Join Sign in

Apply your skills in Google Cloud console

Shardul Dalal

Member since 2019

Diamond League

22088 points
AI 基礎架構：儲存空間選項 Earned May 25, 2026 EDT
AI 基礎架構：部署類型 Earned May 25, 2026 EDT
AI 基礎架構：Cloud TPU Earned May 25, 2026 EDT
AI 基礎架構：Cloud GPU Earned May 25, 2026 EDT
AI 基礎架構：AI Hypercomputer 簡介 Earned May 25, 2026 EDT
管理 AI 代理的記憶與狀態 Earned May 25, 2026 EDT
運用工具讓 AI 代理具備所要能力 Earned May 25, 2026 EDT
AI 代理行為最佳化調整 Earned May 25, 2026 EDT
使用 Agent Development Kit (ADK) 打造您的第一個 AI 代理 Earned May 25, 2026 EDT
使用 Agent Development Kit (ADK) 打造 AI 代理 Earned May 25, 2026 EDT
Observability in Google Cloud Earned May 14, 2026 EDT
建立您的第一個 Gemini Enterprise 應用程式 Earned Apr 28, 2026 EDT
企業 AI 代理與用途 Earned Apr 28, 2026 EDT
AI 代理基礎知識 Earned Apr 28, 2026 EDT
AI 代理簡介 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 打造生成式 AI 應用程式 Earned Apr 16, 2026 EDT
在 Cloud 管理與儲存資料 Earned Jan 26, 2026 EST
運用 BigQuery 建立嵌入項目、向量搜尋和 RAG Earned Jan 25, 2026 EST
重要的 Google Cloud 基礎架構：核心服務 Earned Jan 25, 2026 EST
運用 BigQuery ML 建立機器學習模型 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
透過 Gemini in BigQuery 提升工作效率 Earned Jan 8, 2026 EST
在 BigQuery 使用 Gemini 模型 Earned Jan 8, 2026 EST
透過 BigQuery 機器學習執行推論作業 Earned Jan 8, 2026 EST
使用 Gemini：數據資料學家和分析師 Earned Jan 7, 2026 EST
Google Cloud 資料分析功能簡介 Earned Jan 7, 2026 EST
在 Google Cloud 使用 Terraform 建構基礎架構 Earned Aug 14, 2025 EDT
Google Cloud 中的資料工程簡介 Earned Jun 10, 2025 EDT
Exploring and Preparing your Data with BigQuery Earned Apr 7, 2025 EDT
基本概念：資料、機器學習和 AI Earned Oct 31, 2019 EDT
[DEPRECATED] Data Engineering Earned Oct 31, 2019 EDT
瞭解 Google Cloud 費用 Earned Oct 31, 2019 EDT
DEPRECATED Websites and Web Applications Earned Oct 30, 2019 EDT
Baseline: Deploy & Develop Earned Oct 20, 2019 EDT

在本課程中，您將全面瞭解 Google Cloud 提供的儲存空間解決方案，專門用於 AI 和高效能運算 (HPC) 的工作負載。您將學習如何根據機器學習生命週期的各個階段，選擇合適的儲存空間；以及探索如何在訓練期間將 I/O 效能最佳化、管理準備資料所需的龐大資料集，以及用低延遲提供模型構件。透過實際例子和示範，您將掌握專業知識，得以設計穩健的儲存空間解決方案，並加快 AI 創新。

Learn more

這堂課程會完整說明如何在 Google Cloud 部署、管理及最佳化調整 AI 和高效能運算 (HPC) 工作負載。藉由一系列課堂和實務示範，您會瞭解不同的部署策略，從使用 Google Compute Engine (GCE) 的高度可自訂環境，到 Google Kubernetes Engine (GKE) 等代管解決方案。具體來說，您會學到如何建立叢集及部署 GKE，以便執行推論工作。

Learn more

歡迎來到 Cloud TPU 課程。我們將探討在各種情境下使用 TPU 的優缺點，並比較不同的 TPU 加速器，協助您選擇合適的工具。您將瞭解如何盡可能提高 AI 模型的效能和效率，以及互通的 GPU/TPU 對於打造靈活的機器學習工作流程有多重要。我們會透過引人入勝的內容和實際演示，一步步引導您有效運用 TPU。

Learn more

想瞭解 AI 背後的強大硬體嗎？本單元將深入解析針對效能最佳化的 AI 電腦，說明其重要性。我們將探討 CPU、GPU 和 TPU 如何大幅加速 AI 任務運算，分析各自的特點，以及 AI 軟體如何充分利用這些硬體效能。單元結束後，您將清楚掌握如何根據 AI 專案挑選合適的 GPU，並做出明智的 AI 工作負載決策。

Learn more

準備開始使用 AI Hypercomputer 了嗎？這門課程可讓您快速上手！我們將介紹這個架構的基本概念，以及此架構如何幫助 AI 處理 AI 工作負載。您將瞭解 Hypercomputer 內的不同元件，例如 GPU、TPU 和 CPU，以及如何視需求選擇合適的部署方法。

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

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

瞭解如何使用 Agent Development Kit (ADK)，建構複雜的 AI 代理並用於正式環境。本課程介紹 ADK 的開放原始碼框架，包括簡單的提示工程，以及程式碼優先的結構化軟體開發做法 (適用於企業級多代理系統)。

Learn more

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.

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

AI 代理是超越傳統大型語言模型 (LLM) 的重大轉變，這類服務不僅可以生成以文字為基礎的解決方案，還能自主加以執行。本課程介紹 AI 代理的基礎知識、與 LLM API 的差異，以及在實際應用上帶來的價值。本課程內容奠基於 Google 的代理白皮書，介紹實際編寫代理程式碼之前所需的理論基礎，非常適合有意透過目標導向自主行為 (不僅限於文字生成) 來理解 AI 系統的開發人員、架構師和技術決策者。加入社群論壇，提出問題並參與討論。

Learn more

瞭解 AI 代理的概念，探索代理如何藉由自主行動及推論解決複雜問題。您將瞭解代理如何透過模型、工具和調度管理程序等技術架構，助您學習、規劃和實現目標。

Learn more

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.

