加入 登录

在 Google Cloud 控制台中运用您的技能

Shardul Dalal

成为会员时间：2019

钻石联赛

22088 积分
AI 基础设施：存储选项 Earned May 25, 2026 EDT
AI 基础设施：部署类型 Earned May 25, 2026 EDT
AI Infrastructure：Cloud TPU Earned May 25, 2026 EDT
AI Infrastructure：Cloud GPU Earned May 25, 2026 EDT
AI Infrastructure：AI Hypercomputer 简介 Earned May 25, 2026 EDT
管理智能体记忆和状态 Earned May 25, 2026 EDT
利用工具为智能体注入强大功能 Earned May 25, 2026 EDT
优化智能体行为 Earned May 25, 2026 EDT
使用智能体开发套件 (ADK) 打造您的首个智能体 Earned May 25, 2026 EDT
使用智能体开发套件 (ADK) 打造智能体 Earned May 25, 2026 EDT
Observability in Google Cloud Earned May 14, 2026 EDT
打造您的首个 Gemini Enterprise 应用 Earned Apr 28, 2026 EDT
企业智能体及其应用场景 Earned Apr 28, 2026 EDT
智能体基础知识 Earned Apr 28, 2026 EDT
AI 智能体简介 Earned Apr 28, 2026 EDT
Logging and Monitoring in Google Cloud Earned Apr 28, 2026 EDT
Developing Applications with Cloud Run on Google Cloud: Fundamentals Earned Apr 27, 2026 EDT
在 Google Cloud 上创建生成式 AI 应用 Earned Apr 16, 2026 EDT
云端数据管理和存储 Earned Jan 26, 2026 EST
使用 BigQuery 创建嵌入、向量搜索和 RAG Earned Jan 25, 2026 EST
Google Cloud 重要基础设施：核心服务 Earned Jan 25, 2026 EST
通过 BigQuery ML 创建机器学习模型 Earned Jan 24, 2026 EST
Innovating with Data and Google Cloud Earned Jan 19, 2026 EST
Google Cloud Big Data and Machine Learning Fundamentals Earned Jan 19, 2026 EST
Build Batch Data Pipelines on Google Cloud Earned Jan 19, 2026 EST
Build a Certification Study Guide: ACE Exam Prep Earned Jan 19, 2026 EST
使用 Gemini in BigQuery 提高效率 Earned Jan 8, 2026 EST
在 BigQuery 中使用 Gemini 模型 Earned Jan 8, 2026 EST
使用 BigQuery 机器学习推理功能 Earned Jan 8, 2026 EST
面向数据科学家和分析师的 Gemini Earned Jan 7, 2026 EST
Google Cloud 数据分析功能简介 Earned Jan 7, 2026 EST
在 Google Cloud 上使用 Terraform 构建基础设施 Earned Aug 14, 2025 EDT
Google Cloud 数据工程简介 Earned Jun 10, 2025 EDT
Exploring and Preparing your Data with BigQuery Earned Apr 7, 2025 EDT
基准：数据、机器学习和 AI Earned Oct 31, 2019 EDT
[DEPRECATED] Data Engineering Earned Oct 31, 2019 EDT
了解自己的 Google Cloud 成本 Earned Oct 31, 2019 EDT
DEPRECATED Websites and Web Applications Earned Oct 30, 2019 EDT
Baseline: Deploy & Develop Earned Oct 20, 2019 EDT

在本课程中，您将全面了解 Google Cloud 提供的存储解决方案，这些解决方案专为 AI 和高性能计算 (HPC) 工作负载量身定制。您将学习如何为机器学习生命周期的各个阶段选择合适的存储选项。您将探索如何在训练期间优化 I/O 性能，管理海量数据集以进行数据准备，以及以低延迟部署模型制品。通过实际案例和演示，您将获得设计可靠存储解决方案所需的专业知识，从而加速 AI 创新。

了解详情

本课程全面指导如何在 Google Cloud 上部署、管理和优化 AI 和高性能计算 (HPC) 工作负载。通过一系列课程和实际演示，您将探索从基于 Google Compute Engine (GCE) 的高度可定制环境，到 Google Kubernetes Engine (GKE) 等托管式解决方案的各种部署策略。具体来说，您将学习如何创建集群并部署 GKE 进行推理。

