Andreea Ciubucciu
成为会员时间:2026
成为会员时间:2026
随着企业对人工智能和机器学习的应用越来越广泛,以负责任的方式构建这些技术也变得更加重要。但对很多企业而言,真正践行 Responsible AI 并非易事。如果您有意了解如何在组织内践行 Responsible AI,本课程正适合您。 本课程将介绍 Google Cloud 目前如何践行 Responsible AI,以及从中总结的最佳实践和经验教训,便于您以此为框架构建自己的 Responsible AI 方法。
完成“利用氛围编程和 MCP 构建 Cloud 智能应用”课程,即可获得技能徽章。在本课程中,您将学习如何利用 Google 的 AI 编码助理和 MCP 服务器的强大功能。
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。
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。
生成式 AI 应用可以提供大语言模型 (LLM) 问世前几乎不可能实现的全新用户体验。作为应用开发者,您要如何利用生成式 AI 在 Google Cloud 上构建更具吸引力且功能强大的应用? 在本课程中,您将了解生成式 AI 应用,以及如何利用提示设计和检索增强生成 (RAG) 技术,构建使用 LLM 的强大应用。您将了解可用于生产用途且适合生成式 AI 应用的架构,并构建一个基于 LLM 和 RAG 的聊天应用。
This course introduces the products and solutions to solve NLP problems on Google Cloud. Additionally, it explores the processes, techniques, and tools to develop an NLP project with neural networks by using Vertex AI and TensorFlow.
完成 在 Vertex AI 中设计提示入门技能徽章课程,展示以下方面的技能: Vertex AI 中的提示工程、图片分析和多模态生成式技术。探索如何编写有效的提示,指导生成式 AI 输出, 以及将 Gemini 模型应用于真实的营销场景。
这是一节入门级微课程,旨在解释什么是负责任的 AI、它的重要性,以及 Google 如何在自己的产品中实现负责任的 AI。此外,本课程还介绍了 Google 的 7 个 AI 开发原则。
本课程介绍 Google Cloud 的 AI 和机器学习 (ML) 能力,重点讲解如何开发生成式和预测式 AI 项目。本课程将探讨“数据到 AI”全生命周期中的多种技术、产品和工具,并通过互动练习帮助数据科学家、AI 开发者和机器学习工程师提升专业能力。
这是一节入门级微学习课程,探讨什么是大型语言模型 (LLM)、适合的应用场景以及如何使用提示调整来提升 LLM 性能,还介绍了可以帮助您开发自己的 Gen AI 应用的各种 Google 工具。
这是一节入门级微课程,旨在解释什么是生成式 AI、它的用途以及与传统机器学习方法的区别。该课程还介绍了可以帮助您开发自己的生成式 AI 应用的各种 Google 工具。