Thamu Mnyulwa
Member since 2023
Gold League
63620 points
Machine Learning Operations (MLOps): Getting Started
Earned Jun 2, 2025 EDT
大型語言模型簡介
Earned May 30, 2025 EDT
生成式 AI 簡介
Earned May 30, 2025 EDT
生成式 AI 代理：實現組織轉型
Earned May 28, 2025 EDT
生成式 AI：掌握幕後技術與環境
Earned May 21, 2025 EDT
生成式 AI：瞭解基礎概念
Earned May 15, 2025 EDT
生成式 AI：不只是聊天機器人
Earned May 15, 2025 EDT
運用 BigQuery ML 建立機器學習模型
Earned May 6, 2025 EDT
[DEPRECATED] Feature Engineering
Earned May 4, 2025 EDT
[Depricated] Build, Train and Deploy ML Models with Keras on Google Cloud
Earned Jan 30, 2025 EST
透過 Vertex AI 建構及部署機器學習解決方案
Earned Jan 22, 2025 EST
Build MLOps Pipelines using Vertex AI
Earned Jan 21, 2025 EST
Google Cloud 的 AI 和機器學習服務簡介
Earned Jan 6, 2025 EST
透過 Google Cloud Observability 監控及記錄系統狀態
Earned Dec 7, 2024 EST
在 Google Cloud 設定應用程式開發環境
Earned Dec 7, 2024 EST
在 Compute Engine 導入 Cloud Load Balancing
Earned Dec 3, 2024 EST
Google Cloud 中的資料工程簡介
Earned Dec 1, 2024 EST
在 Google Cloud 實作 Cloud 安全防護措施：基礎知識
Earned Nov 30, 2024 EST
基本概念：基礎架構
Earned Nov 22, 2024 EST
為 Looker 資訊主頁和報表準備資料
Earned Nov 21, 2024 EST
運用 Google Cloud 翻新基礎架構和應用程式
Earned Aug 11, 2024 EDT
運用 Google Cloud 人工智慧推動創新
Earned Aug 8, 2024 EDT
運用 Google Cloud 探索資料轉換功能
Earned Aug 7, 2024 EDT
使用 Google Data Cloud 共用資料
Earned Jul 21, 2024 EDT
從 BigQuery 資料取得深入分析結果
Earned Jul 19, 2024 EDT
使用 BigQuery ML 為預測模型進行資料工程
Earned Jul 19, 2024 EDT
以串流方式將分析資料傳入 BigQuery
Earned Jul 17, 2024 EDT
Serverless Data Processing with Dataflow: Foundations
Earned Jul 2, 2024 EDT
Build a Certification Study Guide: PDE Exam Prep
Earned Jun 29, 2024 EDT
使用 Knowledge Catalog 建構資料網格
Earned Jun 26, 2024 EDT
在 Google Cloud 為機器學習 API 準備資料
Earned May 31, 2024 EDT
透過 BigQuery 建構資料倉儲
Earned May 31, 2024 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud
Earned May 29, 2024 EDT
負責任的 AI 技術簡介
Earned May 23, 2024 EDT
Build Data Lakes and Data Warehouses on Google Cloud
Earned May 15, 2024 EDT
[DEPRECATED] Google Cloud Big Data and Machine Learning Fundamentals
Earned May 2, 2024 EDT
This course introduces participants to MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud. MLOps is a discipline focused on the deployment, testing, monitoring, and automation of ML systems in production. Machine Learning Engineering professionals use tools for continuous improvement and evaluation of deployed models. They work with (or can be) Data Scientists, who develop models, to enable velocity and rigor in deploying the best performing models.
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
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
「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。
Learn more
「生成式 AI：掌握幕後技術與環境」是 Gen AI Leader 學習路徑的第三門課程。生成式 AI 正在改變我們的工作方式，以及與周遭世界的互動模式。身為領導者，您要如何駕馭其強大的功能，創造實際的業務成果？在本課程中，您將認識建構生成式 AI 解決方案時的各個層面、Google Cloud 產品與服務，以及選擇解決方案時應考量的因素。
Learn more
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。
Learn more
「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。
Learn more
完成「運用 BigQuery ML 建立機器學習模型」技能徽章中階課程，即可證明您具備下列技能： 可使用 BigQuery ML 建立及評估機器學習模型，並根據資料進行預測。
Learn more
This course explores the benefits of using Vertex AI Feature Store, how to improve the accuracy of ML models, and how to find which data columns make the most useful features. This course also includes content and labs on feature engineering using BigQuery ML, Keras, and TensorFlow.
