加入 登录

Kazi Arif Hossain

成为会员时间：2019

Serverless Data Processing with Dataflow: Foundations Earned Sep 9, 2026 EDT
Serverless Data Processing with Dataflow: Develop Pipelines Earned Aug 25, 2026 EDT
部署多智能体架构 Earned Aug 24, 2026 EDT
用 Google Data Cloud 共享数据 Earned Aug 24, 2026 EDT
从 BigQuery 数据中挖掘数据洞见 Earned Aug 6, 2026 EDT
BigQuery 流式数据分析 Earned Jul 20, 2026 EDT
使用 BigQuery 构建数据仓库 Earned Jul 20, 2026 EDT
Build Data Lakes and Data Warehouses on Google Cloud Earned Jul 9, 2026 EDT
Add Agent Guardrails with Callbacks Earned Jun 8, 2026 EDT
适用于生成式 AI 的机器学习运维 (MLOps) Earned May 19, 2026 EDT
使用 Gemini 和 Streamlit 开发生成式 AI 应用 Earned May 12, 2026 EDT
Customer Experience Agent Studio：基础知识 Earned Mar 27, 2026 EDT
使用智能体开发套件 (ADK) 打造智能体 Earned Mar 6, 2026 EST
优化智能体行为 Earned Jan 13, 2026 EST
使用智能体开发套件 (ADK) 打造您的首个智能体 Earned Jan 13, 2026 EST
智能体基础知识 Earned Jan 11, 2026 EST
[DEPRECATED] Google Cloud: Prompt Engineering Guide Earned Dec 3, 2025 EST
[Deprecated] Virtual FAQ with data store agents Earned Sep 25, 2025 EDT
[DEPRECATED] Basic Performance Measurement Earned Jun 25, 2025 EDT
[DEPRECATED] Advanced Performance Measurement Earned Jun 24, 2025 EDT
使用生成式 playbook 创建智能体 Earned Jun 24, 2025 EDT
使用 BigQuery 创建嵌入、向量搜索和 RAG Earned Jun 10, 2025 EDT
图像生成简介 Earned Jun 26, 2023 EDT
Generative AI Fundamentals - 简体中文 Earned Jun 26, 2023 EDT
负责任的 AI 简介 Earned Jun 26, 2023 EDT
大型语言模型简介 Earned Jun 26, 2023 EDT
生成式 AI 简介 Earned Jun 25, 2023 EDT
使用 Google Cloud 进行基础设施和应用的现代化改造 Earned May 10, 2022 EDT
使用 Google Cloud 探索数据转换 Earned May 10, 2022 EDT
利用 Google Cloud 实现数字化转型 Earned May 10, 2022 EDT

This course is part 1 of a 3-course series on Serverless Data Processing with Dataflow. In this first course, we start with a refresher of what Apache Beam is and its relationship with Dataflow. Next, we talk about the Apache Beam vision and the benefits of the Beam Portability framework. The Beam Portability framework achieves the vision that a developer can use their favorite programming language with their preferred execution backend. We then show you how Dataflow allows you to separate compute and storage while saving money, and how identity, access, and management tools interact with your Dataflow pipelines. Lastly, we look at how to implement the right security model for your use case on Dataflow.

了解详情

In this second installment of the Dataflow course series, we are going to be diving deeper on developing pipelines using the Beam SDK. We start with a review of Apache Beam concepts. Next, we discuss processing streaming data using windows, watermarks and triggers. We then cover options for sources and sinks in your pipelines, schemas to express your structured data, and how to do stateful transformations using State and Timer APIs. We move onto reviewing best practices that help maximize your pipeline performance. Towards the end of the course, we introduce SQL and Dataframes to represent your business logic in Beam and how to iteratively develop pipelines using Beam notebooks.

