kishore kalidindi
Menjadi anggota sejak 2017
Bronze League
28000 poin
Menjadi anggota sejak 2017
Seiring semakin meningkatnya penggunaan Kecerdasan Buatan dan Machine Learning di kalangan perusahaan, proses membangunnya secara bertanggung jawab juga menjadi semakin penting. Membicarakan responsible AI mungkin lebih mudah bagi banyak orang daripada mempraktikkannya. Jika Anda tertarik untuk mempelajari cara mengoperasionalkan responsible AI dalam organisasi Anda, kursus ini cocok untuk Anda. Dalam kursus ini, Anda akan mempelajari bagaimana Google Cloud mengoperasionalkan responsible AI, dengan praktik terbaik dan pelajaran yang dapat dipetik. Hal ini berguna sebagai framework bagi Anda untuk membangun pendekatan responsible AI.
In this course, you will learn about advanced methods and tools to monitor the performance of your virtual agents in Dialogflow CX
In this course, you will learn the advanced conversational design principles for both the Voice and Caht channels to craft engaging and effective end-to-end experiences that emulate human-like interactions.
Temukan berbagai alur di Conversational Agents dan pelajari cara membangun pengalaman suara dan chat deterministik dengan model bahasa. Pelajari konsep utama seperti pendorong, intent, dan entity, serta cara menggunakannya untuk membuat agen percakapan.
Kursus ini akan membahas prinsip dasar desain percakapan untuk membuat pengalaman chatbot yang menarik dan efektif yang meniru pengalaman mirip manusia.
This course explores the quality assurance best practices and the tools available in Dialogflow CX to ensure production grade quality during Virtual Agent development, as well as the key tenets for the creation of a robust end to end deployment lifecycle
In this course, you will learn how to develop a generative agent capable of answering questions from websites, documents, and/or unstructured data.
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.
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
In this course you will learn how Contact Center AI Agent Assist can help distill complex customer interactions into concise and clear summaries.
Ubah pemahaman Anda terkait layanan pelanggan dengan kursus tentang Gemini Enterprise for Customer Experience (GECX) dan kemampuan AI generatifnya yang canggih ini. Anda akan memulai dengan menelusuri perjalanan pusat kontak, memahami bagaimana pusat kontak berkembang dan ke mana AI generatif akan membawanya. Kemudian, Anda akan mendapatkan pemahaman mendalam tentang elemen penyusun inti dalam solusi GECX, dengan melihat bagaimana setiap komponen berkontribusi dalam memberikan pengalaman pelanggan yang luar biasa. Kursus ini diakhiri dengan pembahasan kasus bisnis yang tangguh untuk GECX, beserta kasus penggunaan praktis dan berbagai persona pengguna yang mendapatkan manfaat dari solusi inovatif ini.
Manfaatkan keefektifan AI generatif untuk membuat agen otomatis yang cerdas. Setelah menyelesaikan kursus ini, Anda akan siap mengembangkan agen penyimpanan data yang dapat langsung menjawab pertanyaan kompleks dengan mengekstrak dan menyintesis informasi secara otomatis dari situs, dokumen, atau data terstruktur Anda. Ucapkan selamat tinggal pada FAQ statis—agen baru Anda akan memberikan jawaban yang dinamis dan akurat, serta menampilkan URL sumber aslinya. Agen ini bisa melakukan semuanya dengan penyiapan yang sederhana dan cepat.
This course explores using enterprise design patterns to build scalable, reliable, and secure agents within CX Agent Studio. Additionally, it covers navigating the complete development lifecycle by deploying multi-layered application security and locking down cloud infrastructure perimeters. It details the core pillars of multi-turn session persistence and real-time audio supervision to facilitate safe, continuous conversational experiences.
This course explores advanced technical considerations to optimize Webhook connectivity for comprehensive, end-to-end, Virtual Agent self-service experiences.
In this course, you will learn the important role that different types of webhooks play in Dialogflow CX development, and how to effectively integrate them into your routine configuration of a Virtual Agent.
Kursus ini dikhususkan untuk membekali Anda dengan pengetahuan dan alat yang diperlukan guna mengungkap tantangan unik yang dihadapi oleh tim MLOps saat men-deploy dan mengelola model AI Generatif, serta mengeksplorasi cara Vertex AI memberdayakan tim AI dalam menyederhanakan proses MLOps dan mencapai keberhasilan dalam project AI Generatif.
This course introduces participants to MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud. MLOps is a discipline focused on the deployment, testing, monitoring, and automation of ML systems in production. Machine Learning Engineering professionals use tools for continuous improvement and evaluation of deployed models. They work with (or can be) Data Scientists, who develop models, to enable velocity and rigor in deploying the best performing models.
Kursus ini memperkenalkan Vertex AI Studio, sebuah alat untuk berinteraksi dengan model AI generatif, membuat prototipe ide bisnis, dan meluncurkannya ke dalam produksi. Melalui kasus penggunaan yang imersif, pelajaran menarik, dan lab interaktif, Anda akan menjelajahi siklus proses dari perintah ke produk dan mempelajari cara memanfaatkan Vertex AI Studio untuk aplikasi multimodal Gemini, desain perintah, rekayasa perintah, dan tuning model. Tujuan kursus ini adalah agar Anda dapat memanfaatkan potensi AI generatif dalam project Anda dengan Vertex AI Studio.
