成为会员时间：2024
Google Workspace 工具使用入门
Earned Jul 7, 2025 EDT
大型语言模型简介
Earned Jul 6, 2025 EDT
生成式 AI 简介
Earned Jul 6, 2025 EDT
Build Data Lakes and Data Warehouses on Google Cloud
Earned Nov 11, 2024 EST
Smart Analytics, Machine Learning, and AI on Google Cloud
Earned Oct 13, 2024 EDT
利用 BigQuery ML 构建预测模型时的数据工程处理
Earned Oct 12, 2024 EDT
完成 Google Workspace 工具使用入门课程，赢取入门技能徽章。在此课程中，您将了解 Google 的协作平台 并学习如何使用 Gmail、Google 日历、Meet、Google 云端硬盘、Google 表格和 AppSheet。
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。
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.
Incorporating machine learning into data pipelines increases the ability to extract insights from data. This course covers ways machine learning can be included in data pipelines on Google Cloud. For little to no customization, this course covers AutoML. For more tailored machine learning capabilities, this course introduces Notebooks and BigQuery machine learning (BigQuery ML). Also, this course covers how to productionalize machine learning solutions by using Vertex AI.
完成中级技能徽章课程利用 BigQuery ML 构建预测模型时的数据工程处理， 展示自己在以下方面的技能：利用 Dataprep by Trifacta 构建 BigQuery 数据转换流水线； 利用 Cloud Storage、Dataflow 和 BigQuery 构建提取、转换和加载 (ETL) 工作流； 以及利用 BigQuery ML 构建机器学习模型。