了解详情

完成部署多智能体架构这一高级技能徽章课程，展示您在以下方面的技能： 使用 ADK 构建多智能体系统；通过 Agent-to-Agent (A2A) protocol 连接智能体， 通过 Model Context Protocol (MCP) 集成外部工具，并将完整的多智能体解决方案部署到 Agent Engine。

了解详情

完成用 Google Data Cloud 共享数据技能徽章课程，赢取技能 徽章。您将获得使用 Google Cloud 数据共享合作伙伴 的实操经验，这些合作伙伴拥有专有数据集， 客户可将其用于自己的分析应用场景。客户订阅这些数据集，可在自己的 平台上查询，然后使用自己的数据集加以扩充，并使用自己的可视化 工具，用于面向客户的信息中心。

了解详情

完成入门级技能徽章课程“从 BigQuery 数据中挖掘数据洞见”，展示您在以下方面的技能： 编写 SQL 查询、查询公共表、将示例数据加载到 BigQuery 中、 在 BigQuery 中使用查询验证器排查常见的语法错误，以及通过连接到 BigQuery 数据在 Data Studio 中 创建报告。

了解详情

完成 BigQuery 流式数据分析技能徽章课程，赢取技能徽章 。在这门课程中，您将结合使用 Pub/Sub、Dataflow 和 BigQuery 来实现流式 数据分析。

了解详情

完成中级技能徽章课程使用 BigQuery 构建数据仓库，展示以下技能： 联接数据以创建新表、排查联接故障、使用并集附加数据、创建日期分区表， 以及在 BigQuery 中使用 JSON、数组和结构体。

了解详情

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.

了解详情

You’ve built capable agents with powerful tools—now ensure they operate safely and reliably. Use callbacks as observation points and control mechanisms. Monitor what’s happening, validate inputs and outputs, implement guardrails, and gain confidence that your agents behave in production.

了解详情

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

完成中级技能徽章课程“使用 Gemini 和 Streamlit 开发生成式 AI 应用”，展示您在以下方面的技能： 文本生成、通过 Python SDK 和 Gemini API 应用函数调用，以及通过 Cloud Run 部署 Streamlit 应用。 您将了解如何以不同方式通过提示来让 Gemini 生成文本、使用 Cloud Shell 进行测试，以及如何迭代 Streamlit 应用，随后将其封装成 Docker 容器并部署在 Cloud Run 中。

了解详情

本课程旨在让对话设计师和构建者掌握相关概念和实用技能，以便使用 Customer Experience Agent Studio (CX Agent Studio) 设计、构建和测试复杂的多智能体多模态客户体验智能体。

了解详情

了解如何使用智能体开发套件 (ADK) 构建可用于生产用途的复杂 AI 智能体。本课程介绍了 ADK 的开源框架，助力开发者从简单的提示工程跨越到代码优先的结构化软件开发方法，从而构建企业级多智能体系统。

了解详情

您已经创建了自己的第一个智能体，现在是时候更进一步了。在本课程中，您将通过学习应用高级指令、模型选择、规划功能以及结构化输出模式来精进技能，将基础 AI 智能体升级为一个精确、专业的智能助理。加入社区论坛，提出问题并参与讨论

了解详情

使用 Google 的智能体开发套件 (ADK) 构建、配置和运行您的第一个 AI 智能体，将您对智能体的理解转化为实际应用。 在本实操课程中，您将设置一个完整的 ADK 开发环境，使用 Python 代码和 YAML 配置两种方式创建智能体，并通过多个界面运行智能体。您还将学习定义智能体行为的核心参数，将您在课程 1 中学到的知识应用到实际代码中。

了解详情

本课程将介绍 AI 智能体的基础知识，并探讨智能体在现实世界中的价值所在。它为想要从自主、目标导向行为的角度理解 AI 系统的开发者、架构师和技术决策者奠定了基础。

了解详情

Google Cloud : Prompt Engineering Guide examines generative AI tools, how they work. We'll explore how to combine Google Cloud knowledge with prompt engineering to improve Gemini responses.

了解详情

In this course, you will learn how to develop a generative agent capable of answering questions from websites, documents, and/or unstructured data.

