Simone Renzi
Member since 2026
Gold League
27636 points
透過 Gemini in BigQuery 提升工作效率
Earned Oct 19, 2026 EDT
Serverless Data Processing with Dataflow: Operations
Earned Oct 19, 2026 EDT
使用 Knowledge Catalog 建構資料網格
Earned Oct 19, 2026 EDT
透過 BigQuery 建構資料倉儲
Earned Oct 19, 2026 EDT
Serverless Data Processing with Dataflow: Develop Pipelines
Earned Oct 19, 2026 EDT
Serverless Data Processing with Dataflow: Foundations
Earned Oct 19, 2026 EDT
Build Batch Data Pipelines on Google Cloud
Earned Oct 19, 2026 EDT
Build Data Lakes and Data Warehouses on Google Cloud
Earned Oct 19, 2026 EDT
Build a Certification Study Guide: PDE Exam Prep
Earned Oct 18, 2026 EDT
開發人員的負責任 AI 技術：隱私權與安全性
Earned Oct 17, 2026 EDT
開發人員的負責任 AI 技術：可解釋性與透明度
Earned Oct 17, 2026 EDT
開發人員的負責任 AI 技術：公平性與偏誤
Earned Oct 17, 2026 EDT
在 Google Cloud 打造生成式 AI 應用程式
Earned Oct 17, 2026 EDT
MLOps with Agent Platform: Manage Features
Earned Oct 16, 2026 EDT
Machine Learning Operations (MLOps): Getting Started
Earned Oct 16, 2026 EDT
Production Machine Learning Systems
Earned Oct 16, 2026 EDT
運用 BigQuery ML 建立機器學習模型
Earned Oct 16, 2026 EDT
在 Google Cloud 為機器學習 API 準備資料
Earned Oct 16, 2026 EDT
Build a Certification Study Guide: PMLE
Earned Oct 16, 2026 EDT
在 Google Cloud 實作 Cloud 安全防護措施：基礎知識
Earned Oct 16, 2026 EDT
運用 Cloud Run 開發無伺服器應用程式
Earned Oct 15, 2026 EDT
建構安全的 Google Cloud 網路
Earned Oct 15, 2026 EDT
在 Compute Engine 導入 Cloud Load Balancing
Earned Oct 15, 2026 EDT
Google Cloud 的 AI 和機器學習服務簡介
Earned Oct 15, 2026 EDT
Google Cloud 中的資料工程簡介
Earned Oct 15, 2026 EDT
Manage Scalable Workloads in GKE
Earned Oct 15, 2026 EDT
Networking in Google Cloud: Hybrid and Multicloud
Earned Oct 13, 2026 EDT
彈性的 Google Cloud 基礎架構：資源調度與自動化
Earned Oct 13, 2026 EDT
Developing Applications with Cloud Run on Google Cloud: Fundamentals
Earned Oct 13, 2026 EDT
Networking in Google Cloud: Network Architecture
Earned Oct 13, 2026 EDT
Manage Security in Google Cloud
Earned Oct 13, 2026 EDT
Networking in Google Cloud: Fundamentals
Earned Oct 13, 2026 EDT
重要的 Google Cloud 基礎架構：核心服務
Earned Oct 13, 2026 EDT
Build a Certification Study Guide: PCA Exam Prep
Earned Oct 13, 2026 EDT
AI 基礎架構：AI Hypercomputer 簡介
Earned Oct 13, 2026 EDT
在 Google Cloud 使用 Terraform 建構基礎架構
Earned Oct 13, 2026 EDT
透過 Google Cloud Observability 監控及記錄系統狀態
Earned Oct 12, 2026 EDT
在 Google Cloud 環境導入 DevSecOps 做法
Earned Oct 12, 2026 EDT
在 Google Cloud 實作 DevOps 工作流程
Earned Oct 12, 2026 EDT
在 Google Cloud 設定應用程式開發環境
Earned Oct 12, 2026 EDT
Introduction to Application Design Center
Earned Oct 12, 2026 EDT
Getting Started with Terraform for Google Cloud
Earned Oct 12, 2026 EDT
透過 Cloud Assist 調查使用 AI 進行疑難排解
Earned Oct 11, 2026 EDT
Observability in Google Cloud
Earned Oct 11, 2026 EDT
Logging and Monitoring in Google Cloud
Earned Oct 11, 2026 EDT
可靠的 Google Cloud 基礎架構：設計與程序
Earned Oct 11, 2026 EDT
Google Cloud 基礎知識：核心基礎架構
