Member since 2026
在 Google Cloud 實作 Sensitive Data Protection
Earned Jun 30, 2026 EDT
在 Compute Engine 導入 Cloud Load Balancing
Earned Jun 29, 2026 EDT
開發人員的負責任 AI 技術：公平性與偏誤
Earned Jun 28, 2026 EDT
機器學習運作 (MLOps) 與 Vertex AI：模型評估
Earned Jun 28, 2026 EDT
生成式 AI 適用的機器學習運作 (MLOps)
Earned Jun 28, 2026 EDT
完成 在 Google Cloud 實作 Sensitive Data Protection 技能徽章入門課程，證明您具備下列技能：使用 Sensitive Data Protection 服務 (包括 Cloud Data Loss Prevention API) 來檢查、遮蓋及去識別化 Google Cloud 中的機密資料。
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。
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。
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。
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。