가입 로그인

kishore kalidindi

회원 가입일: 2017

브론즈 리그

28000포인트
책임감 있는 AI: Google Cloud를 통한 AI 원칙 적용하기 Earned 2월 17, 2025 EST
[DEPRECATED] Advanced Performance Measurement Earned 1월 14, 2025 EST
Advanced Conversation Design Earned 1월 13, 2025 EST
스테이트풀(Stateful) 흐름으로 대화형 에이전트 만들기 Earned 1월 12, 2025 EST
대화 설계의 기초 Earned 1월 9, 2025 EST
[DEPRECATED] DFCX Bot Building Quality Assurance and Deployment Lifecycle Earned 1월 3, 2025 EST
[Deprecated] Virtual FAQ with data store agents Earned 1월 2, 2025 EST
Conversational AI Voice and Chat Integrations Earned 12월 16, 2024 EST
[DEPRECATED] Basic Performance Measurement Earned 12월 16, 2024 EST
[DEPRECATED] Agent Summarization (Custom) Earned 12월 16, 2024 EST
대화형 AI 및 응대 프레임워크 Earned 12월 15, 2024 EST
Agent Assist 및 생성형 AI 기능 Earned 12월 13, 2024 EST
Implement Enterprise Design Patterns with CX Agent Studio Earned 12월 13, 2024 EST
[Deprecated] Advanced Webhook Concepts Earned 12월 12, 2024 EST
[DEPRECATED] Webhook fundamentals Earned 12월 12, 2024 EST
생성형 AI를 위한 머신러닝 작업(MLOps) Earned 2월 20, 2024 EST
머신러닝 작업(MLOps): 시작하기 Earned 7월 21, 2023 EDT
Vertex AI Studio 소개 Earned 6월 25, 2023 EDT
이미지 캡셔닝 모델 만들기 Earned 6월 25, 2023 EDT
Transformer 모델 및 BERT 모델 Earned 6월 17, 2023 EDT
어텐션 메커니즘 Earned 6월 16, 2023 EDT
인코더-디코더 아키텍처 Earned 6월 16, 2023 EDT
이미지 생성 소개 Earned 6월 15, 2023 EDT
Generative AI Fundamentals - 한국어 Earned 6월 15, 2023 EDT
책임감 있는 AI 소개 Earned 6월 15, 2023 EDT
대규모 언어 모델 소개 Earned 6월 15, 2023 EDT
생성형 AI 소개 Earned 6월 14, 2023 EDT
Google Cloud의 Kubernetes Earned 8월 5, 2019 EDT
Automate Deployment and Manage Traffic on a Google Cloud Network Earned 5월 6, 2019 EDT

기업에서 인공지능과 머신러닝의 사용이 계속 증가함에 따라 책임감 있는 빌드의 중요성도 커지고 있습니다. 대부분의 기업은 책임감 있는 AI를 실천하기가 말처럼 쉽지 않습니다. 조직에서 책임감 있는 AI를 운영하는 방법에 관심이 있다면 이 과정이 도움이 될 것입니다. 이 과정에서 책임감 있는 AI를 위해 현재 Google Cloud가 기울이고 있는 노력, 권장사항, Google Cloud가 얻은 교훈을 알아보면 책임감 있는 AI 접근 방식을 구축하기 위한 프레임워크를 수립할 수 있을 것입니다.

자세히 알아보기

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

자세히 알아보기

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.

자세히 알아보기

대화형 에이전트의 흐름을 살펴보고 언어 모델을 사용해 결정론적 채팅 및 음성 상호작용 경험을 빌드하는 방법을 알아보세요. 요인, 인텐트, 항목과 같은 주요 개념과 이를 사용하여 대화형 에이전트를 만드는 방법을 살펴봅니다.

자세히 알아보기

이 과정에서는 마치 사람과 대화하는 것 같은 경험을 제공하는 몰입도 높고 효과적인 챗봇 환경을 만드는 데 필요한 대화 설계의 기본 원칙을 살펴봅니다.

자세히 알아보기

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

자세히 알아보기

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

자세히 알아보기

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.

자세히 알아보기

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

자세히 알아보기

In this course you will learn how Contact Center AI Agent Assist can help distill complex customer interactions into concise and clear summaries.

