Mit dem Skill-Logo zum Kurs Software-Engineering von KI-Agenten mit dem Agent Development Kit (ADK) weisen Sie fortgeschrittene Kenntnisse in folgenden Bereichen nach: Formulierung von vorhandenen Forschungsproblemen im Bereich Language Models, Erstellung eines einfachen Tokenizers, Vorbereitung eines Datasets für das Training eines Transformer-Sprachmodells, Ausführung der Trainingsschleife eines kleinen Sprachmodells.
Sie haben Ihren ersten KI-Agenten erstellt – jetzt ist es an der Zeit, ihn weiterzuentwickeln. In diesem weiterführenden Kurs lernen Sie, wie Sie einen einfachen KI-Agenten in einen ausgereiften, präzisen Assistenten umwandeln – durch die Anwendung fortgeschrittener Anweisungen, eine passende Modellauswahl, Planungsfunktionen und Muster für strukturierte Ausgabe. In unserem Community-Forum können Sie sich mit anderen austauschen.
Mit dem Kurs „Zukunftsfähige Strategie: KI-Agenten entdecken, entwerfen und Prototypen erstellen“ werfen Sie einen Blick voraus. Sie lernen, wie Sie das Framework von Google für die Transformation mit agentischer KI nutzen und einen Fortschritt von reinen Chatbots hin zu autonomen Teammitgliedern erzielen. Anhand eines Anwendungsfalls aus dem Einzelhandel lernen Sie, den Geschäftswert zu quantifizieren, KI-Projekte zu priorisieren, kritische Nutzerpfade zu ermitteln und funktionale Prototypen mit No-Code-Tools wie Google AI Studio und Gemini Enterprise zu erstellen. Dieser Kurs bietet eine solide Roadmap, die für die Geschäftsführung sowie technische Führungskräfte notwendig ist, um ihr Unternehmen in das Zeitalter der agentischen KI zu leiten.
In diesem Kurs lernen Sie, wie Sie mit Google Antigravity Software in rasantem Tempo entwickeln, indem Sie KI-Agenten orchestrieren. In diesem praxisorientierten Kurs erfahren Sie, wie Sie Antigravity installieren und verwenden. Als Nächstes aktivieren Sie mit Firebase Dienste für die Apps, die Sie mit Antigravity entwickeln. Zum Schluss entwickeln Sie das Videospiel „Voyager“, indem Sie KI-Agenten in Antigravity anweisen, parallel zu arbeiten.
Dieser Kurs bietet einen umfassenden Überblick über die Agentenplattformen von Google Cloud, einschließlich Vertex AI Agent Builder, Gemini Enterprise, Conversational Agents und Agent Development Kit. Die Teilnehmenden erfahren, welche einzigartigen Möglichkeiten die einzelnen Angebote bieten. Sie lernen, optimale Lösungen für spezifische Anwendungsfälle auseinanderzuhalten, und erwerben grundlegende Kenntnisse in der Erstellung von Such- und Chat-Anwendungen.
Mit dem Skill-Logo Workflows mit mehreren KI-Agenten mit Gemini Enterprise orchestrieren weisen Sie nach, dass Sie Folgendes können: KI-Agenten auf Basis von Gemini Enterprise verwenden, um Daten aus internen und externen Quellen zusammenzuführen, Multimedia-Marketingmaterialien zu entwickeln und Geschäftsabläufe systemübergreifend zu automatisieren. Mit Skill-Logos weisen Sie Ihr Wissen zu bestimmten Produkten im Rahmen praxisorientierter Labs und Challenge-Prüfungen nach. Absolvieren Sie einen Kurs, um ein Logo zu erhalten, oder nehmen Sie an einem Challenge-Lab teil, damit Sie Ihr Logo noch heute bekommen. Mit Logos können Sie Kenntnisse nachweisen, Ihr berufliches Profil schärfen und so Ihre Karrierechancen verbessern. Die bisher erhaltenen Logos können Sie in Ihrem Profil ansehen.
Erfahren Sie mehr über den wichtigen Übergang von aufgabenorientierten Workflows zu einer KI-Orchestrierung, bei der der Mensch im Mittelpunkt steht.
