加入 登录

Ajay Behera

成为会员时间：2026

白银联赛

7543 积分
利用 Cloud Run 部署和扩缩 AI 模型 Earned Nov 3, 2026 EST
为组织配置 Gemini Code Assist Earned Nov 3, 2026 EST
AI 时代安全性简介 Earned Nov 1, 2026 EST
面向开发者的 Responsible AI：隐私保护和安全 Earned Oct 31, 2026 EDT
面向开发者的 Responsible AI：可解释性和透明度 Earned Oct 28, 2026 EDT
面向开发者的 Responsible AI：公平性与偏见 Earned Oct 28, 2026 EDT
利用 Vertex AI 实现机器学习运维 (MLOps)：模型评估 Earned Oct 28, 2026 EDT
适用于生成式 AI 的机器学习运维 (MLOps) Earned Oct 28, 2026 EDT
在 Google Cloud 中管理 Kubernetes Earned Oct 28, 2026 EDT

AI 推理是指利用经过训练的机器学习模型，通过应用其学习到的模式，对新的、未见过的数据进行预测的过程。本课程专为有兴趣在 Cloud Run 上快速部署 AI 推理服务的开发者、数据科学家和机器学习工程师而设计。对于熟悉基于云的无服务器应用部署解决方案，但可能没有使用 Google Cloud 无服务器产品运行 AI 推理经验的学员来说，本课程非常有用。 本课程包含使用 GPU 部署 AI 推理模型，以及将生成式 AI 应用与数据存储服务集成的示例。

了解详情

本课程面向为组织配置 Gemini Code Assist 的 Google Cloud 开发者和 DevOps 工程师，需事先掌握 Google Cloud 控制台的基本知识。本课程介绍了 Gemini Code Assist 的优势，并比较了不同 Gemini Code Assist 版本的功能。本课程还介绍了如何在组织内配置和管理 Gemini Code Assist。

了解详情

人工智能 (AI) 具备巨大的变革潜力，但也带来了新的安全挑战。本课程专为负责安全性和数据保护的领导者而设计，助其运用相关策略在组织内安全管理 AI。学习一个有助于实现以下目标的框架：主动识别并减轻 AI 特有的风险，保护敏感数据，确保遵从法规，构建弹性 AI 基础设施。通过四个不同行业的精选用例，探索这些策略如何应用于现实场景。

了解详情

本课程介绍 AI 隐私保护和安全方面的重要主题，还将探索使用 Google Cloud 产品和开源工具实施建议的 AI 隐私保护和安全实践的实用方法和工具。

了解详情

本课程介绍了 AI 可解释性和透明度的相关概念，探讨了 AI 透明度对于开发者和工程师的重要性。同时探索了有助于在数据和 AI 模型中实现可解释性和透明度的实用方法及工具。

了解详情

本课程介绍了 Responsible AI 的概念和 AI 原则，还介绍了在 AI/机器学习实践中识别公平性与偏见以及减少偏见的实用技巧，同时探索了使用 Google Cloud 产品和开源工具来实施 Responsible AI 最佳实践的实用方法和工具。

了解详情

本课程能让机器学习从业者掌握评估生成式和预测式 AI 模型的基本工具、方法和最佳实践。要确保机器学习系统在实际运用中提供可靠、准确、高效的结果，做好模型评估至关重要。 学员将深入了解各项评估指标、方法及如何在不同模型类型和任务中适当应用这些指标和方法。课程将着重介绍生成式 AI 模型带来的独特挑战，并提供有效解决这些挑战的策略。通过利用 Google Cloud 的 Vertex AI Platform，学员可学习如何在模型选择、优化和持续监控工作中实施卓有成效的评估流程。

了解详情

本课程致力于为您提供所需的知识和工具，让您能够了解 MLOps 团队在部署和管理生成式 AI 模型以及探索 Vertex AI 如何帮助 AI 团队简化 MLOps 流程时面临的独特挑战，并帮助您在生成式 AI 项目中取得成功。

了解详情

完成在 Google Cloud 中管理 Kubernetes这一中级技能徽章课程， 展示您在以下方面的技能：使用 kubectl 管理部署、监控并 调试在 Google Kubernetes Engine (GKE) 上运行的应用，以及持续交付技术。

了解详情