及工作流程探索和視覺化。本課程將透過概念解說、應用實例和實作實驗室,協助資料從業人員提升工作效率,並加速開發 pipeline。
本課程將示範如何在 BigQuery 運用 AI/機器學行模型,以執行生成式 AI 任務。透過涉及顧客關係管理的應用實例,您將瞭解運用 Gemini 模型解決業務問題的工作流程。為了便於理解,本課程還提供了採用 SQL 查詢和 Python 筆記本的程式設計解決方案,指導您逐步操作。
瞭解如何將 BigQuery 機器學習用於推論、資料分析師應使用這項工具的原因、相關應用實例,以及支援的機器學習模型。您也將瞭解如何在 BigQuery 建立和管理這些機器學習模型。
本課程介紹的 Gemini 是採用生成式 AI 技術的協作工具,可協助分析客戶資料及預測產品銷售情形。您也會學習如何在 BigQuery 中使用客戶資料識別、分類及開發新客戶。透過使用實作研究室,您可以體驗 Gemini 如何改良資料分析和機器學習工作流程。 Duet AI 已更名為 Gemini,這是我們的新一代模型。
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。
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。
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。