成为会员时间：2025
云端数据管理和存储
Earned Jul 19, 2026 EDT
利用 Vertex AI 实现机器学习运维 (MLOps)：模型评估
Earned Jun 16, 2026 EDT
适用于生成式 AI 的机器学习运维 (MLOps)
Earned Jun 16, 2026 EDT
Google Cloud 数据分析功能简介
Earned Jun 11, 2026 EDT
AI Infrastructure：Cloud TPU
Earned Jan 8, 2026 EST
AI Infrastructure：Cloud GPU
Earned Jan 8, 2026 EST
AI Infrastructure：AI Hypercomputer 简介
Earned Jan 8, 2026 EST
本课程是 Google Cloud 数据分析认证计划的第二门课程（共五门）。在本课程中，您将探索数据的结构形式和组织方式。您将获得数据湖仓一体架构和云组件（如 BigQuery、Google Cloud Storage 和 DataProc）的实操经验，以便高效地存储、分析和处理大型数据集。
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。
本课程是 Google Cloud 数据分析认证的第一门课程（共五门）。在本课程中，您将认识云数据分析领域，并了解云数据分析师在数据获取、存储、处理和可视化方面的角色和职责。您将探索 BigQuery 和 Cloud Storage 等基于 Google Cloud 的工具的架构，以及如何使用这些工具有效地设计数据结构，以及展示和报告数据。
欢迎学习 Cloud TPU 课程。我们将探讨 TPU 在不同场景下的优势和劣势，并比较不同的 TPU 加速器，以帮助您选择合适的加速器。您将了解可通过哪些策略充分提高 AI 模型的性能和效率，并理解 GPU/TPU 互操作性对于创建灵活的机器学习工作流程的重要性。通过引人入胜的课程内容和实际演示，您将逐步了解如何有效利用 TPU。
对 AI 背后的强大硬件感到好奇吗？本单元将详细讲解性能经过优化的 AI 计算机，向您展示它们为何如此重要。我们将探讨 CPU、GPU 和 TPU 如何让 AI 任务高速运行，介绍它们各自的特点，并说明 AI 软件是如何充分发挥这些硬件的性能的。学习结束后，您将清楚地知道如何为自己的 AI 项目选择合适的 GPU，从而为 AI 工作负载做出明智的决策。
准备好探索 AI Hypercomputer 了吗？这门课程将带您轻松入门！我们将介绍相关基础知识，并阐释它们如何助力 AI 处理 AI 工作负载。您将了解超级计算机内部的各个组件，如 GPU、TPU 和 CPU，并知晓如何根据您的需求选择合适的部署方法。