参加 ログイン

Soni Siddhi

メンバー加入日: 2024

ダイヤモンド リーグ

16861 ポイント
Gemini Enterprise アプリケーションの作成を始める Earned 7月 16, 2026 EDT
発者向けの責任ある AI: 公平性とバイアス Earned 7月 16, 2026 EDT
Vertex AI を使用した ML オペレーション（MLOps）: モデルの評価 Earned 7月 16, 2026 EDT
Arcade NetworSkills Earned 5月 16, 2025 EDT
Level 2: Data Exploration and Integration Earned 5月 16, 2025 EDT
生成 AI のための ML オペレーション（MLOps) Earned 5月 12, 2025 EDT
Gemini と Imagen を使用した実際の AI アプリケーションの構築 Earned 4月 27, 2025 EDT
責任ある AI: Google Cloud における AI に関する原則の適用 Earned 4月 24, 2025 EDT
Agent Platform におけるプロンプト設計 Earned 4月 24, 2025 EDT
責任ある AI の概要 Earned 5月 2, 2024 EDT
大規模言語モデルの概要 Earned 5月 2, 2024 EDT
生成 AI の概要 Earned 5月 2, 2024 EDT

Gemini Enterprise アプリケーションの作成を始めて、スキルバッジを獲得しましょう。さまざまなデータソースをアプリケーションに接続し、強力で統合された検索・分析エンジンを構築します。Deep Research エージェント、マルチエージェント アイディエーション、NotebookLM を使用した集中的な分析などの高度な機能を習得します。

詳細

このコースでは、責任ある AI および AI に関する原則のコンセプトを紹介します。AI / ML の実践における公平性とバイアスを特定し、バイアスを軽減するための実践的な手法を取り扱います。具体的には、Google Cloud プロダクトとオープンソース ツールを使用して責任ある AI のベスト プラクティスを実装するための実践的な方法とツールを検証します。

詳細

このコースでは、ML の実務担当者に、生成 AI モデルと予測 AI モデルの両方を評価するための重要なツール、手法、ベスト プラクティスを身につけていただきます。モデル評価は、ML システムが本番環境で信頼性が高く、正確で、高性能な結果を確実に提供するための重要な分野です。 参加者は、さまざまな評価指標、方法論のほか、さまざまなモデルタイプやタスクにおけるそれらの適切な適用について理解を深めます。このコースでは、生成 AI モデルによってもたらされる固有の課題に重点を置き、それらの課題に効果的に取り組むための戦略を提供します。参加者は、Google Cloud の Vertex AI プラットフォームを活用して、モデルの選択、最適化、継続的なモニタリングのための堅牢な評価プロセスを実装する方法を学びます。

詳細

Modern apps don’t just need to run—they need to run smart, fast, and secure. With these labs, you'll get hands-on with the foundational tools that power today's connected experiences. You'll configure VPC networks, manage identity with IAM and IAP, and monitor systems using Prometheus and Cloud Monitoring. You’ll also deploy serverless apps with Cloud Run and generate PDFs with Go. It’s everything you need to sharpen your networking know-how—fast!

詳細

This challenge is designed to help you get comfortable working with data across tools like Google Sheets, BigQuery, Looker, and even Google Docs. You’ll start by learning how to find, filter, and visualize data in Sheets, and run quick-start projects using Pub/Sub, BigQuery, Dataplex, and Cloud Filestore from the command line. From there, you’ll dive deeper—writing SQL to explore real-world datasets, spotting common query errors, and troubleshooting data models in Looker. You’ll also pick up best practices to make your LookML projects easier to use and maintain. Whether you're just exploring or solving tricky issues, these labs give you the practical skills to work smarter with your data.

詳細

このコースでは、生成 AI モデルのデプロイと管理において MLOps チームが直面する特有の課題に対処するために必要な知識とツールを提供し、AI チームが MLOps プロセスを合理化して生成 AI プロジェクトを成功させるうえで Vertex AI がどのように役立つかを説明します。

詳細

「Gemini と Imagen を使用した実際の AI アプリケーションの構築」入門スキルバッジを取得して、画像認識、自然言語処理、 Google の強力な Gemini モデルと Imagen モデルを使用した画像生成、Vertex AI プラットフォームへのアプリケーションのデプロイなどのスキルを証明しましょう。

詳細

企業における AI と ML の利用が拡大し続けるなか、責任を持ってそれを構築することの重要性も増しています。多くの企業にとっての課題は、責任ある AI と口で言うのは簡単でも、それを実践するのは難しいということです。このコースは、責任ある AI を組織で運用化する方法を学びたい方に最適です。 このコースでは、Google Cloud が責任ある AI を現在どのように運用化しているかを、ベスト プラクティスや教訓と併せて学び、責任ある AI に対する独自のアプローチを構築するためのフレームワークとして活用できるようにします。

詳細

「Agent Platform におけるプロンプト設計」スキルバッジを獲得できる入門コースを修了すると、 Agent Platform のプロンプト エンジニアリング、画像分析、マルチモーダル生成手法のスキルを実証できます。効果的なプロンプトを作成する方法、目的どおりの生成 AI 出力を生成する方法、 Gemini モデルを実際のマーケティング シナリオに適用する方法を学びます。

詳細

この入門レベルのマイクロラーニング コースでは、責任ある AI の概要と重要性、および Google が責任ある AI を自社プロダクトにどのように実装しているのかについて説明します。また、Google の AI に関する 7 つの原則についても説明します。

詳細

このコースは、大規模言語モデル（LLM）とは何か、どのようなユースケースで活用できるのか、プロンプトのチューニングで LLM のパフォーマンスを高めるにはどうすればよいかについて学習する、入門レベルのマイクロ ラーニング コースです。独自の生成 AI アプリを開発する際に利用できる Google ツールも紹介します。

詳細

この入門レベルのマイクロラーニング コースでは、生成 AI の概要、利用方法、従来の ML の手法との違いについて説明します。独自の生成 AI アプリを作成する際に利用できる Google ツールも紹介します。

詳細