成为会员时间：2024
使用 Gemini 和 Streamlit 开发生成式 AI 应用
Earned Aug 26, 2026 EDT
结合企业数据库构建 AI 智能体
Earned May 21, 2026 EDT
在 Google Cloud 上为机器学习 API 准备数据
Earned Jan 7, 2026 EST
BigQuery 流式数据分析
Earned Dec 9, 2025 EST
用 Google Data Cloud 共享数据
Earned Dec 9, 2025 EST
Build Data Lakes and Data Warehouses on Google Cloud
Earned Dec 8, 2025 EST
完成中级技能徽章课程“使用 Gemini 和 Streamlit 开发生成式 AI 应用”，展示您在以下方面的技能： 文本生成、通过 Python SDK 和 Gemini API 应用函数调用，以及通过 Cloud Run 部署 Streamlit 应用。 您将了解如何以不同方式通过提示来让 Gemini 生成文本、使用 Cloud Shell 进行测试，以及如何迭代 Streamlit 应用，随后将其封装成 Docker 容器并部署在 Cloud Run 中。
使用 MCP Toolbox for Databases 构建可利用企业数据库的 AI 智能体。您将定义安全的数据库交互工具，并实现智能查询功能（利用向量嵌入、结构化查询）。
完成入门级技能徽章课程在 Google Cloud 上为机器学习 API 准备数据，展示以下技能： 使用 Dataprep by Trifacta 清理数据、在 Dataflow 中运行数据流水线、在 Managed Service for Apache Spark 中创建集群和运行 Apache Spark 作业，以及调用机器学习 API，包括 Cloud Natural Language API、Google Cloud Speech-to-Text API 和 Video Intelligence API。
完成 BigQuery 流式数据分析技能徽章课程，赢取技能徽章 。在这门课程中，您将结合使用 Pub/Sub、Dataflow 和 BigQuery 来实现流式 数据分析。
完成用 Google Data Cloud 共享数据技能徽章课程，赢取技能 徽章。您将获得使用 Google Cloud 数据共享合作伙伴 的实操经验，这些合作伙伴拥有专有数据集， 客户可将其用于自己的分析应用场景。客户订阅这些数据集，可在自己的 平台上查询，然后使用自己的数据集加以扩充，并使用自己的可视化 工具，用于面向客户的信息中心。
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.