了解详情

欢迎学习 Cloud TPU 课程。我们将探讨 TPU 在不同场景下的优势和劣势，并比较不同的 TPU 加速器，以帮助您选择合适的加速器。您将了解可通过哪些策略充分提高 AI 模型的性能和效率，并理解 GPU/TPU 互操作性对于创建灵活的机器学习工作流程的重要性。通过引人入胜的课程内容和实际演示，您将逐步了解如何有效利用 TPU。

了解详情

对 AI 背后的强大硬件感到好奇吗？本单元将详细讲解性能经过优化的 AI 计算机，向您展示它们为何如此重要。我们将探讨 CPU、GPU 和 TPU 如何让 AI 任务高速运行，介绍它们各自的特点，并说明 AI 软件是如何充分发挥这些硬件的性能的。学习结束后，您将清楚地知道如何为自己的 AI 项目选择合适的 GPU，从而为 AI 工作负载做出明智的决策。

了解详情

准备好探索 AI Hypercomputer 了吗？这门课程将带您轻松入门！我们将介绍相关基础知识，并阐释它们如何助力 AI 处理 AI 工作负载。您将了解超级计算机内部的各个组件，如 GPU、TPU 和 CPU，并知晓如何根据您的需求选择合适的部署方法。

了解详情

您已经构建了能够回答查询的基本 LLM 智能体，现在让我们为其赋予状态。使用会话状态来构建能够维护上下文、记住用户偏好并提供个性化体验的智能体。将智能体从“无状态的回复者”转变为“智能助理”。

了解详情

您已经构建了具有高级配置的智能体，现在可赋予它们实际应用能力。为智能体配备能够搜索网络、执行代码、查询数据库和执行自定义操作的工具。让智能体从“智能回答者”转变为能够自主采取行动的得力助手。

了解详情

您已经创建了自己的第一个智能体，现在是时候更进一步了。在本课程中，您将通过学习应用高级指令、模型选择、规划功能以及结构化输出模式来精进技能，将基础 AI 智能体升级为一个精确、专业的智能助理。加入社区论坛，提出问题并参与讨论

了解详情

使用 Google 的智能体开发套件 (ADK) 构建、配置和运行您的第一个 AI 智能体，将您对智能体的理解转化为实际应用。 在本实操课程中，您将设置一个完整的 ADK 开发环境，使用 Python 代码和 YAML 配置两种方式创建智能体，并通过多个界面运行智能体。您还将学习定义智能体行为的核心参数，将您在课程 1 中学到的知识应用到实际代码中。

了解详情

了解如何使用智能体开发套件 (ADK) 构建可用于生产用途的复杂 AI 智能体。本课程介绍了 ADK 的开源框架，助力开发者从简单的提示工程跨越到代码优先的结构化软件开发方法，从而构建企业级多智能体系统。

了解详情

Welcome to Observability in Google Cloud, the second part of a two-part course series. It is suggested that you complete part 1, Logging and Monitoring in Google Cloud, prior to taking this course. This course is all about application performance management tools, including Error Reporting, Cloud Trace, and Cloud Profiler.

了解详情

打造您的首个 Gemini Enterprise 应用，赢得技能徽章！将各种数据源连接到您的应用中，构建强大、统一的搜索和分析引擎。掌握进阶能力，如：深度研究型智能体、多智能体协同构思，以及用于进行聚焦式分析的 NotebookLM。

了解详情

了解 AI 智能体如何为业务带来实际影响。您将把智能体类型关联到您的关键绩效指标 (KPI)，并探索能够解决实际瓶颈的用例。然后，您将了解 Gemini Enterprise 如何帮助您构建和编排合适的智能体，其范围涵盖从无代码到高代码的各种解决方案。

了解详情

AI 智能体代表着超越传统大语言模型 (LLM) 的重大转变：AI 智能体不再仅仅只是生成基于文本的解决方案，更能自主行动来执行这些方案。 本课程将介绍 AI 智能体的基础知识、AI 智能体与 LLM API 的区别，以及 AI 智能体在现实世界中的价值所在。本课程基于 Google 的智能体白皮书，将为您提供必要的理论基础知识，以助您编写首行智能体代码 — 非常适合希望从自主、目标导向行为（而不仅仅是文本生成）的角度理解 AI 系统的开发者、架构师和技术决策者。 加入社区论坛，提出问题并参与讨论。

