Join Sign in

Wongsakorn Preedanan

Member since 2023

Gold League

16866 points
Vector Search 和嵌入 Earned Apr 11, 2026 EDT
AI 世界的安全防護簡介 Earned Apr 11, 2026 EDT
運用 BigQuery 導入多模態向量搜尋 Earned Apr 11, 2026 EDT
部署多代理架構 Earned Apr 11, 2026 EDT
在 Google Cloud 部署 Kubernetes 應用程式 Earned Apr 6, 2026 EDT
Model Armor：保護您部署的 AI 應用程式 Earned Apr 6, 2026 EDT
在 Agent Platform 設計提示 Earned Apr 6, 2026 EDT
使用 Cloud Run functions 建構無伺服器應用程式 Earned Apr 6, 2026 EDT
DEPRECATED Detect Manufacturing Defects Using Visual Inspection AI Earned Jun 14, 2024 EDT
基本概念：基礎架構 Earned Jun 14, 2024 EDT
在 BigQuery 執行預測資料分析 Earned Jun 11, 2024 EDT
在 Google Cloud 整合應用程式與 Gemini Earned Jun 9, 2024 EDT
[DEPRECATED] 使用 Gemini：數據資料學家和分析師 Earned Jun 9, 2024 EDT
監控及管理 Google Cloud 資源 Earned Jun 9, 2024 EDT
使用 Natural Language API 分析情緒 Earned Jun 8, 2024 EDT
使用 Google API 分析語音和語言 Earned Jun 8, 2024 EDT
機器學習簡介：語言處理 Earned Jun 8, 2024 EDT
Intro to ML: Image Processing Earned Jun 4, 2024 EDT
使用 Cloud Vision API 分析圖片 Earned Jun 4, 2024 EDT
在 Google Cloud 使用 TensorFlow 分類圖像 Earned Jun 3, 2024 EDT
探索生成式 AI - Agent Platform Earned Jun 1, 2024 EDT
在 Looker 建構 LookML 物件 Earned Jun 1, 2024 EDT
Natural Language Processing on Google Cloud Earned Mar 16, 2023 EDT
Computer Vision Fundamentals with Google Cloud Earned Feb 27, 2023 EST
[Depricated] Build, Train and Deploy ML Models with Keras on Google Cloud Earned Feb 25, 2023 EST
Launching into Machine Learning Earned Feb 24, 2023 EST
How Google Does Machine Learning Earned Feb 24, 2023 EST

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。

Learn more

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。

Learn more

完成運用 BigQuery 導入多模態向量搜尋技能徽章中階課程， 即可證明自己具備下列技能：使用 Gemini in BigQuery 生成 SQL 程式碼並偵錯、執行情緒分析、 總結文字重點並找出關鍵字、生成嵌入項目、建立檢索增強生成 (RAG) pipeline， 以及導入多模態向量搜尋。

Learn more

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。

Learn more

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。

Learn more

本課程將複習 Model Armor 的基本安全功能，讓您具備使用這項服務的能力。您將瞭解 LLM 的相關安全風險，以及 Model Armor 如何保護 AI 應用程式。

Learn more

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。

Learn more

完成「使用 Cloud Run functions 建構無伺服器應用程式」課程，即可獲得入門技能徽章。在這個課程，您將學會如何透過 Google Cloud 控制台和指令列，使用 Cloud Run functions。 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。

Learn more

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.

Learn more

如果您是剛起步的雲端開發人員， 想在 Google Cloud Essentials 外獲得更多實作經驗，歡迎參加本課程。您將透過實作實驗室， 深入瞭解 Cloud Storage 和其他重要應用程式服務，例如： Monitoring 和 Cloud Functions。您將習得 在任何 Google Cloud 專案都適用的寶貴技能。

Learn more

完成在 BigQuery 執行預測資料分析技能徽章中階課程， 即可證明您具備下列技能：可匯入 CSV 和 JSON 檔案，在 BigQuery 建立資料集； 可運用 BigQuery 的強大功能與複雜的 SQL 分析概念，包括使用 BigQuery ML 根據足球賽事資料訓練出預期進球模型，評估世界盃進球的精彩程度。

Learn more

這個簡短的課程會說明如何在 Google Cloud 整合應用程式與 Gemini，讓您瞭解 Gemini API 及 Gemini 生成式 AI 模型，並學習如何透過程式碼存取 Gemini 模型。另外，您會在應用程式中使用文字、圖片和影片提示，測試模型的功能。

Learn more

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。

Learn more

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。

Learn more

完成「使用 Natural Language API 分析情緒」任務， 瞭解 API 如何從文字判斷情緒， 即可獲得技能徽章。

Learn more

完成「使用 Google API 分析語音和語言」課程， 瞭解如何將 Natural Language API 和 Speech API 投入實際應用， 即可獲得技能徽章。

Learn more

大家都知道，機器學習是發展最快的科技領域之一， 而 Google Cloud Platform 在這方面功不可沒。 GCP 提供多種 API，凡是與機器學習相關的任務，幾乎都能處理。您將在本入門課程的 實驗室，實際演練機器學習技術 在語言處理方面的應用，學會如何從文中擷取實體資訊、 執行情緒和語法分析，並使用 Speech-to-Text API 轉錄語音。

Learn more

Using large scale computing power to recognize patterns and "read" images is one of the foundational technologies in AI, from self-driving cars to facial recognition. The Google Cloud Platform provides world class speed and accuracy via systems that can utilized by simply calling APIs. With these and a host of other APIs, GCP has a tool for just about any machine learning job. In this introductory quest, you will get hands-on practice with machine learning as it applies to image processing by taking labs that will enable you to label images, detect faces and landmarks, as well as extract, analyze, and translate text from within images.

Learn more

完成使用 Cloud Vision API 分析圖片課程，即可獲得技能徽章。本課程說明如何運用 Cloud Vision API 執行各種工作，包括擷取圖片中的文字。

Learn more

完成「在 Google Cloud 使用 TensorFlow 分類圖像」技能徽章中階課程， 瞭解如何使用 TensorFlow 和 Vertex AI 建立及訓練機器學習模型， 即可獲得技能徽章。在 Vertex AI Workbench 中，你主要會和使用者自行管理的筆記本 互動。

Learn more

「探索生成式 AI - Agent Platform」課程包含一系列實驗室， 介紹如何在 Google Cloud 使用生成式 AI。完成這些實驗室之後，您會瞭解如何 在 Agent Platform 使用 Gemini 模型、提示詞設計技巧與最佳做法，以及 AI 在構思想法和文字分類、擷取、摘要等方面的用途。您也會瞭解如何運用 Agent Platform 的自訂訓練功能調整基礎模型， 並部署至 Agent Platform 中的端點。

Learn more

完成「在 Looker 建構 LookML 物件」技能徽章入門課程， 即可證明您具備下列技能： 建立新的維度和測量指標、檢視畫面和衍生資料表；根據需求設定測量指標篩選器和類型； 更新維度和測量指標； 建構及調整「探索」；將檢視表彙整至現有「探索」；以及配合業務需求決定要建立哪些 LookML 物件。

Learn more

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.

Learn more

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.

Learn more

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

Learn more

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.

Learn more

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.

Learn more