Earned Oct 11, 2026 EDT
Developing a Google SRE Culture
Earned Oct 11, 2026 EDT
Google Workspace 疑難排解
Earned Oct 11, 2026 EDT
Google Workspace 安全性
Earned Oct 11, 2026 EDT
Google Workspace 資料治理
Earned Oct 11, 2026 EDT
Google Workspace 核心服務
Earned Oct 11, 2026 EDT
Google Workspace 的使用者和資源管理功能
Earned Oct 11, 2026 EDT
使用 Google Cloud Managed Service for Prometheus 監控環境
Earned Oct 10, 2026 EDT
使用 Security Command Center 緩解威脅及修復安全漏洞
Earned Oct 10, 2026 EDT
在 Google Cloud 使用機器學習 API
Earned Oct 10, 2026 EDT
使用資料庫遷移服務將 MySQL 資料遷移至 Cloud SQL
Earned Oct 10, 2026 EDT
實現雲端協作與生產力工作流
Earned Oct 10, 2026 EDT
使用 Google Data Cloud 共用資料
Earned Oct 10, 2026 EDT
從 BigQuery 資料取得深入分析結果
Earned Oct 10, 2026 EDT
運用 BigQuery 建立嵌入項目、向量搜尋和 RAG
Earned Oct 10, 2026 EDT
使用企業資料庫建構 AI 代理
Earned Oct 10, 2026 EDT
使用 BigQuery ML 為預測模型進行資料工程
Earned Oct 10, 2026 EDT
雲端架構：設計、實作與管理
Earned Oct 10, 2026 EDT
使用 Agent Development Kit (ADK) 建造 AI 代理：工程設計
Earned Oct 10, 2026 EDT
管理 Google Cloud 中的 Kubernetes
Earned Oct 10, 2026 EDT
機器學習運作 (MLOps) 與 Vertex AI：模型評估
Earned Oct 10, 2026 EDT
生成式 AI 適用的機器學習運作 (MLOps)
Earned Oct 10, 2026 EDT
Google DeepMind：訓練小型語言模型
Earned Oct 10, 2026 EDT
負責任的 AI 技術：透過 Google Cloud 採用 AI 開發原則
Earned Apr 17, 2026 EDT
負責任的 AI 技術簡介
Earned Apr 17, 2026 EDT
大型語言模型簡介
Earned Apr 17, 2026 EDT
生成式 AI 簡介
Earned Apr 17, 2026 EDT
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
In the last installment of the Dataflow course series, we will introduce the components of the Dataflow operational model. We will examine tools and techniques for troubleshooting and optimizing pipeline performance. We will then review testing, deployment, and reliability best practices for Dataflow pipelines. We will conclude with a review of Templates, which makes it easy to scale Dataflow pipelines to organizations with hundreds of users. These lessons will help ensure that your data platform is stable and resilient to unanticipated circumstances.
Learn more
完成「使用 Knowledge Catalog 建構資料網格」技能徽章入門課程，即可證明您具備下列技能：使用 Knowledge Catalog 建構資料網格， 以利在 Google Cloud 維護資料安全性，並協助治理和探索資料。您將練習並測試自己的技能，包括在 Knowledge Catalog 為資產加上標記、指派 IAM 角色，以及評估資料品質。
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
In this second installment of the Dataflow course series, we are going to be diving deeper on developing pipelines using the Beam SDK. We start with a review of Apache Beam concepts. Next, we discuss processing streaming data using windows, watermarks and triggers. We then cover options for sources and sinks in your pipelines, schemas to express your structured data, and how to do stateful transformations using State and Timer APIs. We move onto reviewing best practices that help maximize your pipeline performance. Towards the end of the course, we introduce SQL and Dataframes to represent your business logic in Beam and how to iteratively develop pipelines using Beam notebooks.