자세히 알아보기

Gemini Enterprise for Customer Experience(GECX)와 강력한 생성형 AI 기능에 관한 이 과정을 통해 고객 서비스에 대해 깊이 있게 이해해 보세요. 먼저 고객센터의 지난 여정을 짚어보며 고객센터가 어떻게 발전해 왔고 생성형 AI가 어떤 변화를 가져오고 있는지 알아봅니다. 그런 다음 GECX 솔루션의 핵심 구성요소를 자세히 살펴보고 각 구성요소가 탁월한 고객 경험을 제공하는 데 어떻게 기여하는지 알아봅니다. 마지막으로 GECX의 강력한 비즈니스 사례와 함께 실용적인 사용 사례, 이 혁신적인 솔루션을 활용하는 다양한 사용자 페르소나에 대해 살펴보며 과정을 마무리합니다.

자세히 알아보기

생성형 AI의 강력한 기능을 활용하여 지능형 자동화 에이전트를 만듭니다. 이 과정을 수료하면 웹사이트, 문서 또는 정형 데이터에서 정보를 자동으로 추출하고 합성하여 복잡한 질문에 즉시 답할 수 있는 데이터 스토어 에이전트를 개발할 수 있게 됩니다. 더 이상 정적인 FAQ에 의존할 필요가 없습니다. 새로운 에이전트는 간단하고 빠르게 설정할 수 있으며, 동적이고 정확한 답변을 제공하고 원본 소스 URL까지 표시해 줍니다.

자세히 알아보기

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.

자세히 알아보기

This course explores advanced technical considerations to optimize Webhook connectivity for comprehensive, end-to-end, Virtual Agent self-service experiences.

자세히 알아보기

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.

자세히 알아보기

이 과정에서는 생성형 AI 모델을 배포하고 관리할 때 MLOps팀이 직면하는 고유한 과제를 파악하는 데 필요한 지식과 도구를 제공하고 Vertex AI가 어떻게 AI팀이 MLOps 프로세스를 간소화하고 생성형 AI 프로젝트에서 성공을 거둘 수 있도록 지원하는지 살펴봅니다.

자세히 알아보기

이 과정에서는 Google Cloud에서 프로덕션 ML 시스템 배포, 평가, 모니터링, 운영을 위한 MLOps 도구와 권장사항을 소개합니다. MLOps는 프로덕션에서 ML 시스템을 배포, 테스트, 모니터링, 자동화하는 방법론입니다. 머신러닝 엔지니어링 전문가들은 배포된 모델의 지속적인 개선과 평가를 위해 도구를 사용합니다. 이들이 협력하거나 때론 그 역할을 하는 데이터 과학자는 고성능 모델을 빠르고 정밀하게 배포할 수 있도록 모델을 개발합니다.

자세히 알아보기

이 과정에서는 생성형 AI 모델과 상호작용하고 비즈니스 아이디어의 프로토타입을 제작하여 프로덕션으로 출시할 수 있는 도구인 Vertex AI Studio를 소개합니다. 몰입감 있는 사용 사례, 흥미로운 강의, 실무형 실습을 통해 프롬프트부터 프로덕션에 이르는 수명 주기를 살펴보고 Vertex AI Studio를 Gemini 멀티모달 애플리케이션, 프롬프트 설계, 프롬프트 엔지니어링, 모델 조정에 활용하는 방법을 알아봅니다. 이 과정의 목표는 Vertex AI Studio로 프로젝트에서 생성형 AI의 잠재력을 활용하는 것입니다.

자세히 알아보기

이 과정에서는 딥 러닝을 사용해 이미지 캡션 모델을 만드는 방법을 알아봅니다. 인코더 및 디코더와 모델 학습 및 평가 방법 등 이미지 캡션 모델의 다양한 구성요소에 대해 알아봅니다. 이 과정을 마치면 자체 이미지 캡션 모델을 만들고 이를 사용해 이미지의 설명을 생성할 수 있게 됩니다.

자세히 알아보기

이 과정은 Transformer 아키텍처와 BERT(Bidirectional Encoder Representations from Transformers) 모델을 소개합니다. 셀프 어텐션 메커니즘 같은 Transformer 아키텍처의 주요 구성요소와 이 아키텍처가 BERT 모델 빌드에 사용되는 방식에 관해 알아봅니다. 또한 텍스트 분류, 질문 답변, 자연어 추론과 같이 BERT를 활용할 수 있는 다양한 작업에 대해서도 알아봅니다. 이 과정은 완료하는 데 대략 45분이 소요됩니다.