„Ihre Organisation mit generativen KI-Agenten voranbringen“ ist der fünfte und letzte Kurs des Lernpfads „Gen AI Leader“. In diesem Kurs erfahren Sie, wie Unternehmen mit benutzerdefinierten generativen KI-Agenten spezifische geschäftliche Herausforderungen meistern können. Sie lernen, wie Sie einen einfachen Agenten für generative KI erstellen, und machen sich mit den Komponenten dieser Agenten vertraut, z. B. mit Modellen, Reasoning Loops und Tools.
In diesem Kurs lernen Sie, wie Sie ADK-Agenten in der Vertex AI Agent Engine und Cloud Run bereitstellen.
In diesem Kurs lernen Sie die Architektur und Bereitstellung von Multi-Agenten-Systemen mit dem Agent Development Kit (ADK) von Google und der umfassenden Infrastruktur von Google Cloud kennen. Sie erfahren, wie Sie hierarchische KI-Agentenbäume und deterministische Workflow-Agenten entwerfen und die ideale Hosting-Umgebung ermitteln – von serverlosem Cloud Run bis hin zur leistungsstarken GKE – und sorgen auf diese Weise dafür, dass Ihre KI-Agenten sicher, skalierbar und produktionsreif sind.
Mit dem Skill-Logo zum Kurs Generative KI-Anwendungen mit Gemini und Streamlit entwickeln weisen Sie fortgeschrittene Kenntnisse in folgenden Bereichen nach: Texterstellung, Anwendung von Funktionsaufrufen mit dem Python SDK und der Gemini API und Bereitstellung einer Streamlit-Anwendung mit Cloud Run. Dabei lernen Sie, wie Sie mithilfe von Gemini und entsprechenden Prompts Text erstellen, Cloud Shell zum Testen und Iterieren einer Streamlit-Anwendung nutzen und diese Anwendung dann als Docker-Container zur Bereitstellung in Cloud Run verpacken.
Mit dem Skill-Logo zum Kurs ML-Modelle mit BigQuery ML erstellen weisen Sie fortgeschrittene Kenntnisse in folgendem Bereich nach: Erstellen und Bewerten von Machine-Learning-Modellen mit BigQuery ML, um Datenvorhersagen zu treffen.
Sichern Sie sich ein Skill-Logo, indem Sie die Aufgabenreihe Google Cloud Compute: Grundlagen abschließen. Dabei lernen Sie, wie Sie Compute Engine bei der Arbeit mit virtuellen Maschinen (VMs), nichtflüchtigen Speichern und Webservern nutzen.
In diesem Kurs erfahren Sie, wie Sie mithilfe generativer Playbooks dialogorientierte Anwendungen für Conversational Agents erstellen. Zuerst erhalten Sie eine Einführung in Playbooks und lernen, wie Sie Ihr erstes Playbook erstellen. Außerdem erfahren Sie, wie wichtig Tests sind, und erhalten Erläuterungen zu wichtigen Themen der Produktion wie beispielsweise Kontingentlimits und Integration. Zum Schluss wird eine Fallstudie vorgestellt, die zeigt, wie Playbooks für die generative Steuerung genutzt werden.
In diesem Video erfahren Sie, wie Sie mit Gemini und Apps Script manuelle Aufgaben in Google Workspace automatisieren können. Sie erfahren, wie Sie Gemini auffordern, Apps Script-Code zu generieren, der in Google Sheets automatisch E‑Mail-Erinnerungen für Aufgaben entwirft, die nicht als „Abgeschlossen“ markiert sind. Sie können Ihren Workflow mit wenig oder gar keinem technischen Fachwissen automatisieren, sodass Sie mehr Zeit für wichtigere Aufgaben haben und manuelle Nachfassaktionen entfallen.
In diesem Kurs lernen Sie KI-basierte Suchtechnologien, Tools und Anwendungen kennen. Er umfasst folgende Themen: die semantische Suche mithilfe von Vektoreinbettungen, die Hybridsuche, bei der semantische und stichwortbezogene Ansätze kombiniert werden, und Retrieval-Augmented Generation (RAG), die KI-Halluzinationen durch einen fundierten KI-Agenten minimiert. Sie sammeln praktische Erfahrungen mit der Vektorsuche in Vertex AI zum Entwickeln einer intelligenten Suchmaschine.