Learn more
This course is part 1 of a 3-course series on Serverless Data Processing with Dataflow. In this first course, we start with a refresher of what Apache Beam is and its relationship with Dataflow. Next, we talk about the Apache Beam vision and the benefits of the Beam Portability framework. The Beam Portability framework achieves the vision that a developer can use their favorite programming language with their preferred execution backend. We then show you how Dataflow allows you to separate compute and storage while saving money, and how identity, access, and management tools interact with your Dataflow pipelines. Lastly, we look at how to implement the right security model for your use case on Dataflow.
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
While the traditional approaches of using data lakes and data warehouses can be effective, they have shortcomings, particularly in large enterprise environments. This course introduces the concept of a data lakehouse and the Google Cloud products used to create one. A lakehouse architecture uses open-standard data sources and combines the best features of data lakes and data warehouses, which addresses many of their shortcomings.
Learn more
Learn how to use Gemini Notebook to create a personalized study guide for the Professional Data Engineer certification exam.
You'll review Gemini Notebook features, create a notebook in Gemini Notebook, and learn how to use a study guide to practice for a certification exam.
Learn more
本課程涵蓋「AI 隱私權」和「AI 安全性」這兩個重要主題。我們將介紹實用的方法和工具，協助您運用 Google Cloud 產品和開放原始碼工具，導入 AI 隱私權和安全性的建議做法。
Learn more
本課程旨在說明 AI 的可解釋性和透明度概念、探討 AI 透明度對開發人員和工程師的重要性。課程中也會介紹實務方法和工具，有助於讓資料和 AI 模型透明且可解釋。
Learn more
本課程旨在說明負責任 AI 技術的概念和 AI 開發原則，同時介紹各項技術，在實務上找出公平性和偏誤，減少 AI/機器學習做法上的偏誤。我們也將探討實用方法和工具，透過 Google Cloud 產品和開放原始碼工具，導入負責任 AI 技術的最佳做法。
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
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
This course covers how to implement the various flavors of production ML systems— static, dynamic, and continuous training; static and dynamic inference; and batch and online processing. You delve into TensorFlow abstraction levels, the various options for doing distributed training, and how to write distributed training models with custom estimators.
This is the second course of the Advanced Machine Learning on Google Cloud series. After completing this course, enroll in the Image Understanding with TensorFlow on Google Cloud course.
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 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
Learn how to use Gemini Notebook to create a personalized study guide for the Professional Machine Learning Engineer (PMLE) certification exam. You'll review Gemini Notebook features, create a notebook, and use the study guide to practice for a certification exam.
Learn more
完成 在 Google Cloud 實作 Cloud 安全防護措施：基礎知識 技能徽章中階課程， 即可證明您具備下列技能：運用 Identity and Access Management (IAM) 建立及指派角色、 建立及管理服務帳戶、啟用虛擬私有雲 (VPC) 網路中的私人連線、 運用 Identity-Aware Proxy 限制應用程式存取權、 運用 Cloud Key Management Service (KMS) 管理金鑰和已加密資料，以及建立私人 Kubernetes 叢集。
Learn more
完成 運用 Cloud Run 開發無伺服器應用程式 技能徽章中階課程， 即可證明您具備下列技能：整合 Cloud Run 和 Cloud Storage 以管理資料、 使用 Cloud Run 和 Pub/Sub 架構可復原的非同步系統、 使用 Cloud Run 建構 REST API 閘道，以及在 Cloud Run 建構及部署服務。
Learn more
完成「建構安全的 Google Cloud 網路」課程，即可獲得技能徽章。本課程將說明多項網路相關 資源，協助您在 Google Cloud 建構、調度資源和保護應用程式。
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
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
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
Discover how to modernize, manage, and observe applications at scale using Google Kubernetes Engine. This course uses lectures and hands-on labs to help you explore and deploy using Google Kubernetes Engine (GKE), GKE Fleets, Cloud Service Mesh, and Config Controller capabilities that will enable you to work with modern applications, even when they are split among multiple clusters hosted by multiple providers.
