ANIF SHAIK
成为会员时间:2026
黄金联赛
13322 积分
成为会员时间:2026
本课程是 Google Cloud 数据分析认证计划的第五门课程(共五门)。在本课程中,你将综合运用前 4 门课程所学的基础知识和技能,实操完成一个结业项目,全面探索整个数据生命周期。您将练习使用云端工具来有效地获取、存储、处理、分析、直观呈现数据并传达数据分析洞见。课程结束时,您将完成一个项目,证明您在以下方面的熟练程度:高效地设计数据结构以整理来自多个来源的数据、向不同利益相关方展示解决方案,以及使用云端软件直观呈现数据分析洞见。您还将更新个人简历并练习面试技巧,为求职申请与面试环节做好准备。
本课程是 Google Cloud 数据分析认证计划的第四门课程(共五门课程)。在本课程中,您将重点学习在云端可视化数据的相关技能,其中数据可视化可分为五个关键阶段:讲故事、规划、探索数据、构建可视化图表以及与他人共享数据。您还将获得实操经验,尝试使用 UI(界面)/UX(用户体验)技能来制作线框图,从而设计出有影响力的云原生可视化图表,并使用云原生数据可视化工具来探索数据集、创建报告和构建信息中心,从而推动决策并促进协作。
本课程是 Google Cloud 数据分析认证计划的第三门课程(共五门)。在本课程中,您将首先了解从收集数据到获取数据分析洞见的整个数据历程。然后,您将学习如何使用 SQL 将原始数据转换为可用格式。接下来,您将学习如何使用数据流水线转换大量数据。最后,您会获得相关经验,熟悉如何将数据转换策略应用于真实数据集以满足业务需求。
本课程是 Google Cloud 数据分析认证计划的第二门课程(共五门)。在本课程中,您将探索数据的结构形式和组织方式。您将获得数据湖仓一体架构和云组件(如 BigQuery、Google Cloud Storage 和 DataProc)的实操经验,以便高效地存储、分析和处理大型数据集。
本课程是 Google Cloud 数据分析认证的第一门课程(共五门)。在本课程中,您将认识云数据分析领域,并了解云数据分析师在数据获取、存储、处理和可视化方面的角色和职责。您将探索 BigQuery 和 Cloud Storage 等基于 Google Cloud 的工具的架构,以及如何使用这些工具有效地设计数据结构,以及展示和报告数据。
“生成式 AI 智能体:助力组织转型”是“Gen AI Leader”学习路线中的第五门课程,也是最后一门课程。本课程探讨了组织如何使用量身定制的生成式 AI 智能体,帮助应对特定的业务挑战。您将亲自动手构建一个基本的生成式 AI 智能体,并探索这些智能体的组成部分,例如模型、推理循环以及各种工具。
“生成式 AI 应用:改变工作方式”是 Generative AI Leader 学习路线的第四门课程。本课程介绍 Google 的生成式 AI 应用,例如 Gemini for Workspace 和 NotebookLM。它将引导您逐一了解接地、检索增强生成、构建有效提示和构建自动化工作流等概念。
“生成式 AI:全面了解生成式 AI”是“Gen AI Leader”学习路线中的第三门课程。生成式 AI 正在改变我们的工作方式以及与世界的互动方式。作为领导者,应该如何利用生成式 AI 来推动实际业务成果?在本课程中,您将探索构建生成式 AI 解决方案的不同层级、Google Cloud 的产品/服务,以及选择解决方案时需要考虑的因素。
生成式 AI:剖析基本概念是“Gen AI Leader”学习路线的第二门课程。在本课程中,您将探索 AI、机器学习和生成式 AI 之间的差异,了解各种数据类型如何赋能生成式 AI 来应对业务挑战,从而了解生成式 AI 的基本概念。您还将深入了解 Google Cloud 应对基础模型局限性的策略,以及负责任和安全的 AI 开发与部署面临哪些关键挑战。
生成式 AI:不只是聊天机器人是 Gen AI Leader 学习路线的第一门课程,没有前提条件要求。本课程旨在带您超越对聊天机器人的浅层认知,深入挖掘生成式 AI 为您的组织带来的真正潜力。您将探索基础模型和提示工程等概念,它们对于利用生成式 AI 的强大功能至关重要。本课程还将提供指导,让您了解在为组织制定成功的生成式 AI 策略时,应考虑哪些重要因素。
Learn how to use Gemini Notebook to create a personalized study guide for the Professional Machine Learning Engineer (PMLE) certification exam. You'll review Gemini Notebook features, create a notebook, and use the study guide to practice for a certification exam.
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。
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。