Frederick Salazar Sanchez
Member since 2023
Diamond League
14071 points
Member since 2023
各種規模的機構都開始運用雲端的強大功能和靈活性,徹底改變營運方式。不過,有效管理及擴充雲端資源可能是相當複雜的工作。本課程將探討在雲端中的現代營運、可靠性和韌性的基礎概念,以及 Google Cloud 如何協助您達成這些目標。本課程是 Cloud Digital Leader 學習路徑的一部分,旨在促進個人職能發展,並打造企業的未來。
組織將資料和應用程式遷移至雲端後,必須因應快速變化的安全性挑戰。本課程將探討雲端安全性的基礎知識、Google Cloud 融入安全考量設計的基礎架構價值,以及縱深防禦策略。此外,還會著重說明如何透過 AI 輔助作業和法規遵循工具,協助組織滿足嚴格的全球法規要求。 本課程是 Cloud Digital Leader 學習路徑的一部分,旨在促進個人職能發展,並打造企業的未來。
許多傳統企業使用舊版系統和應用程式,無法滿足現今客戶的期望。企業主管經常需要在維護老舊的 IT 系統,以及投資新產品/服務之間做出選擇。本課程將探討這些挑戰,並提供解決方案,說明如何運用雲端技術克服難題。 本課程是 Cloud Digital Leader 學習路徑的一部分,旨在促進個人職能發展,並打造企業的未來。
人工智慧 (AI) 和機器學習 (ML) 象徵著資訊技術的重大演進,正迅速改變各行各業。在「運用 Google Cloud 人工智慧推動創新」課程中,我們會探討組織如何運用 AI 和機器學習技術,翻轉業務流程。 本課程是 Cloud Digital Leader 學習路徑的一部分,旨在促進個人職能發展,並打造企業的未來。
雲端技術是強大的資產,與資料搭配後,將成為創新和提升客戶體驗的催化劑。「運用 Google Cloud 探索資料轉換功能」課程將探討機構如何運用雲端,讓資料更易於存取、做為行動依據和更有價值。 這門課程是 Cloud Digital Leader 學習路徑的一部分,旨在協助個人在職務上成長,並打造企業的未來。
數位轉型是現代組織必經的關鍵旅程,而建立穩固的雲端運算基礎,是跨出有意義創新的第一步。本課程「透過 Google Cloud 進行數位轉型」,將會介紹核心技術和策略框架,協助組織革新營運方式,並探討基本的雲端概念、全球網路基礎架構和共同責任模式,幫助主管在雲端之路上自信前行。本課程是 Cloud Digital Leader 學習路徑的一部分,旨在促進個人職能發展,並打造企業的未來。
這堂課程會介紹 AI 搜尋技術、工具和應用程式。主題涵蓋使用向量嵌入執行語意搜尋;結合語意和關鍵字做法的混合型搜尋機制;以及運用檢索增強生成 (RAG) 技術建構有基準的 AI 代理,盡可能減少 AI 幻覺。您可以實際使用 Vertex AI Vector Search,打造智慧型搜尋引擎。
本課程會介紹 Vertex AI Studio。您可以運用這項工具和生成式 AI 模型互動、根據商業構想設計原型,並投入到正式環境。透過身歷其境的應用實例、有趣的課程及實作實驗室,您將能探索從提示到正式環境的生命週期,同時學習如何將 Vertex AI Studio 運用在多模態版 Gemini 應用程式、提示設計、提示工程和模型調整。這個課程的目標是讓您能運用 Vertex AI Studio,在專案中發揮生成式 AI 的潛能。
本課程說明如何使用深度學習來建立圖像說明生成模型。您將學習圖像說明生成模型的各個不同組成部分,例如編碼器和解碼器,以及如何訓練和評估模型。在本課程結束時,您將能建立自己的圖像說明生成模型,並使用模型產生圖像說明文字。
這堂課程將說明變換器架構,以及基於變換器的雙向編碼器表示技術 (BERT) 模型,同時帶您瞭解變換器架構的主要組成 (如自我注意力機制) 和如何用架構建立 BERT 模型。此外,也會介紹 BERT 適用的各種任務,像是文字分類、問題回答和自然語言推論。課程預計約 45 分鐘。
本課程概要說明解碼器與編碼器的架構,這種強大且常見的機器學習架構適用於序列對序列的任務,例如機器翻譯、文字摘要和回答問題。您將認識編碼器與解碼器架構的主要元件,並瞭解如何訓練及提供這些模型。在對應的研究室逐步操作說明中,您將學習如何從頭開始使用 TensorFlow 寫程式,導入簡單的編碼器與解碼器架構來產生詩詞。
本課程將介紹注意力機制,說明這項強大技術如何讓類神經網路專注於輸入序列的特定部分。此外,也將解釋注意力的運作方式,以及如何使用注意力來提高各種機器學習任務的成效,包括機器翻譯、文字摘要和回答問題。
本課程將介紹擴散模型,這是一種機器學習模型,近期在圖像生成領域展現亮眼潛力。概念源自物理學,尤其深受熱力學影響。過去幾年來,在學術界和業界都是炙手可熱的焦點。在 Google Cloud 中,擴散模型是許多先進圖像生成模型和工具的基礎。課程將介紹擴散模型背後的理論,並說明如何在 Vertex AI 上訓練和部署這些模型。
In this course you will get hands-on in order to work through real-world challenges faced when building streaming data pipelines. The primary focus is on managing continuous, unbounded data with Google Cloud products.
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.
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.