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
完成 透過 Vertex AI 建構及部署機器學習解決方案 課程，即可瞭解如何使用 Google Cloud 的 Vertex AI 平台、AutoML 和自訂訓練服務， 訓練、評估、調整、解釋及部署機器學習模型。 這個技能徽章課程適合專業數據資料學家和機器學習 工程師，完成即可取得中階技能徽章。技能 徽章是 Google Cloud 核發的獨家數位徽章， 用於肯定您在 Google Cloud 產品和服務方面的精通程度， 代表您已通過測驗，能在互動式實作環境應用相關知識。完成這個技能徽章課程 和結業評量挑戰實驗室，就能獲得數位徽章， 並與親友分享。
Learn more
This skill badge aims to evaluate a partner's ability to utilize various methods available to them to automate manual processes involved when deploying machine learning models using Vertex AI. Manual processes are often not scalable which is why advancing an organization's AI/ML adoption requires ML Ops processes to improve the rate of model training, experimentation and deployment.
Learn more
本課程介紹 Google Cloud 的 AI 和機器學習 (ML) 功能，著重說明如何開發生成式和預測式 AI 專案。我們也會探討「從資料到 AI」整個生命週期都適用的技術、產品和工具，並透過互動式練習，協助資料科學家、AI 開發人員和機器學習工程師精進專業知識。
Learn more
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。
Learn more
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。
Learn more
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。
Learn more
在本課程中，您會學到 Google Cloud 上的資料工程、資料工程師的角色與職責，以及這些內容如何對應至 Google Cloud 提供的服務。您也將瞭解處理資料工程難題的許多方法。
Learn more
完成 在 Google Cloud 實作 Cloud 安全防護措施：基礎知識 技能徽章中階課程， 即可證明您具備下列技能：運用 Identity and Access Management (IAM) 建立及指派角色、 建立及管理服務帳戶、啟用虛擬私有雲 (VPC) 網路中的私人連線、 運用 Identity-Aware Proxy 限制應用程式存取權、 運用 Cloud Key Management Service (KMS) 管理金鑰和已加密資料，以及建立私人 Kubernetes 叢集。
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「為 Looker 資訊主頁和報表準備資料」技能徽章入門課程， 即可證明您具備下列技能：可篩選、排序和 pivot 資料、合併不同的 Looker 探索結果， 還能使用函式和運算子建構 Looker 資訊主頁和報表，取得資料分析結果和圖表。
Learn more
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。
Learn more
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。
Learn more
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。
Learn more
完成「使用 Google Data Cloud 共用資料」課程，即可獲得技能徽章。 在本課程中，您會透過 Google Cloud 資料共用合作夥伴， 使用專屬資料集進行數據分析， 獲得豐富的實務經驗。客戶訂閱這類資料後，即可在自家平台查詢， 並用自己的資料集補強。此外，也能使用圖表 工具，打造客戶專用的資訊主頁。
Learn more
完成 從 BigQuery 資料取得深入分析結果 技能徽章入門課程，即可證明您具備下列技能： 撰寫 SQL 查詢、查詢公開資料表、將樣本資料載入 BigQuery、使用 BigQuery 的查詢驗證工具 排解常見語法錯誤，以及在 Data Studio 中 透過連結 BigQuery 資料建立報表。
Learn more
完成使用 BigQuery ML 為預測模型進行資料工程技能徽章中階課程， 即可證明自己具備下列知識與技能：運用 Dataprep by Trifacta 建構連至 BigQuery 的資料轉換 pipeline； 使用 Cloud Storage、Dataflow 和 BigQuery 建構「擷取、轉換及載入」(ETL) 工作負載， 以及使用 BigQuery ML 建構機器學習模型。
Learn more
完成「以串流方式將分析資料傳入 BigQuery」課程，即可獲得技能徽章。 在此課程中，您將綜合應用 Pub/Sub、Dataflow 和 BigQuery，並以串流方式傳送 資料進行分析。
Learn more
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 more
Learn how to use Gemini Notebook to create a personalized study guide for the Professional Data Engineer certification exam.
You'll review Gemini Notebook features, create a notebook in Gemini Notebook, and learn how to use a study guide to practice for a certification exam.
Learn more
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。
Learn more
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。
Learn more
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。
Learn more
Incorporating machine learning into data pipelines increases the ability to extract insights from data. This course covers ways machine learning can be included in data pipelines on Google Cloud. For little to no customization, this course covers AutoML. For more tailored machine learning capabilities, this course introduces Notebooks and BigQuery machine learning (BigQuery ML). Also, this course covers how to productionalize machine learning solutions by using Vertex AI.
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
While the traditional approaches of using data lakes and data warehouses can be effective, they have shortcomings, particularly in large enterprise environments. This course introduces the concept of a data lakehouse and the Google Cloud products used to create one. A lakehouse architecture uses open-standard data sources and combines the best features of data lakes and data warehouses, which addresses many of their shortcomings.
Learn more
This course introduces the Google Cloud big data and machine learning products and services that support the data-to-AI lifecycle. It explores the processes, challenges, and benefits of building a big data pipeline and machine learning models with Vertex AI on Google Cloud.
Learn more