Holen Sie sich das Skill-Logo Multi-Agenten-Architekturen bereitstellenfür Profis, um Ihre Kenntnisse in den folgenden Bereichen nachzuweisen: Aufbau von Multi-Agenten-Systemen mit einem ADK, Verbindung von Agenten mit dem Agent-zu-Agent (A2A)-Protokoll, Einbindung externer Tools mithilfe des Model Context Protocols (MCP) und Bereitstellung einer vollständigen Multi-Agenten-Lösung für die Agent Engine.
Mit dem Skill-Logo zum Kurs Daten für ML-APIs in Google Cloud vorbereiten weisen Sie Grundkenntnisse in folgenden Bereichen nach: Bereinigen von Daten mit Dataprep von Trifacta, Ausführen von Datenpipelines in Dataflow, Erstellen von Clustern und Ausführen von Apache Spark-Jobs in Managed Service for Apache Spark sowie Aufrufen von ML-APIs, einschließlich der Cloud Natural Language API, Cloud Speech-to-Text API und Video Intelligence API.
In diesem Kurs wird eine Lösung für Retrieval-Augmented Generation (RAG) in BigQuery vorgestellt, die KI-Halluzinationen minimiert. Sie lernen einen RAG-Workflow kennen, der die Erstellung von Einbettungen, die Suche in einem Vektorraum und die Generierung verbesserter Antworten umfasst. Darüber hinaus werden die konzeptionellen Gründe für diese Schritte und ihre praktische Umsetzung mit BigQuery erklärt. Am Ende des Kurses werden Sie in der Lage sein, eine RAG-Pipeline mithilfe von BigQuery und generativen KI-Modellen wie Gemini zu erstellen und Modelle einzubetten, um KI-Halluzinationen zu verhindern.
Künstliche Intelligenz (KI) bietet revolutionäre Möglichkeiten, geht aber auch mit neuen Sicherheitsherausforderungen einher. In diesem Kurs lernen Führungskräfte im Bereich Sicherheit und Datenschutz Strategien für den sicheren Umgang mit KI in ihren Unternehmen kennen. Es wird ein Framework für das proaktive Erkennen und Mindern KI-spezifischer Risiken, den Schutz sensibler Daten, das Einhalten rechtlicher Vorgaben und den Aufbau einer robusten KI-Infrastruktur vorgestellt. Anhand von Anwendungsfällen aus vier verschiedenen Branchen wird gezeigt, wie sich diese Strategien auf reale Szenarien anwenden lassen.
In diesem Kurs lernen Sie, wie Sie mit dem Google Agent Development Kit komplexe Multi-Agent-Systeme entwickeln. Sie erstellen Agenten mit Tools und verbinden sie durch über- und untergeordnete Beziehungen und Abläufe, um festzulegen, wie sie interagieren. Sie führen Ihre KI-Agenten lokal aus und stellen sie in der Agent Runtime auf der Gemini Enterprise Agent Platform bereit, um sie als verwalteten Agent-Ablauf auszuführen. Die Entscheidungen zur Infrastruktur und die Ressourcenskalierung werden von der Agent Runtime übernommen. Bitte beachten Sie, dass diese Labs auf einer Vorabversion dieses Produkts basieren. Bei diesen Labs kann es zu Verzögerungen kommen, da wir Wartungsupdates bereitstellen.
In diesem Kurs werden die wichtigsten Sicherheitsfunktionen von Model Armor vorgestellt. Außerdem lernen Sie, wie Sie den Dienst nutzen können. Sie erfahren mehr über die Sicherheitsrisiken, die mit LLMs verbunden sind, und wie Model Armor Ihre KI-Anwendungen schützt.
Dieser Kurs vermittelt Ihnen das Wissen und die nötigen Tools, um die speziellen Herausforderungen zu erkennen, mit denen MLOps-Teams bei der Bereitstellung und Verwaltung von Modellen basierend auf generativer KI konfrontiert sind. Sie erfahren, wie KI-Teams durch Vertex AI dabei unterstützt werden, MLOps-Prozesse zu optimieren und mit Projekten erfolgreich zu sein, in denen generative KI zum Einsatz kommt.