Yuriy Melnykov
Member since 2022
Gold League
36483 points
使用 ADK 和 MCP 建構協作式多代理系統
Earned Aug 31, 2026 EDT
運用工具讓 AI 代理具備所要能力
Earned Aug 21, 2026 EDT
管理 AI 代理的記憶與狀態
Earned Aug 19, 2026 EDT
AI 代理行為最佳化調整
Earned Aug 18, 2026 EDT
使用 Agent Development Kit (ADK) 建造 AI 代理：工程設計
Earned Aug 18, 2026 EDT
使用 Agent Development Kit (ADK) 打造您的第一個 AI 代理
Earned Aug 17, 2026 EDT
建立您的第一個 Gemini Enterprise 應用程式
Earned Aug 17, 2026 EDT
企業 AI 代理與用途
Earned Aug 17, 2026 EDT
AI 代理基礎知識
Earned Aug 14, 2026 EDT
MLOps with Agent Platform: Manage Features
Earned Jan 17, 2024 EST
Machine Learning Operations (MLOps): Getting Started
Earned Jan 15, 2024 EST
Google Cloud 的 AI 和機器學習服務簡介
Earned Nov 16, 2023 EST
在連結試算表中分析 BigQuery 資料
Earned Oct 19, 2023 EDT
使用 Cloud Run functions 建構無伺服器應用程式
Earned Oct 19, 2023 EDT
開始使用 Looker
Earned Oct 18, 2023 EDT
使用 Dataplex 整理及管理資料
Earned Oct 18, 2023 EDT
在 Google App Engine 上部署及管理應用程式
Earned Oct 18, 2023 EDT
Google Cloud Compute 基本操作
Earned Oct 18, 2023 EDT
透過 Vertex AI 建構及部署機器學習解決方案
Earned Oct 17, 2023 EDT
在 Google Cloud 使用機器學習 API
Earned Oct 15, 2023 EDT
使用 Google Data Cloud 共用資料
Earned Oct 14, 2023 EDT
在 BigQuery 執行預測資料分析
Earned Oct 12, 2023 EDT
Looker 資料模型管理
Earned Oct 10, 2023 EDT
在 Looker 建構 LookML 物件
Earned Oct 9, 2023 EDT
運用 BigQuery ML 建立機器學習模型
Earned Oct 8, 2023 EDT
從 BigQuery 資料取得深入分析結果
Earned Oct 5, 2023 EDT
為 Looker 資訊主頁和報表準備資料
Earned Oct 2, 2023 EDT
使用 BigQuery ML 為預測模型進行資料工程
Earned Oct 1, 2023 EDT
透過 BigQuery 建構資料倉儲
Earned Sep 27, 2023 EDT
Generative AI Fundamentals - 繁體中文
Earned Sep 21, 2023 EDT
負責任的 AI 技術簡介
Earned Sep 21, 2023 EDT
大型語言模型簡介
Earned Sep 21, 2023 EDT
生成式 AI 簡介
Earned Sep 21, 2023 EDT
在 Google Cloud 為機器學習 API 準備資料
Earned Nov 1, 2022 EDT
[DEPRECATED] Google Cloud Big Data and Machine Learning Fundamentals
Earned Oct 31, 2022 EDT
在 Google Cloud 設定應用程式開發環境
Earned Oct 29, 2022 EDT
Google Cloud 基礎知識：核心基礎架構
Earned Oct 28, 2022 EDT
在 Compute Engine 導入 Cloud Load Balancing
Earned Oct 25, 2022 EDT
Google Cloud 必備知識
Earned Oct 23, 2022 EDT
瞭解如何使用 Google 的 Agent Development Kit (ADK) 和 Model Context Protocol (MCP)，設計、協調及部署多代理系統。本課程將以旅遊規劃服務為例，說明如何透過自訂防護機制，調度管理專用代理網路。完成本課程後，您將瞭解如何運用設計模式和部署策略，打造穩固且可擴充的 AI 工作流程。
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。
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
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
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
建立您的第一個 Gemini Enterprise 應用程式，獲得技能徽章！將各種資料來源連接到您的應用程式，建立強大的統合式搜尋和分析引擎。掌握 Deep Research 代理、多代理構思和 NotebookLM 等進階功能，進行重點分析。
Learn more
瞭解 AI 代理如何發揮更高的業務影響力，包括根據您的 KPI 規劃要使用的代理類型，以及探索能解決實際瓶頸的用途。您也將認識各種無程式碼到高程式碼解決方案，瞭解 Gemini Enterprise 如何協助建構和自動調度合適的代理。
Learn more
本課程介紹 AI 代理的基礎知識，並探討代理的實際應用價值。代理可為開發人員、架構師和技術決策者奠定基礎，協助他們從目標導向的自主行為角度來理解 AI 系統。
Learn more
This course introduces participants to MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud. MLOps is a discipline focused on the deployment, testing, monitoring, and automation of ML systems in production.