Learn more

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.

Learn more

大型語言模型 (LLM) 誕生之後，生成式 AI 應用程式帶來的嶄新使用者體驗，可說是幾乎前所未有。身為應用程式開發人員，您要如何在 Google Cloud，運用生成式 AI 建立出色的互動式應用程式？ 本課程將帶您瞭解生成式 AI 應用程式，以及如何使用提示設計和檢索增強生成 (RAG)，透過 LLM 建構強大的應用程式。我們也會介紹可用於正式環境的生成式 AI 應用程式架構。您將建構採用 LLM 和 RAG 的對話應用程式。

Learn more

這是 Google Cloud 資料分析專業證書五堂課程中的第二堂。本課程將帶您瞭解資料的結構化和組織方式。您將透過實作，瞭解資料湖倉架構和 BigQuery、Google Cloud Storage 與 DataProc 等雲端元件，有效率地儲存、分析及處理大型資料集。

Learn more

這堂課程會說明 BigQuery 中的檢索增強生成 (RAG) 解決方案，協助您減少 AI 幻覺。當中介紹的 RAG 工作流程包含建立嵌入項目、搜尋向量空間，以及生成更符合需求的答案。另外，這堂課程會解釋這些步驟背後的概念與原因，以及實際運用 BigQuery 實作的方法。完成課程之後，學員將學會使用 BigQuery，以及 Gemini 和嵌入模型等生成式 AI 模型，建立 RAG pipeline 來處理自己的 AI 幻覺應用實例。

Learn more

這堂隨選密集課程會向參加人員說明 Google Cloud 提供的全方位彈性基礎架構和平台服務，並將重點放在 Compute Engine。這堂課程結合了視訊講座、示範和實作研究室，可讓參加人員探索及部署解決方案元素，例如網路、系統和應用程式服務等基礎架構元件。另外，這堂課也會介紹如何部署實用的解決方案，包括客戶提供的加密金鑰、安全性和存取權管理機制、配額與帳單，以及資源監控功能。

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

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.

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

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.

Learn more

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.

Learn more

本課程會說明 Gemini in BigQuery，這是一套由 AI 輔助的功能，可協助「從資料到 AI」的工作流程。這些功能包含資料探索和準備、程式碼生成和疑難排解，以及工作流程探索和視覺化。本課程將透過概念解說、應用實例和實作實驗室，協助資料從業人員提升工作效率，並加速開發 pipeline。

Learn more

本課程將示範如何在 BigQuery 運用 AI/機器學行模型，以執行生成式 AI 任務。透過涉及顧客關係管理的應用實例，您將瞭解運用 Gemini 模型解決業務問題的工作流程。為了便於理解，本課程還提供了採用 SQL 查詢和 Python 筆記本的程式設計解決方案，指導您逐步操作。

Learn more

瞭解如何將 BigQuery 機器學習用於推論、資料分析師應使用這項工具的原因、相關應用實例，以及支援的機器學習模型。您也將瞭解如何在 BigQuery 建立和管理這些機器學習模型。

Learn more

本課程介紹的 Gemini 是採用生成式 AI 技術的協作工具，可協助分析客戶資料及預測產品銷售情形。您也會學習如何在 BigQuery 中使用客戶資料識別、分類及開發新客戶。透過使用實作研究室，您可以體驗 Gemini 如何改良資料分析和機器學習工作流程。 Duet AI 已更名為 Gemini，這是我們的新一代模型。

Learn more

這是 Google Cloud 資料分析專業證書五堂課程中的第一堂。在本課程中，您將瞭解雲端資料分析領域的定義，並說明雲端資料分析師在資料擷取、儲存、處理和視覺化方面的角色與職責。您將瞭解 BigQuery 和 Cloud Storage 等 Google Cloud 工具的架構，以及如何運用這些工具有效組織、呈現及彙整資料。

Learn more

完成「在 Google Cloud 使用 Terraform 建構基礎架構」技能徽章中階課程， 即可證明自己具備下列知識與技能：使用 Terraform 的基礎架構即程式碼 (IaC) 原則、運用 Terraform 設定佈建及管理 Google Cloud 資源、有效管理狀態 (本機和遠端)，以及將 Terraform 程式碼模組化，以利重複使用和管理。

Learn more

在本課程中，您會學到 Google Cloud 上的資料工程、資料工程師的角色與職責，以及這些內容如何對應至 Google Cloud 提供的服務。您也將瞭解處理資料工程難題的許多方法。

Learn more

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.

Learn more

大數據、機器學習和人工智慧 (AI) 是時下熱門的 電腦相關話題，但這些領域相當專業，就算想要入門 也難以取得教材或資料。幸好，Google Cloud 提供了此領域的多種服務，而且容易使用。 參加這堂入門課程，您就能踏出第一步， 開始學習運用 BigQuery、Cloud Speech API 以及 Video Intelligence 等工具。

Learn more

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.

Learn more

本課程最適合從事科技或金融職務， 且負責管理 Google Cloud 費用的人士修習。您將學習如何設定帳單帳戶、 整理資源及管理帳單存取權限。 在實作實驗室，您會瞭解如何查看帳單、使用 BigQuery 或 Google 試算表分析帳單資料， 以及使用 Data Studio 建立自訂的帳單資訊主頁。如需影片提及的參考資源連結， 請參閱其他資源文件。

Learn more

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.

Learn more

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.

Learn more