Kursus ini menjelaskan cara membuat model keterangan gambar menggunakan deep learning. Anda akan belajar tentang berbagai komponen model keterangan gambar, seperti encoder dan decoder, serta cara melatih dan mengevaluasi model. Pada akhir kursus ini, Anda akan dapat membuat model keterangan gambar Anda sendiri dan menggunakannya untuk menghasilkan teks bagi gambar.
Kursus ini memperkenalkan Anda pada arsitektur Transformer dan model Representasi Encoder Dua Arah dari Transformer (Bidirectional Encoder Representations from Transformers atau BERT). Anda akan belajar tentang komponen utama arsitektur Transformer, seperti mekanisme self-attention, dan cara penggunaannya untuk membangun model BERT. Anda juga akan belajar tentang berbagai tugas yang dapat memanfaatkan BERT, seperti klasifikasi teks, menjawab pertanyaan, dan inferensi natural language. Kursus ini diperkirakan memakan waktu sekitar 45 menit untuk menyelesaikannya.
Dalam kursus ini Anda akan diperkenalkan dengan mekanisme atensi, yakni teknik efektif yang membuat jaringan neural berfokus pada bagian tertentu urutan input. Anda akan mempelajari cara kerja atensi, cara penggunaannya untuk meningkatkan performa berbagai tugas machine learning, termasuk terjemahan mesin, peringkasan teks, dan menjawab pertanyaan.
Kursus ini memberi Anda sinopsis tentang arsitektur encoder-decoder, yang merupakan arsitektur machine learning yang canggih dan umum untuk tugas urutan-ke-urutan seperti terjemahan mesin, ringkasan teks, dan tanya jawab. Anda akan belajar tentang komponen utama arsitektur encoder-decoder serta cara melatih dan menyalurkan model ini. Dalam panduan lab yang sesuai, Anda akan membuat kode pada penerapan simpel arsitektur encoder-decoder di TensorFlow untuk pembuatan puisi dari awal.
Kursus ini memperkenalkan model difusi, yaitu kelompok model machine learning yang belakangan ini menunjukkan potensinya dalam ranah pembuatan gambar. Model difusi mengambil inspirasi dari fisika, khususnya termodinamika. Dalam beberapa tahun terakhir, model difusi menjadi populer baik di dunia industri maupun penelitian. Model difusi mendasari banyak alat dan model pembuatan gambar yang canggih di Google Cloud. Kursus ini memperkenalkan Anda pada teori yang melandasi model difusi dan cara melatih serta men-deploy-nya di Vertex AI.
Dapatkan badge keahlian dengan menyelesaikan kursus Introduction to Generative AI, Introduction to Large Language Models, dan Introduction to Responsible AI. Dengan berhasil menyelesaikan kuis akhir, Anda membuktikan pemahaman Anda tentang konsep dasar AI generatif. Badge keahlian adalah badge digital yang diberikan oleh Google Cloud sebagai pengakuan atas pengetahuan Anda tentang produk dan layanan Google Cloud. Pamerkan badge keahlian Anda dengan menampilkan profil Anda kepada publik dan menambahkannya ke profil media sosial Anda.
Ini adalah kursus pengantar pembelajaran mikro yang dimaksudkan untuk menjelaskan responsible AI, alasan pentingnya responsible AI, dan cara Google mengimplementasikan responsible AI dalam produknya. Kursus ini juga memperkenalkan 7 prinsip AI Google.
Ini adalah kursus pengantar pembelajaran mikro yang membahas definisi model bahasa besar (LLM), kasus penggunaannya, dan cara menggunakan prompt tuning untuk meningkatkan performa LLM. Kursus ini juga membahas beberapa alat Google yang dapat membantu Anda mengembangkan aplikasi AI Generatif Anda sendiri.
Ini adalah kursus pengantar pembelajaran mikro yang bertujuan untuk mendefinisikan AI Generatif, cara penggunaannya, dan perbedaannya dari metode machine learning konvensional. Kursus ini juga membahas beberapa Alat Google yang dapat membantu Anda mengembangkan aplikasi AI Generatif Anda sendiri.
Kubernetes adalah sistem orkestrasi container paling populer, dan Google Kubernetes Engine dirancang secara khusus untuk mendukung deployment Kubernetes terkelola di Google Cloud. Dalam kursus tingkat lanjut ini, Anda akan mendapatkan praktik langsung dalam mengonfigurasi Image Docker, container, serta men-deploy aplikasi Kubernetes Engine yang sepenuhnya lengkap dan siap produksi. Kursus ini akan mengajari Anda keterampilan praktis yang diperlukan untuk mengintegrasikan orkestrasi container ke dalam alur kerja Anda sendiri. Apakah Anda sedang mencari challenge lab interaktif untuk menunjukkan keterampilan Anda dan menguji pengetahuan yang dimiliki? Setelah menyelesaikan kursus ini, selesaikan Challenge Lab tambahan di akhir kursus Men-deploy Aplikasi Kubernetes di Google Cloud untuk menerima badge digital eksklusif Google Cloud.
Networking is a principle theme of cloud computing. It’s the underlying structure of Google Cloud, and it’s what connects all your resources and services to one another. This course will cover essential Google Cloud networking services and will give you hands-on practice with specialized tools for developing mature networks. From learning the ins-and-outs of VPCs, to creating enterprise-grade load balancers, Automate Deployment and Manage Traffic on a Google Cloud Network will give you the practical experience needed so you can start building robust networks right away.