Learners will get hands-on practice using Agent Platform Feature Store's streaming ingestion at the SDK layer.
Learn more
This course introduces participants to MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud. MLOps is a discipline focused on the deployment, testing, monitoring, and automation of ML systems in production. Machine Learning Engineering professionals use tools for continuous improvement and evaluation of deployed models. They work with (or can be) Data Scientists, who develop models, to enable velocity and rigor in deploying the best performing models.
Learn more
本課程介紹 Google Cloud 的 AI 和機器學習 (ML) 功能，著重說明如何開發生成式和預測式 AI 專案。我們也會探討「從資料到 AI」整個生命週期都適用的技術、產品和工具，並透過互動式練習，協助資料科學家、AI 開發人員和機器學習工程師精進專業知識。
Learn more
完成「在連結試算表中分析 BigQuery 資料」技能徽章，即可證明您能使用連結試算表，在 Google 試算表中存取、分析及共用數十億列的 BigQuery 資料，還能以圖表呈現。
Learn more
完成「使用 Cloud Run functions 建構無伺服器應用程式」課程，即可獲得入門技能徽章。在這個課程，您將學會如何透過 Google Cloud 控制台和指令列，使用 Cloud Run functions。 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「開始使用 Looker」技能徽章課程，即可獲得技能徽章， 您將從中瞭解如何使用 Looker Studio 和 Looker 分析、呈現及整理資料。
Learn more
完成「使用 Dataplex 整理及管理資料」技能徽章入門課程，即可證明您具備下列技能：建立 Dataplex 資產、建立切面類型，以及將切面套用至 Dataplex 中的項目。 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「在 Google App Engine 上部署及管理應用程式」課程，即可獲得技能徽章。本課程將說明如何搭配 Python、Go 和 PHP 使用 App Engine。
Learn more
完成「Google Cloud Compute 基本操作」任務， 學習如何在 Compute Engine 中使用虛擬機器 (VM)、永久磁碟 和網路伺服器，即可獲得技能徽章。
Learn more
完成 透過 Vertex AI 建構及部署機器學習解決方案 課程，即可瞭解如何使用 Google Cloud 的 Vertex AI 平台、AutoML 和自訂訓練服務， 訓練、評估、調整、解釋及部署機器學習模型。 這個技能徽章課程適合專業數據資料學家和機器學習 工程師，完成即可取得中階技能徽章。技能 徽章是 Google Cloud 核發的獨家數位徽章， 用於肯定您在 Google Cloud 產品和服務方面的精通程度， 代表您已通過測驗，能在互動式實作環境應用相關知識。完成這個技能徽章課程 和結業評量挑戰實驗室，就能獲得數位徽章， 並與親友分享。
Learn more
完成「在 Google Cloud 使用機器學習 API」課程，即可獲得進階技能徽章。本課程說明以下機器學習和 AI 技術的基本功能： Cloud Vision API、Cloud Translation API 和 Cloud Natural Language API。
Learn more
完成「使用 Google Data Cloud 共用資料」課程，即可獲得技能徽章。 在本課程中，您會透過 Google Cloud 資料共用合作夥伴， 使用專屬資料集進行數據分析， 獲得豐富的實務經驗。客戶訂閱這類資料後，即可在自家平台查詢， 並用自己的資料集補強。此外，也能使用圖表 工具，打造客戶專用的資訊主頁。
Learn more
完成在 BigQuery 執行預測資料分析技能徽章中階課程， 即可證明您具備下列技能：可匯入 CSV 和 JSON 檔案，在 BigQuery 建立資料集； 可運用 BigQuery 的強大功能與複雜的 SQL 分析概念，包括使用 BigQuery ML 根據足球賽事資料訓練出預期進球模型，評估世界盃進球的精彩程度。
Learn more
