01
使用 Gemini in BigQuery 提高效率
此课程将探索如何使用 AI 功能套件 Gemini in BigQuery 为“数据到 AI”工作流提供助力。其中涉及到的功能包括数据探索和准备、代码生成和问题排查，以及工作流发现和可视化。此课程包含概念解释、真实使用场景以及实操实验等内容，可帮助数据从业者提升效率并加快流水线开发速度。
Gemini in BigQuery
本学习路线全面介绍了如何使用 Gemini in BigQuery 来加快 AI/机器学习项目的开发。您将获得以下方面的实操经验：定义 Gemini 功能、利用分析洞见探索数据以及在 Gemini 的协助下高效开发代码。您还会探索将 AI/机器学习模型用于预测式和生成式任务的端到端流程，并构建一个在 BigQuery 中利用 Gemini 模型的完整解决方案。您将掌握生成嵌入、执行向量搜索和构建检索增强生成 (RAG) 流水线的技术。此学习路线让您掌握相关技能，将 Gemini 有效地集成到 BigQuery 工作流中，创建强大的数据驱动型应用。
02
在 BigQuery 中使用 Gemini 模型
本课程展示了如何在 BigQuery 中使用 AI/机器学习模型处理生成式 AI 任务。通过一个涉及客户关系管理的实际应用场景，您将学习到使用 Gemini 模型解决业务问题的工作流程。为了便于理解，本课程还将通过使用 SQL 查询和 Python 笔记本的编码解决方案提供分步指导。
03
使用 BigQuery 创建嵌入、向量搜索和 RAG
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。
04
使用 BigQuery 实现多模态向量搜索
完成中级技能徽章课程“使用 BigQuery 实现多模态向量搜索”， 展示自己在以下方面的技能：使用 Gemini in BigQuery 生成和调试 SQL；进行情感分析； 总结文本和识别关键字；生成嵌入；创建 RAG（检索增强生成）流水线； 以及实现多模态向量搜索。 技能徽章是由 Google Cloud 颁发的专属数字徽章， 旨在认可您在 Google Cloud 产品与服务方面的熟练度。 您需要在交互式实操环境中参加考核，证明自己运用所学知识的能力后才能获得。 完成此技能徽章课程和作为最终评估的实验室挑战赛， 即可获得数字徽章，在您的人际圈中秀出自己的技能。