成为会员时间：2026
在 Google Cloud 中实施 Sensitive Data Protection
Earned Jun 30, 2026 EDT
为 Compute Engine 实现云负载均衡
Earned Jun 29, 2026 EDT
面向开发者的 Responsible AI：公平性与偏见
Earned Jun 28, 2026 EDT
利用 Vertex AI 实现机器学习运维 (MLOps)：模型评估
Earned Jun 28, 2026 EDT
适用于生成式 AI 的机器学习运维 (MLOps)
Earned Jun 28, 2026 EDT
完成 在 Google Cloud 中实施 Sensitive Data Protection 这一入门级技能徽章课程，展示您在以下方面的技能：使用 Sensitive Data Protection 服务 （包括 Cloud Data Loss Prevention API）来检查和隐去 Google Cloud 中的敏感数据，并对敏感数据进行去标识处理。
完成入门级技能徽章课程为 Compute Engine 实现云负载均衡，展示以下方面的技能： 在 Compute Engine 中创建和部署虚拟机 以及配置网络和应用负载均衡器。
本课程介绍了 Responsible AI 的概念和 AI 原则，还介绍了在 AI/机器学习实践中识别公平性与偏见以及减少偏见的实用技巧，同时探索了使用 Google Cloud 产品和开源工具来实施 Responsible AI 最佳实践的实用方法和工具。
本课程能让机器学习从业者掌握评估生成式和预测式 AI 模型的基本工具、方法和最佳实践。要确保机器学习系统在实际运用中提供可靠、准确、高效的结果，做好模型评估至关重要。 学员将深入了解各项评估指标、方法及如何在不同模型类型和任务中适当应用这些指标和方法。课程将着重介绍生成式 AI 模型带来的独特挑战，并提供有效解决这些挑战的策略。通过利用 Google Cloud 的 Vertex AI Platform，学员可学习如何在模型选择、优化和持续监控工作中实施卓有成效的评估流程。
本课程致力于为您提供所需的知识和工具，让您能够了解 MLOps 团队在部署和管理生成式 AI 模型以及探索 Vertex AI 如何帮助 AI 团队简化 MLOps 流程时面临的独特挑战，并帮助您在生成式 AI 项目中取得成功。