자세히 알아보기

이 과정에서는 신경망이 입력 시퀀스의 특정 부분에 집중할 수 있도록 하는 강력한 기술인 주목 메커니즘을 소개합니다. 주목 메커니즘의 작동 방식과 이 메커니즘을 다양한 머신러닝 작업(기계 번역, 텍스트 요약, 질문 답변 등)의 성능을 개선하는 데 활용하는 방법을 알아봅니다.

자세히 알아보기

이 과정은 기계 번역, 텍스트 요약, 질의 응답과 같은 시퀀스-투-시퀀스(Seq2Seq) 작업에 널리 사용되는 강력한 머신러닝 아키텍처인 인코더-디코더 아키텍처에 대한 개요를 제공합니다. 인코더-디코더 아키텍처의 기본 구성요소와 이러한 모델의 학습 및 서빙 방법에 대해 알아봅니다. 해당하는 실습 둘러보기에서는 TensorFlow에서 시를 짓는 인코더-디코더 아키텍처를 처음부터 간단하게 구현하는 코딩을 해봅니다.

자세히 알아보기

이 과정에서는 최근 이미지 생성 분야에서 가능성을 보여준 머신러닝 모델 제품군인 확산 모델을 소개합니다. 확산 모델은 열역학을 비롯한 물리학에서 착안했습니다. 지난 몇 년 동안 확산 모델은 연구계와 업계 모두에서 주목을 받았습니다. 확산 모델은 Google Cloud의 다양한 최신 이미지 생성 모델과 도구를 뒷받침합니다. 이 과정에서는 확산 모델의 이론과 Vertex AI에서 이 모델을 학습시키고 배포하는 방법을 소개합니다.

자세히 알아보기

Introduction to Generative AI, Introduction to Large Language Models, Introduction to Responsible AI 과정을 완료하고 기술 배지를 획득하세요. 최종 퀴즈를 풀어보고 생성형 AI의 기본 개념을 제대로 이해했는지 확인해 보세요. 기술 배지는 Google Cloud 제품 및 서비스에 대한 지식을 숙지한 사람에게 Google Cloud에서 발급하는 디지털 배지입니다. 프로필을 공개하고 기술 배지를 소셜 미디어 프로필에 추가하여 공유하세요.

자세히 알아보기

책임감 있는 AI란 무엇이고 이것이 왜 중요하며 Google에서는 어떻게 제품에 책임감 있는 AI를 구현하고 있는지 설명하는 입문용 마이크로 학습 과정입니다. Google의 7가지 AI 원칙도 소개합니다.

자세히 알아보기

이 과정은 입문용 마이크로 학습 과정으로, 대규모 언어 모델(LLM)이란 무엇이고, LLM을 활용할 수 있는 사용 사례로는 어떤 것이 있으며, 프롬프트 조정을 사용해 LLM 성능을 개선하는 방법은 무엇인지 알아봅니다. 또한 자체 생성형 AI 앱을 개발하는 데 도움이 되는 Google 도구에 대해서도 다룹니다.

자세히 알아보기

생성형 AI란 무엇이고 어떻게 사용하며 전통적인 머신러닝 방법과는 어떻게 다른지 설명하는 입문용 마이크로 학습 과정입니다. 직접 생성형 AI 앱을 개발하는 데 도움이 되는 Google 도구에 대해서도 다룹니다.

자세히 알아보기

Kubernetes는 가장 인기 있는 컨테이너 조정 시스템이며, Google Kubernetes Engine은 Google Cloud에서 관리형 Kubernetes 배포를 지원하도록 특별히 설계되었습니다. 이 고급 과정에서는 Docker 이미지, 컨테이너를 구성하고 완전한 Kubernetes Engine 애플리케이션을 배포하는 실무형 실습을 진행합니다. 이 과정에서는 컨테이너 조정을 자체 워크플로에 통합하는 데 필요한 실용적인 기술을 알려드립니다. 기술을 입증하고 지식을 확인할 실무형 챌린지 실습을 찾고 계신가요? 이 과정을 마친 후 추가로 챌린지 실습을 완료하여 전용 Google Cloud 디지털 배지를 받으세요. 이 챌린지 실습은 Google Cloud에서 Kubernetes 애플리케이션 배포하기 과정이 끝나면 제공됩니다.

자세히 알아보기

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.

자세히 알아보기