了解详情

大致了解 AI 智能体的概念。了解 AI 智能体如何通过自主行动和推理来解决复杂问题。您将探索技术架构（模型、工具和编排），该架构使智能体能够学习、规划，并为您实现目标。

了解详情

Welcome to the two-part course on Logging, Monitoring, and Observability in Google Cloud. The core operations tools in Google Cloud break down into two major categories. The operations-focused components and the application performance management tools. This course, Logging and Monitoring in Google Cloud, covers the operations-focused components including Logging, Monitoring, and Service Monitoring. After taking this course, it is suggested that you complete part 2, Observability in Google Cloud, to learn about the available application performance management tools.

了解详情

This course introduces the Cloud Run serverless platform for running applications. In this course, you learn about the fundamentals of Cloud Run, its resource model and the container lifecycle. You learn about service identities, how to control access to services, and how to develop and test your application locally before deploying it to Cloud Run. The course also teaches you how to integrate with other services on Google Cloud so you can build full-featured applications.

了解详情

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。

了解详情

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。

了解详情

本课程探讨 BigQuery 中用于减轻 AI 幻觉的检索增强生成 (RAG) 解决方案。BigQuery 引入了 RAG 工作流，其中涵盖了创建嵌入、搜索向量空间和生成更优质的回答。本课程解释了这些步骤背后的概念原理，以及这些步骤在 BigQuery 中的实际实施过程。学完本课程后，学员将能够使用 BigQuery 和生成式 AI 模型（如 Gemini）以及嵌入模型来构建 RAG 流水线，以解决在具体情况下遇到的 AI 幻觉问题。

了解详情

这门自助式速成课程向学员介绍 Google Cloud 提供的灵活全面的基础架构和平台服务，着重介绍了 Compute Engine。学员将通过一系列视频讲座、演示和动手实验，探索和部署各种解决方案元素，包括网络、系统和应用服务等基础架构组件。本课程的内容还包括如何部署实用的解决方案，包括客户提供的加密密钥、安全和访问权限管理、配额和结算，以及资源监控。

了解详情

完成中级技能徽章课程通过 BigQuery ML 创建机器学习模型，展示您在以下方面的技能： 使用 BigQuery ML 创建和评估机器学习模型，以执行数据预测。

了解详情

Cloud technology on its own only provides a fraction of the true value to a business; When combined with data–lots and lots of it–it has the power to truly unlock value and create new experiences for customers. In this course, you'll learn what data is, historical ways companies have used it to make decisions, and why it is so critical for machine learning. This course also introduces learners to technical concepts such as structured and unstructured data. database, data warehouse, and data lakes. It then covers the most common and fastest growing Google Cloud products around data.

了解详情

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.

了解详情

In this intermediate course, you will learn to design, build, and optimize robust batch data pipelines on Google Cloud. Moving beyond fundamental data handling, you will explore large-scale data transformations and efficient workflow orchestration, essential for timely business intelligence and critical reporting. Get hands-on practice using Dataflow for Apache Beam and Serverless for Apache Spark (Dataproc Serverless) for implementation, and tackle crucial considerations for data quality, monitoring, and alerting to ensure pipeline reliability and operational excellence. A basic knowledge of data warehousing, ETL/ELT, SQL, Python, and Google Cloud concepts is recommended.

了解详情

Learn how to use NotebookLM to create a personalized study guide for the Associate Cloud Engineer certification exam. You'll review NotebookLM features, create a notebook in NotebookLM, and learn how to use a study guide to practice for a certification exam.