了解详情

This course explores the fundamentals of the feedback loop process for Virtual Agent development and introduces the native capabilities within Dialogflow CX that support it

了解详情

In this course, you will learn about advanced methods and tools to monitor the performance of your virtual agents in Dialogflow CX

了解详情

在本课程中，您将学习如何利用生成式 playbook 为 Conversational Agents 构建出色的对话体验。您首先会了解 playbook 的大致情况，然后学习如何设置您的首个 playbook。您还将了解测试的重要性，以及配额限制和集成等关键生产注意事项。课程最后将通过一个案例研究展示如何利用 playbook 改变内容生成方向。

了解详情

本课程探讨 BigQuery 中用于减轻 AI 幻觉的检索增强生成 (RAG) 解决方案。BigQuery 引入了 RAG 工作流，其中涵盖了创建嵌入、搜索向量空间和生成更优质的回答。本课程解释了这些步骤背后的概念原理，以及这些步骤在 BigQuery 中的实际实施过程。学完本课程后，学员将能够使用 BigQuery 和生成式 AI 模型（如 Gemini）以及嵌入模型来构建 RAG 流水线，以解决在具体情况下遇到的 AI 幻觉问题。

了解详情

本课程向您介绍扩散模型。这类机器学习模型最近在图像生成领域展现出了巨大潜力。扩散模型的灵感来源于物理学，特别是热力学。过去几年内，扩散模型成为热门研究主题并在整个行业开始流行。Google Cloud 上许多先进的图像生成模型和工具都是以扩散模型为基础构建的。本课程向您介绍扩散模型背后的理论，以及如何在 Vertex AI 上训练和部署此类模型。

了解详情

完成 Introduction to Generative AI、Introduction to Large Language Models 和 Introduction to Responsible AI 三门课程，赢取技能徽章。通过最终测验，即表明您理解了生成式 AI 的基本概念。 技能徽章是由 Google Cloud 颁发的数字徽章，旨在认可您对 Google Cloud 产品与服务的了解程度。公开您的个人资料并将技能徽章添加到您的社交媒体个人资料中，以此来分享您获得的成就。

了解详情

这是一节入门级微课程，旨在解释什么是负责任的 AI、它的重要性，以及 Google 如何在自己的产品中实现负责任的 AI。此外，本课程还介绍了 Google 的 7 个 AI 开发原则。

了解详情

这是一节入门级微学习课程，探讨什么是大型语言模型 (LLM)、适合的应用场景以及如何使用提示调整来提升 LLM 性能，还介绍了可以帮助您开发自己的 Gen AI 应用的各种 Google 工具。

了解详情

这是一节入门级微课程，旨在解释什么是生成式 AI、它的用途以及与传统机器学习方法的区别。该课程还介绍了可以帮助您开发自己的生成式 AI 应用的各种 Google 工具。

了解详情

许多传统企业都在使用无法满足现代客户期望的旧式系统和应用。业务领导者往往需要在维护老旧的 IT 系统和投资新产品与服务之间做出选择。本课程探讨了这些挑战，并提供了利用云技术克服这些挑战的解决方案。 作为 Cloud Digital Leader 学习路线的一部分，本课程旨在帮助个人在工作中成长，并为企业打造美好未来。

了解详情

云技术是一项强大的资产，与数据相结合后，它将成为创新和提升客户体验的催化剂。《使用 Google Cloud 探索数据转换》课程探讨了组织如何利用云技术让数据更易于访问、更具实用价值和商业价值。 作为“Cloud Digital Leader 学习路线”的一部分，本课程旨在帮助个人提升职业素养，并为企业谋求未来发展。

了解详情

数字化转型是现代组织的必经之路，而扎实掌握云计算基础知识，是推动实质性创新的第一步。《利用 Google Cloud 实现数字化转型》课程将讲解核心技术与战略框架，助力组织实现运营现代化。本课程介绍关于云的基本概念、全球网络基础设施和责任共担模式，帮助领导者从容推进上云进程。 作为 Cloud Digital Leader 学习路线的一部分，本课程旨在帮助学员提升岗位能力，从而为企业打造美好未来。

了解详情