完成 Looker 資料模型管理技能徽章中階課程，即可證明您具備下列技能：維護 LookML 專案的健全性、運用 SQL Runner 驗證資料、採用 LookML 最佳做法、改良查詢及 報表，並執行永久衍生資料表和快取政策。
Learn more
完成「在 Looker 建構 LookML 物件」技能徽章入門課程， 即可證明您具備下列技能： 建立新的維度和測量指標、檢視畫面和衍生資料表；根據需求設定測量指標篩選器和類型； 更新維度和測量指標； 建構及調整「探索」；將檢視表彙整至現有「探索」；以及配合業務需求決定要建立哪些 LookML 物件。
Learn more
完成「運用 BigQuery ML 建立機器學習模型」技能徽章中階課程，即可證明您具備下列技能： 可使用 BigQuery ML 建立及評估機器學習模型，並根據資料進行預測。
Learn more
完成 從 BigQuery 資料取得深入分析結果 技能徽章入門課程，即可證明您具備下列技能： 撰寫 SQL 查詢、查詢公開資料表、將樣本資料載入 BigQuery、使用 BigQuery 的查詢驗證工具 排解常見語法錯誤，以及在 Data Studio 中 透過連結 BigQuery 資料建立報表。
Learn more
完成「為 Looker 資訊主頁和報表準備資料」技能徽章入門課程， 即可證明您具備下列技能：可篩選、排序和 pivot 資料、合併不同的 Looker 探索結果， 還能使用函式和運算子建構 Looker 資訊主頁和報表，取得資料分析結果和圖表。
Learn more
完成使用 BigQuery ML 為預測模型進行資料工程技能徽章中階課程， 即可證明自己具備下列知識與技能：運用 Dataprep by Trifacta 建構連至 BigQuery 的資料轉換 pipeline； 使用 Cloud Storage、Dataflow 和 BigQuery 建構「擷取、轉換及載入」(ETL) 工作負載， 以及使用 BigQuery ML 建構機器學習模型。
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
完成「Introduction to Generative AI」、「Introduction to Large Language Models」和「Introduction to Responsible AI」課程，即可獲得技能徽章。通過最終測驗，就能展現您對生成式 AI 基本概念的掌握程度。
「技能徽章」是 Google Cloud 核發的數位徽章，用於表彰您對 Google Cloud 產品和服務的相關知識。您可以將技能徽章公布在社群媒體的個人資料中，向其他人分享您的成果。
Learn more
這個入門微學習課程主要介紹「負責任的 AI 技術」和其重要性，以及 Google 如何在自家產品中導入這項技術。本課程也會說明 Google 的 7 個 AI 開發原則。
Learn more
這是一堂入門級的微學習課程，旨在探討大型語言模型 (LLM) 的定義和用途，並說明如何調整提示來提高 LLM 成效。此外，也會介紹多項 Google 工具，協助您自行開發生成式 AI 應用程式。
Learn more
這個入門微學習課程主要說明生成式 AI 的定義和使用方式，以及此 AI 與傳統機器學習方法的差異。本課程也會介紹各項 Google 工具，協助您開發自己的生成式 AI 應用程式。
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
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
只要修完「在 Google Cloud 設定應用程式開發環境」課程，就能獲得技能徽章。 在本課程中，您將學會如何使用以下技術的基本功能，建構和連結以儲存空間為中心的雲端基礎架構：Cloud Storage、Identity and Access Management、Cloud Functions 和 Pub/Sub。
Learn more
「Google Cloud 基礎知識：核心基礎架構」介紹了在使用 Google Cloud 時會遇到的重要概念和術語。本課程會透過影片和實作實驗室，介紹並比較 Google Cloud 的多種運算和儲存服務，同時提供重要的資源和政策管理工具。
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
在這堂入門課程，您將實際練習使用 Google Cloud 的基礎工具和服務。本課程包含可選擇觀賞的影片， 針對實驗室涵蓋的概念提供更多背景資訊，協助您複習。「Google Cloud 必備知識」 是適合 Google Cloud 學員的第一堂課， 即使您尚未學習或不熟悉雲端知識， 也能從這堂課獲得實務經驗，並應用於第一項 Google Cloud 專案。不管是撰寫 Cloud Shell 指令 和部署第一部虛擬機器，還是在 Kubernetes Engine 或透過負載平衡執行應用程式， 「Google Cloud 必備知識」都是認識平台基本功能的最佳入門資源。
Learn more
