Chathura Prabuddha
成为会员时间：2021
青铜联赛
17953 积分
适用于生成式 AI 的机器学习运维 (MLOps)
Earned Dec 17, 2025 EST
Conversational AI on Vertex AI and Dialogflow CX
Earned Oct 25, 2025 EDT
Conversational AI Voice and Chat Integrations
Earned Aug 26, 2025 EDT
生成式 AI 智能体：助力组织转型
Earned Jun 21, 2025 EDT
生成式 AI 应用：改变工作方式
Earned Jun 11, 2025 EDT
生成式 AI：全面了解生成式 AI
Earned Jun 9, 2025 EDT
生成式 AI：剖析基本概念
Earned Jun 4, 2025 EDT
生成式 AI：不只是聊天机器人
Earned May 31, 2025 EDT
Google Cloud 弹性基础设施：扩缩和自动化
Earned Apr 21, 2025 EDT
Google Cloud 重要基础设施：核心服务
Earned Apr 13, 2025 EDT
Google Cloud 重要基础设施：基础
Earned Mar 28, 2025 EDT
Google Kubernetes Engine 使用入门
Earned Mar 19, 2025 EDT
可靠的 Google Cloud 基础设施: 设计和流程
Earned Mar 15, 2025 EDT
Cloud Hero Kubernetes Skills
Earned Dec 9, 2021 EST
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。
了解详情
In this course you will learn how to use the new generative AI features in Dialogflow CX to create virtual agents that can have more natural and engaging conversations with customers. Discover how to deploy generative fallback responses to gracefully handle errors and omissions in customer conversations, deploy generators to increase intent coverage, and structure, ingest, and manage data in a data store. And explore how to deploy and maintain generative AI agents using your data, and deploy and maintain hybrid agents in combination with existing intent-based design paradigms.
了解详情
Learn about building conversational AI voice and chat integrations, including how telephony systems can connect with Google to enable phone-based interactions within the Conversational AI ecosystem. Explore key topics such as the differences between chat and voice conversations, the writing process for creating conversation scripts, and the beginning of the interrogative series and closing sequence.
了解详情
“生成式 AI 智能体：助力组织转型”是“Gen AI Leader”学习路线中的第五门课程，也是最后一门课程。本课程探讨了组织如何使用量身定制的生成式 AI 智能体，帮助应对特定的业务挑战。您将亲自动手构建一个基本的生成式 AI 智能体，并探索这些智能体的组成部分，例如模型、推理循环以及各种工具。
了解详情
“生成式 AI 应用：改变工作方式”是 Generative AI Leader 学习路线的第四门课程。本课程介绍 Google 的生成式 AI 应用，例如 Gemini for Workspace 和 NotebookLM。它将引导您逐一了解接地、检索增强生成、构建有效提示和构建自动化工作流等概念。
了解详情
“生成式 AI：全面了解生成式 AI”是“Gen AI Leader”学习路线中的第三门课程。生成式 AI 正在改变我们的工作方式以及与世界的互动方式。作为领导者，应该如何利用生成式 AI 来推动实际业务成果？在本课程中，您将探索构建生成式 AI 解决方案的不同层级、Google Cloud 的产品/服务，以及选择解决方案时需要考虑的因素。
了解详情
生成式 AI：剖析基本概念是“Gen AI Leader”学习路线的第二门课程。在本课程中，您将探索 AI、机器学习和生成式 AI 之间的差异，了解各种数据类型如何赋能生成式 AI 来应对业务挑战，从而了解生成式 AI 的基本概念。您还将深入了解 Google Cloud 应对基础模型局限性的策略，以及负责任和安全的 AI 开发与部署面临哪些关键挑战。
了解详情
生成式 AI：不只是聊天机器人是 Gen AI Leader 学习路线的第一门课程，没有前提条件要求。本课程旨在带您超越对聊天机器人的浅层认知，深入挖掘生成式 AI 为您的组织带来的真正潜力。您将探索基础模型和提示工程等概念，它们对于利用生成式 AI 的强大功能至关重要。本课程还将提供指导，让您了解在为组织制定成功的生成式 AI 策略时，应考虑哪些重要因素。
了解详情
这是一套自助式速成课程，向学员介绍 Google Cloud 提供的灵活全面的基础架构和平台服务。学员将通过一系列视频讲座、演示和实操实验，探索和部署各种解决方案元素，包括安全互连网络、负载均衡、自动扩缩、基础架构自动化和代管式服务。
了解详情
这门自助式速成课程向学员介绍 Google Cloud 提供的灵活全面的基础架构和平台服务，着重介绍了 Compute Engine。学员将通过一系列视频讲座、演示和动手实验，探索和部署各种解决方案元素，包括网络、系统和应用服务等基础架构组件。本课程的内容还包括如何部署实用的解决方案，包括客户提供的加密密钥、安全和访问权限管理、配额和结算，以及资源监控。
了解详情
这门自助式速成课程向学员介绍 Google Cloud 提供的灵活全面的基础架构和平台服务，其中着重介绍了 Compute Engine。学员将通过一系列视频讲座、演示和动手实验，探索和部署各种解决方案元素，包括网络、虚拟机和应用服务等基础架构组件。您将学习如何通过控制台和 Cloud Shell 使用 Google Cloud。您还将了解云架构师角色、基础架构设计方法以及虚拟网络配置和虚拟私有云 (VPC)、项目、网络、子网、IP 地址、路由及防火墙规则。
了解详情
欢迎学习“Google Kubernetes Engine 使用入门”课程。Kubernetes 是位于应用和硬件基础架构之间的软件层，如果您对 Kubernetes 感兴趣，那就来对地方了！Google Kubernetes Engine 将 Kubernetes 作为 Google Cloud 上的代管式服务提供给您使用。
本课程的目标是介绍 Google Kubernetes Engine（通常称为 GKE）的基础知识，以及将应用容器化并在 Google Cloud 中运行的方法。本课程首先介绍 Google Cloud 的基础知识，然后概述容器、Kubernetes、Kubernetes 架构以及 Kubernetes 操作。
了解详情
本课程指导学员运用久经考验的设计模式在 Google Cloud 上构建高度可靠且高效的解决方案。它是“Google Compute Engine 架构设计”或“Google Kubernetes Engine 架构设计”课程的延续，并假定您有使用其中任何一门课程所涵盖技术的实践经验。通过一系列演示、设计活动和动手实验，学员可以了解如何定义及平衡业务要求和技术要求，以便设计可靠性和可用性高、安全且经济实惠的 Google Cloud 部署。
了解详情
Get hands-on practice with Google Cloud! You will compete with your peers to see who can finish this game with the most points. Speed and accuracy will be used to calculate your scores — earn points by completing the labs accurately and bonus points for speed! Be sure to click “End” where you’re done with each lab to be rewarded your points.
了解详情
