加入 登录

在 Google Cloud 控制台中运用您的技能

Chrystina C

成为会员时间：2026

钻石联赛

11311 积分
融会贯通：为云安全分析师职业做准备 Earned Mar 21, 2026 EDT
云网络安全攻击的检测、响应和恢复 Earned Mar 21, 2026 EDT
云安全风险：识别和防范威胁 Earned Mar 18, 2026 EDT
云安全风险管理策略 Earned Mar 12, 2026 EDT
云计算安全原则简介 Earned Mar 10, 2026 EDT
面向开发者的 Responsible AI：公平性与偏见 Earned Mar 8, 2026 EDT
面向开发者的 Responsible AI：隐私保护和安全 Earned Mar 7, 2026 EST
面向开发者的 Responsible AI：可解释性和透明度 Earned Mar 7, 2026 EST
使用多模态 Gemini 和多模态 RAG 检查富文档 Earned Mar 7, 2026 EST
矢量搜索和嵌入 Earned Mar 6, 2026 EST
Vertex AI Studio 简介 Earned Mar 4, 2026 EST
适用于生成式 AI 的机器学习运维 (MLOps) Earned Feb 3, 2026 EST
创建图片标注模型 Earned Feb 3, 2026 EST
Transformer 模型和 BERT 模型 Earned Feb 3, 2026 EST
编码器-解码器架构 Earned Jan 16, 2026 EST
注意力机制 Earned Jan 16, 2026 EST
图像生成简介 Earned Jan 16, 2026 EST

这是 Google Cloud 网络安全证书计划的第五门课程（共五门）。在本课程中，您将综合运用云安全原则、风险管理、漏洞识别、事件管理和危机沟通等关键概念完成互动式结业项目。此外，您还将完成简历更新，并践行所学到的所有新面试技巧，以便后期能够自信地申请和面试该领域的工作。

了解详情

本课程是 Google Cloud 网络安全认证证书的第四门课，该证书共包括五门课程。在本课程中，您将重点发展在日志记录、安全防护与提醒监控方面的能力，并掌握缓解攻击的技术方法。您将掌握一系列宝贵知识，包括自定义威胁情报源、管理突发事件、开展危机沟通、进行根本原因分析，以及处理突发事件响应与后续沟通。借助 Google Cloud 工具，您将学习识别失陷指标，并为业务连续性和灾难恢复做好准备。除技术技能外，您还将持续更新简历并练习面试技巧。

了解详情

本课程是 Google Cloud 网络安全认证证书的第三门课，该证书共包括五门课程。在本课中，您将学习云环境中的身份管理与访问权限控制原则，涵盖 AAA（身份验证、授权和审计）、凭证处理和证书管理等关键内容。您还将深入了解威胁与漏洞管理、云原生原则以及数据保护措施等重要主题。完成本课后，您将具备保护云端资源和组织敏感信息所需的专业技能与知识。此外，您还将继续利用职业发展资源，提升面试技巧，为下一阶段的职业发展做好准备。

了解详情

本课程是 Google Cloud 网络安全认证证书的第二门课，该证书共包括五门课程。在本课程中，您将深入学习广泛使用的云风险管理框架，全面了解安全领域、合规生命周期，以及 HIPAA、NIST CSF 和 SOC 等行业标准。您将掌握风险识别、安全控制措施实施、合规性评估以及数据保护管理方面的技能。此外，您还将获得使用 Google Cloud 和多云环境中专用于风险与合规管理的工具的实践经验。本课程还涵盖了求职与面试准备技巧，为深入理解并有效应对复杂的云风险管理体系提供了全面的基础支持。

了解详情

本课程是 Google Cloud 网络安全认证证书的第一门课，该证书共包括五门课程。本课程将带您了解网络安全的基础知识，包括安全生命周期、数字化转型以及核心云计算概念。您将识别初级云安全分析师常用的自动化工具。

了解详情

本课程介绍了 Responsible AI 的概念和 AI 原则，还介绍了在 AI/机器学习实践中识别公平性与偏见以及减少偏见的实用技巧，同时探索了使用 Google Cloud 产品和开源工具来实施 Responsible AI 最佳实践的实用方法和工具。

了解详情

本课程介绍 AI 隐私保护和安全方面的重要主题，还将探索使用 Google Cloud 产品和开源工具实施建议的 AI 隐私保护和安全实践的实用方法和工具。

了解详情

本课程介绍了 AI 可解释性和透明度的相关概念，探讨了 AI 透明度对于开发者和工程师的重要性。同时探索了有助于在数据和 AI 模型中实现可解释性和透明度的实用方法及工具。

了解详情

完成中级技能徽章课程使用多模态 Gemini 和多模态 RAG 检查富文档，展示您在以下方面的技能： 将多模态与 Gemini 配合使用，从而使用多模态提示从文本数据和视觉数据中提取信息、生成视频说明、 检索视频中不包含的额外信息； 将多模态检索增强生成 (RAG) 与 Gemini 配合使用，以构建包含文本和图片的文档的元数据、获取所有相关文本块并输出引用。

了解详情

在本次课程中，探索 AI 赋能的搜索技术、工具和应用。学习利用向量嵌入的语义搜索、融合语义和关键字的混合搜索方法，以及检索增强生成 (RAG) 技术，以打造基于事实的 AI 智能体，尽可能减少 AI 幻觉。获取 Vertex AI Vector Search 实战经验，打造您自己的智能搜索引擎。

了解详情

本课程介绍 Vertex AI Studio，这是一种用于与生成式 AI 模型交互、围绕业务创意进行原型设计并在生产环境中落地的工具。通过沉浸式应用场景、富有吸引力的课程和实操实验，您将探索从提示到产品的整个生命周期，了解如何将 Vertex AI Studio 用于多模态 Gemini 应用、提示设计、提示工程和模型调优。本课程的目的在于帮助您利用 Vertex AI Studio，在自己的项目中充分发掘生成式 AI 的潜力。

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

本课程教您如何使用深度学习来创建图片标注模型。您将了解图片标注模型的不同组成部分，例如编码器和解码器，以及如何训练和评估模型。学完本课程，您将能够自行创建图片标注模型并用来生成图片说明。

了解详情

本课程向您介绍 Transformer 架构和 Bidirectional Encoder Representations from Transformers (BERT) 模型。您将了解 Transformer 架构的主要组成部分，例如自注意力机制，以及该架构如何用于构建 BERT 模型。您还将了解可以使用 BERT 的不同任务，例如文本分类、问答和自然语言推理。完成本课程估计需要大约 45 分钟。

了解详情

本课程简要介绍了编码器-解码器架构，这是一种功能强大且常见的机器学习架构，适用于机器翻译、文本摘要和问答等 sequence-to-sequence 任务。您将了解编码器-解码器架构的主要组成部分，以及如何训练和部署这些模型。在相应的实验演示中，您将在 TensorFlow 中从头编写简单的编码器-解码器架构实现代码，以用于诗歌生成。

了解详情

本课程将向您介绍注意力机制，这是一种强大的技术，可令神经网络专注于输入序列的特定部分。您将了解注意力的工作原理，以及如何使用它来提高各种机器学习任务的性能，包括机器翻译、文本摘要和问题解答。

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