Learn more
Welcome to the sixth course in our Networking and Google Cloud series, Hybrid and Multicloud. The first module will walk you through various cloud connectivity options, with a deep dive into Cloud Interconnect, exploring its different types and functionalities. In the second module, we'll cover Cloud VPN, discussing its implementation, high availability, VPN topologies, and the Network Connectivity Center for streamline management. By the end of this course, you will be able to explain the different connectivity options available to extend your on-premises and other cloud networks to Google Cloud, and analyze the suitability of different Google Cloud hybrid and multicloud connectivity services for specific use cases.
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。這堂課結合了視訊講座、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，包括安全地建立互連網路、負載平衡、自動調度資源、基礎架構自動化，以及代管服務。
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
Welcome to the third course of the "Networking in Google Cloud" series: Network Architecture!
In this course, you will explore the fundamentals of designing efficient and scalable network architectures within Google Cloud.
In the first module, Introduction to Network Architecture, we'll start by introducing you to the core components and concepts of network architecture, including subnets, routes, firewalls, and load balancing.
Then in the second module, network topologies, we'll dive into various network topologies commonly used in Google Cloud, discussing their strengths, and weaknesses.
Learn more
This course provides foundational knowledge for securing your Google Cloud environment. You will learn Google Cloud's security model, including Zero Trust principles and the Shared Fate model. You will configure identity services like Cloud Identity and Workforce Identity Federation, manage access control using Identity and Access Management (IAM) roles, conditions, and policies, and implement network security controls such as VPCs, Cloud Firewall tiers, and VPC Service Controls to build a secure perimeter.
As the foundation of the Security in Google Cloud learning path, this course establishes the core principles required for two subsequent specialized tracks: the five-course Security Best Practices in Google Cloud series and the four-course Mitigate Threats in Google Cloud series.
Learn more
Networking in Google cloud is a 6 part course series. Welcome to the first course of our six part course series, Networking in Google Cloud: Fundamentals.
This course provides a comprehensive overview of core networking concepts, including networking fundamentals, virtual private clouds (VPCs), and the sharing of VPC networks. Additionally, the course covers network logging and monitoring techniques.
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
Learn how to use Gemini Notebook to create a personalized study guide for the Professional Cloud Architect certification exam.
You'll review Gemini Notebook features, create a notebook in Gemini Notebook, and learn how to use a study guide to practice for a certification exam.
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
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
完成 透過 Google Cloud Observability 監控及記錄系統狀態 技能徽章入門課程， 即可證明您具備下列技能：監控 Compute Engine 中的虛擬機器、 運用 Cloud Monitoring 監管多項專案、在 Cloud Functions 延伸應用監控和記錄功能、 建立和傳送自訂應用程式指標，以及根據自訂指標設定 Cloud Monitoring 快訊。
Learn more
這堂課程會介紹基本技巧，以便您在 Google Cloud 採用安全又有效率的 DevSecOps 做法。您會瞭解如何使用 Artifact Registry、 Cloud Build、Cloud Deploy 和二進位授權等 Google Cloud 服務來保護開發管道，在整個 CI/CD 管道建構、測試及部署採用安全控管機制的容器化應用程式。
Learn more
完成 在 Google Cloud 實作 DevOps 工作流程 技能徽章中階課程， 即可證明您具備下列技能：建立與管理 Git 存放區、 在 Google Kubernetes Engine (GKE) 發布、管理和調度 Deployment， 以及建立 CI/CD 管道，自動建構容器映像檔與執行 GKE 部署作業。
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
Application Design Center accelerates app delivery while maintaining governance and security across Google Cloud. It empowers both platform and development teams to visually design, standardize, and deploy production-ready apps in minutes rather than days. By adopting reusable templates that automatically generate infrastructure as code configurations and integrate with App Hub, teams ship secure-by-design apps faster and gain unified visibility across all app workloads.