了解详情

此课程将探索如何使用 AI 功能套件 Gemini in BigQuery 为“数据到 AI”工作流提供助力。其中涉及到的功能包括数据探索和准备、代码生成和问题排查，以及工作流发现和可视化。此课程包含概念解释、真实使用场景以及实操实验等内容，可帮助数据从业者提升效率并加快流水线开发速度。

了解详情

本课程展示了如何在 BigQuery 中使用 AI/机器学习模型处理生成式 AI 任务。通过一个涉及客户关系管理的实际应用场景，您将学习到使用 Gemini 模型解决业务问题的工作流程。为了便于理解，本课程还将通过使用 SQL 查询和 Python 笔记本的编码解决方案提供分步指导。

了解详情

了解 BigQuery 机器学习推理功能，以及数据分析师为何应使用该功能，它有哪些应用场景，有哪些受支持的机器学习模型。您还将了解如何在 BigQuery 中创建和管理这些机器学习模型。

了解详情

在本课程中，您将了解 Gemini（Google Cloud 的生成式 AI 赋能的协作工具）如何帮助分析客户数据并预测产品销售情况。此外，您还将了解如何在 BigQuery 中使用客户数据来识别、开发新客户并对其进行分类。通过动手实验，您将体验 Gemini 如何改进数据分析和机器学习工作流。 Duet AI 已更名为 Gemini，这是我们的新一代模型。

了解详情

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。

了解详情

完成在 Google Cloud 上使用 Terraform 构建基础设施技能徽章中级课程， 展示您在以下方面的技能：在使用 Terraform 时遵循基础设施即代码 (IaC) 原则；利用 Terraform 配置 来预配和管理 Google Cloud 资源；管理有效状态（本地和远程）；以及将 Terraform 代码模块化，以方便重复使用和整理。

了解详情

在本课程中，您将了解 Google Cloud 数据工程、数据工程师的角色和职责，以及相关的 Google Cloud 产品和服务。您还将了解如何应对数据工程挑战。

了解详情

In this course, we see what the common challenges faced by data analysts are and how to solve them with the big data tools on Google Cloud. You’ll pick up some SQL along the way and become very familiar with using BigQuery and Dataprep to analyze and transform your datasets. This is the first course of the From Data to Insights with Google Cloud series. After completing this course, enroll in the Creating New BigQuery Datasets and Visualizing Insights course.

了解详情

大数据、机器学习和人工智能是当今计算领域的热门话题， 但这些领域的专业性很强，因而很难找到 入门资料。幸运的是，Google Cloud 在这些领域提供了方便用户使用的服务， 通过本入门级课程，您可以 开始学习使用 BigQuery、Cloud Speech API 和 Video Intelligence 等工具。

了解详情

This advanced-level quest is unique amongst the other catalog offerings. The labs have been curated to give IT professionals hands-on practice with topics and services that appear in the Google Cloud Certified Professional Data Engineer Certification. From Big Query, to Dataprep, to Cloud Composer, this quest is composed of specific labs that will put your Google Cloud data engineering knowledge to the test. Be aware that while practice with these labs will increase your skills and abilities, you will need other preparation, too. The exam is quite challenging and external studying, experience, and/or background in cloud data engineering is recommended. Looking for a hands on challenge lab to demonstrate your skills and validate your knowledge? On completing this quest, enroll in and finish the additional challenge lab at the end of the Engineer Data in the Google Cloud to receive an exclusive Google Cloud digital badge.

了解详情

本课程最适合担任技术或财务职务 且负责管理 Google Cloud 费用的人员。您将学习如何设置 结算账号、组织资源以及管理结算访问权限。 在实操实验中，您将学习如何查看账单、使用 BigQuery 或 Google 表格分析结算数据， 以及使用 Data Studio 创建自定义结算信息中心。视频中提及的链接 可以在此其他资源文档中查看。

了解详情

When it comes to hosting websites and web applications, you want a framework that’s robust, fast, and secure. By choosing the Google Cloud Platform, you will have all of those needs covered. In this fundamental-level quest, you will get hands-on practice with GCPs key infrastructure and computing services for the web. From deploying your first web app, to integrating Cloud SQL with Ruby on Rails, to mapping the NYC subway system on App Engine, you will learn all the skills needed to harness GCPs web hosting power.

了解详情

In this introductory-level quest, you will learn the fundamentals of developing and deploying applications on the Google Cloud Platform. You will get hands-on experience with the Google App Engine framework by launching applications written in languages like Python, Ruby, and Java (just to name a few). You will see first-hand how straightforward and powerful GCP application frameworks are, and how easily they integrate with GCP database, data-loss prevention, and security services.

了解详情