Bhavik Parmar
Member since 2021
使用 Knowledge Catalog 建構資料網格
Earned Aug 7, 2026 EDT
運用 Gemini Enterprise 自動調度管理多代理工作流程
Earned Aug 3, 2026 EDT
使用 Agent Development Kit (ADK) 建造 AI 代理：工程設計
Earned Aug 3, 2026 EDT
在正式環境建構及部署代理
Earned Aug 3, 2026 EDT
運用工具讓 AI 代理具備所要能力
Earned Aug 3, 2026 EDT
管理 AI 代理的記憶與狀態
Earned Jul 31, 2026 EDT
AI 代理行為最佳化調整
Earned Jul 29, 2026 EDT
使用 Agent Development Kit (ADK) 打造您的第一個 AI 代理
Earned Jul 29, 2026 EDT
生成式 AI 代理：實現組織轉型
Earned Jul 27, 2026 EDT
以人為本的 AI
Earned Jul 24, 2026 EDT
AI Boost Bites: Guided Learning with Gemini
Earned Jul 24, 2026 EDT
Model Armor：保護您部署的 AI 應用程式
Earned Jan 23, 2026 EST
使用 Gemini 和 Streamlit 開發生成式 AI 應用程式
Earned Jan 23, 2026 EST
在 Google Cloud 打造生成式 AI 應用程式
Earned Dec 16, 2025 EST
Build a Certification Study Guide: PDE Exam Prep
Earned Aug 4, 2023 EDT
[DEPRECATED] Data Engineering
Earned Jul 31, 2023 EDT
Serverless Data Processing with Dataflow: Foundations
Earned Jul 3, 2023 EDT
透過 BigQuery 建構資料倉儲
Earned Jul 2, 2023 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud
Earned Jun 25, 2023 EDT
Build Streaming Data Pipelines on Google Cloud
Earned Jun 13, 2023 EDT
在 Google Cloud 為機器學習 API 準備資料
Earned Jun 11, 2023 EDT
Build Batch Data Pipelines on Google Cloud
Earned Jun 5, 2023 EDT
[DEPRECATED] Google Cloud Big Data and Machine Learning Fundamentals
Earned May 27, 2023 EDT
在 Compute Engine 導入 Cloud Load Balancing
Earned Jan 1, 2022 EST
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。
Learn more
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。
Learn more
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。
Learn more
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。
Learn more
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。
查看 Gemini Enterprise Agent Ready (GEAR) 計畫的其他內容。
加入社群論壇，提出問題並參與討論
Learn more
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
Learn more
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。
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
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。
Learn more
In this video, you'll learn to use the Guided Learning experience in Gemini to build a deep understanding of any topic. You'll see how to start a conversation, engage with Gemini's probing questions, and use interactive tools like diagrams and quizzes to guide your learning journey.
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 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。
Learn more
大型語言模型 (LLM) 誕生之後，生成式 AI 應用程式帶來的嶄新使用者體驗，可說是幾乎前所未有。身為應用程式開發人員，您要如何在 Google Cloud，運用生成式 AI 建立出色的互動式應用程式？
本課程將帶您瞭解生成式 AI 應用程式，以及如何使用提示設計和檢索增強生成 (RAG)，透過 LLM 建構強大的應用程式。我們也會介紹可用於正式環境的生成式 AI 應用程式架構。您將建構採用 LLM 和 RAG 的對話應用程式。
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
This advanced-level quest is unique amongst the other catalog offerings. The labs have been curated to give IT professionals hands-on practice with topics and services that appear in the Google Cloud Certified Professional Data Engineer Certification. From Big Query, to Dataprep, to Cloud Composer, this quest is composed of specific labs that will put your Google Cloud data engineering knowledge to the test. Be aware that while practice with these labs will increase your skills and abilities, you will need other preparation, too. The exam is quite challenging and external studying, experience, and/or background in cloud data engineering is recommended. Looking for a hands on challenge lab to demonstrate your skills and validate your knowledge? On completing this quest, enroll in and finish the additional challenge lab at the end of the Engineer Data in the Google Cloud to receive an exclusive Google Cloud digital badge.
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
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
In this course you will get hands-on in order to work through real-world challenges faced when building streaming data pipelines. The primary focus is on managing continuous, unbounded data with Google Cloud products.
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
In this intermediate course, you will learn to design, build, and optimize robust batch data pipelines on Google Cloud. Moving beyond fundamental data handling, you will explore large-scale data transformations and efficient workflow orchestration, essential for timely business intelligence and critical reporting.
Get hands-on practice using Dataflow for Apache Beam and Serverless for Apache Spark (Dataproc Serverless) for implementation, and tackle crucial considerations for data quality, monitoring, and alerting to ensure pipeline reliability and operational excellence. A basic knowledge of data warehousing, ETL/ELT, SQL, Python, and Google Cloud concepts is recommended.
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
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