This course teaches you how to use App Design Center to transition from manual, inconsistent app provisioning to automated, resilient app management.
Learn more
This course provides an introduction to using Terraform for Google Cloud. It enables learners to describe how Terraform can be used to implement infrastructure as code and to apply some of its key features and functionalities to create and manage Google Cloud infrastructure.
Learners will get hands-on practice building and managing Google Cloud resources using Terraform.
Learn more
Gemini Cloud Assist 調查是一款由 AI 驅動的工具，可在 Google Cloud 環境中反覆排解問題，協助使用者找出常見問題的根本原因，解決使用 Google Cloud 服務時可能發生的問題。
本課程旨在培養 DevOps、SRE 和平台工程師所需的技能，協助其有效運用 Gemini Cloud Assist 調查功能，進而簡化 Google Cloud 服務的疑難排解流程。本課程著重於 Gemini Cloud Assist 調查的基礎知識，旨在協助 Google Cloud 使用者縮短疑難排解時間，並提升整體的作業效率。
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
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
這堂課程可讓參加人員瞭解如何使用確實有效的設計模式，在 Google Cloud 中打造相當可靠且效率卓越的解決方案。這堂課程接續了「設定 Google Compute Engine 架構」或「設定 Google Kubernetes Engine 架構」課程的內容，並假設參加人員曾實際運用上述任一課程涵蓋的技術。這堂課程結合了簡報、設計活動和實作研究室，可讓參加人員瞭解如何定義業務和技術需求，並在兩者之間取得平衡，設計出相當可靠、可用性高、安全又符合成本效益的 Google Cloud 部署項目。
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
In many IT organizations, incentives are not aligned between developers, who strive for agility, and operators, who focus on stability. Site reliability engineering, or SRE, is how Google aligns incentives between development and operations and does mission-critical production support. Adoption of SRE cultural and technical practices can help improve collaboration between the business and IT. This course introduces key practices of Google SRE and the important role IT and business leaders play in the success of SRE organizational adoption.
Learn more
這堂課程會說明 Google Workspace 管理員如何解決常見的 Google Workspace 問題。學員會練習診斷及解決 Gmail、Google 日曆和雲端硬碟的問題，熟悉管理控制台的操作方式，分析稽核記錄來解決安全性問題，收集資訊並使用可用資源來解決及回報技術性問題。
Learn more
本課程說明如何保護 Google Workspace 環境。學員將導入高強度密碼政策和兩步驟驗證，控管使用者存取權，然後使用安全調查工具，主動找出並應對安全風險。接著，學員將管理第三方應用程式存取權和行動裝置，確保安全無虞。最後，學員將強制執行電子郵件安全性和法規遵循措施，保護機構資料。
Learn more
本課程可助您培養在 Google Workspace 環境管理資料的技能。首先，您會瞭解如何在 Gmail 和雲端硬碟，運用資料遺失防護規則防止資料外洩。接著，您將學習使用 Google 保管箱保留、保存及檢索資料。再來，我們會說明如何設定資料地區和匯出方式，以遵守法規要求。最後，您會學習運用標籤區分資料，更安全有條理地管理資料。
Learn more
