Ernest Lo
成为会员时间:2026
钻石联赛
7319 积分
成为会员时间:2026
In this course, you'll learn how to apply Google's Secure AI Framework (SAIF) to autonomous agents, model integrity, and data pipelines.
This course equips participants to protect web apps from common vulnerabilities and securely manage app credentials. The curriculum mirrors the 6-Layer AI Stack and Google Cloud Minimum Viable Security Platform mandates to help you secure existing environments.
This course equips you to implement a Data Security Posture Management framework by integrating data discovery, classification, access control, and encryption technologies. The curriculum mirrors the 6-Layer AI Stack and Google Cloud Minimum Viable Security Platform mandates to help you secure existing environments.
This course equips you with the strategies to harden virtual machines and protect critical workloads in Google Cloud. By moving beyond traditional perimeter defenses, you explore how to secure the entire compute lifecycle, from boot to runtime.
本课程回顾了 Model Armor 的基本安全功能,并让您能够使用该服务。您将了解与 LLM 相关的安全风险,以及 Model Armor 如何保护您的 AI 应用。
As enterprise teams transition to autonomous AI agents, security evolves toward proactive, identity-centric protection. In this course, you will implement a zero-trust security architecture for Cymbal Banking's underwriting platform using the Gemini Enterprise Agent Platform. By deploying a regional Egress Agent Gateway, configuring Model Armor and Semantic Governance (SGP) safety templates, assigning cryptographic SPIFFE identities to agent runtimes, and declaring a VPC-SC perimeter in Terraform, you will protect database boundaries and manage tools with production-grade governance.
了解如何在 Google Cloud 上保护和治理 AI 智能体。本课程提供了一个实用的路线图,可帮助您保护智能体记忆,通过 IAM 和 VPC Service Controls 实施严格的访问权限控制,并部署实时对话防护措施,从而确保企业部署安全合规。
This course equips learners with the essential knowledge and practical tools to develop and implement artificial intelligence (AI) responsibly. Through an exploration of ethical considerations, best practices, and governance procedures, participants will gain an understanding of how to navigate the complex landscape of AI while upholding ethical standards and minimizing potential risks.
“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。
完成中级技能徽章课程使用 Agent Platform 探索生成式 AI,展示自己在以下方面的技能: 文本生成技能、用于增强内容创作能力的图像和视频分析技能,以及在 Gemini API 中应用函数调用技术的技能。 了解如何运用先进的 Gemini 技术、探索多模态内容生成方法,并扩展 AI 赋能项目的功能。
本课程将介绍 Google Vids,这是 Google Workspace 中一款由 AI 赋能的创作工具,可帮助您将原始文档转换为专业、引人入胜的视频,无需任何编辑经验。您将学习如何使用模板和自动化工具快速生成草稿,以及如何通过基于转写稿的编辑、动态视觉增强和自定义音乐来定制内容。最后,您将探索如何集成 AI 虚拟形象和旁白,在各种业务场景中无缝讲解演示文稿。
本视频将介绍如何在 Google 文档中借助 Gemini 先进的 AI 功能来构思创意、起草各类营销内容,并与团队开展协作。
本视频介绍了如何创建自己的 Gemini Gem,这是一种高级 AI 功能,可以自动执行重复性任务并大幅提升工作效率。
本视频将介绍如何在 Google Workspace 中使用 Gemini 总结长文档,以便快速获取所需信息并节省时间。您将学习如何使用 Gemini 总结整个文档或仅所选文本,以及如何使用云端硬盘中的 Gemini 跨多个文件进行总结。
本课程介绍如何使用 Google 表格中的 Gemini 自动整理数据和处理复杂数字。了解如何根据原始文本构建表格、使用自然语言自动填充数据、按需生成原生电子表格公式,以及快速提取高级分析洞见或可视化图表,而无需具备高级电子表格专业知识。
本课程介绍如何使用 Gmail 中的 Gemini 来优化邮件管理。了解如何总结冗长的会话串、使用自然语言检索信息、起草专业回复,以及直接在收件箱中整理沟通策略。
Gemini for Google Workspace 可在 Google Workspace 中为客户提供生成式 AI 功能。在本学习路线中,您将了解 Gemini 的主要功能,以及如何在 Google Workspace 中使用它们来提高工作效率。
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 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。
完成设置 Google Cloud 网络课程,赢取技能徽章, 您将了解如何在 Google Cloud Platform 上执行基本的网络组建和管理任务 - 创建自定义网络、添加子网防火墙规则,然后创建虚拟机并测试 虚拟机之间相互通信时的延迟时间。
本课程将介绍 AI 智能体的基础知识,并探讨智能体在现实世界中的价值所在。它为想要从自主、目标导向行为的角度理解 AI 系统的开发者、架构师和技术决策者奠定了基础。
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。
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 在 Agent Platform 中设计提示入门技能徽章课程,展示以下方面的技能: Agent Platform 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。
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。