本課程旨在讓學員全面瞭解 Google Workspace 核心服務。學員將瞭解如何啟用、停用及設定這些服務，包括 Gmail、日曆、雲端硬碟、Meet、Chat 和文件。接著，他們將學習如何部署及管理 Gemini，為使用者提供強大助力。最後，學員將瞭解 AppSheet 和 Apps Script 的應用實例，學習如何自動處理工作，並擴充 Google Workspace 應用程式的功能。
Learn more
本課程介紹 Google Workspace 的使用者和資源管理功能，學員將瞭解如何根據組織需求來設定組織單位、管理各類型的 Google 群組、培養有關管理 Google Workspace 網域設定的專業知識，最後學會如何最佳化及整理 Google Workspace 環境內的資源。
Learn more
完成使用 Google Cloud Managed Service for Prometheus 監控環境技能徽章課程，學習透過 Google Cloud Managed Service for Prometheus 監控 Kubernetes，即可獲得技能徽章。
Learn more
完成使用 Security Command Center 緩解威脅及修復安全漏洞技能徽章中階課程，即可證明您具備下列技能： 防範及管理環境威脅、找出並修復應用程式安全漏洞，以及應對安全異常狀況。
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 使用資料庫遷移服務將 MySQL 資料遷移至 Cloud SQL 技能徽章入門課程，證明您具備下列技能： 使用「資料庫遷移服務」中各種可用的工作類型和連線選項， 將 MySQL 資料遷移至 Cloud SQL，以及在執行「資料庫遷移服務」工作時 遷移 MySQL 使用者資料。
Learn more
完成「實現雲端協作與生產力工作流」課程，即可獲得入門級技能徽章。本課程將介紹 Google 的協作平台， 帶您瞭解如何使用 Gmail、日曆、Meet、雲端硬碟、試算表和 AppSheet。
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 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
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
運用 MCP Toolbox for Databases 建構可存取企業資料庫的 AI 代理。您將定義安全的資料庫互動工具，並實作智慧查詢功能 (運用向量嵌入和結構化查詢)。
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 雲端架構：設計、實作與管理 課程即可獲得 技能徽章，證明您具備下列技能： 使用 Apache 網路伺服器部署可公開存取的網站、使用開機指令碼設定 Compute Engine VM、 使用 Windows 防禦主機和防火牆規則設定安全的 RDP、建構 Docker 映像檔並部署至 Kubernetes 叢集，然後進行更新，以及建立 Cloud SQL 執行個體並匯入 MySQL 資料庫。 這個技能徽章課程是絕佳的 資源，可讓您瞭解Google Cloud 認證專業雲端架構師認證測驗涵蓋的主題。
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
完成「管理 Google Cloud 中的 Kubernetes」技能徽章中階課程， 即可證明您具備下列技能：使用 kubectl 管理部署作業、 在 Google Kubernetes Engine (GKE) 監控應用程式與偵錯，以及運用技術持續推送軟體更新。
Learn more
本課程針對評估生成式和預測式 AI 模型，向機器學習從業人員介紹相關的基礎工具、技術和最佳做法。模型評估是機器學習的重要領域，確保這類系統能在正式環境中提供可靠、準確且成效優異的結果。
學員將深入瞭解多種評估指標與方法，以及適用於不同模型類型和工作的應用方式。此外，也會特別介紹生成式 AI 模型帶來的獨特難題，並提供有效的應對策略。透過 Google Cloud Vertex AI 平台，學員將瞭解在模型挑選、最佳化和持續監控方面，該如何導入穩健的評估程序。
Learn more
本課程旨在提供必要的知識和工具，協助您探索機器學習運作團隊在部署及管理生成式 AI 模型時面臨的獨特挑戰，並瞭解 Vertex AI 如何幫 AI 團隊簡化機器學習運作程序，打造成效非凡的生成式 AI 專案。
Learn more
完成「Google DeepMind：訓練小型語言模型」技能徽章進階課程，即可證明您具備下列技能： 提出實際的語言模型研究問題、建構簡單的分詞器、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。 註冊免付費訂閱方案，即可免付費使用這個實驗室。每個月還能獲得 35 點免付費抵免額！
Learn more
隨著企業持續擴大使用人工智慧和機器學習，以負責任的方式發展相關技術也日益重要。對許多企業來說，談論負責任的 AI 技術可能不難，如何付諸實行才是真正的挑戰。如要瞭解如何在機構中導入負責任的 AI 技術，本課程絕對能助您一臂之力。
您可以從中瞭解 Google Cloud 目前採取的策略、最佳做法和經驗談，協助貴機構奠定良好基礎，實踐負責任的 AI 技術。
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
