Dołącz Zaloguj się

Wykorzystuj swoje umiejętności w konsoli Google Cloud

Surya Govindarajan

Jest członkiem od 2020

Liga diamentowa

14040 pkt.
Odpowiedzialna AI dla deweloperów: prywatność i bezpieczeństwo Earned kwi 19, 2025 EDT
Machine Learning Operations (MLOps) with Vertex AI: Manage Features Earned kwi 17, 2025 EDT
Odpowiedzialna AI dla deweloperów: obiektywność i uprzedzenia Earned kwi 17, 2025 EDT
Machine Learning Operations (MLOps) with Vertex AI: Model Evaluation Earned kwi 17, 2025 EDT
Machine Learning Operations (MLOps) for Generative AI Earned kwi 15, 2025 EDT
Introduction to Large Language Models - Polski Earned kwi 15, 2025 EDT
Introduction to Generative AI - Polski Earned kwi 15, 2025 EDT
Machine Learning Operations (MLOps): Getting Started Earned kwi 15, 2025 EDT
Working with Notebooks in Vertex AI Earned kwi 6, 2025 EDT
Introduction to AI and Machine Learning on Google Cloud Earned kwi 3, 2025 EDT
Professional Machine Learning Engineer Study Guide Earned mar 24, 2025 EDT

To szkolenie wprowadza w ważne kwestie dotyczące prywatności i bezpieczeństwa w dziedzinie AI. W jego trakcie przedstawiamy praktyczne techniki i narzędzia, które umożliwiają wdrożenie sprawdzonych metod w zakresie prywatności i bezpieczeństwa AI przy użyciu usług Google Cloud oraz narzędzi open source.

Więcej informacji

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. Learners will get hands-on practice using Vertex AI Feature Store's streaming ingestion at the SDK layer.

Więcej informacji

Na tym szkoleniu przedstawiamy koncepcje odpowiedzialnej AI i zasad dotyczących AI. Omawiamy praktyczne metody identyfikowania obiektywności i uprzedzeń, a także ograniczania występowania uprzedzeń podczas używania AI/ML. W trakcie szkolenia przedstawiamy też praktyczne techniki i narzędzia, które umożliwiają wdrożenie sprawdzonych metod w zakresie odpowiedzialnej AI przy użyciu usług Google Cloud oraz narzędzi open source.

Więcej informacji

This course equips machine learning practitioners with the essential tools, techniques, and best practices for evaluating both generative and predictive AI models. Model evaluation is a critical discipline for ensuring that ML systems deliver reliable, accurate, and high-performing results in production. Participants will gain a deep understanding of various evaluation metrics, methodologies, and their appropriate application across different model types and tasks. The course will emphasize the unique challenges posed by generative AI models and provide strategies for tackling them effectively. By leveraging Google Cloud's Vertex AI platform, participants will learn how to implement robust evaluation processes for model selection, optimization, and continuous monitoring.

Więcej informacji

This course is dedicated to equipping you with the knowledge and tools needed to uncover the unique challenges faced by MLOps teams when deploying and managing Generative AI models, and exploring how Vertex AI empowers AI teams to streamline MLOps processes and achieve success in Generative AI projects.

Więcej informacji

To szybkie szkolenie dla początkujących wyjaśnia, czym są duże modele językowe (LLM) oraz jakie są ich zastosowania. Przedstawia również możliwości zwiększenia ich wydajności przez dostrajanie przy użyciu promptów oraz narzędzia Google, które pomogą Ci tworzyć własne aplikacje korzystające z generatywnej AI.

Więcej informacji

Celem tego szybkiego szkolenia dla początkujących jest wyjaśnienie, czym jest generatywna AI oraz jakie są jej zastosowania. Szkolenie przedstawia również różnice pomiędzy tą technologią a tradycyjnymi systemami uczącymi się, a także narzędzia Google, które pomogą Ci tworzyć własne aplikacje korzystające z generatywnej AI.

Więcej informacji

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.

Więcej informacji

This course is an introduction to Vertex AI Notebooks, which are Jupyter notebook-based environments that provide a unified platform for the entire machine learning workflow, from data preparation to model deployment and monitoring. The course covers the following topics: (1) The different types of Vertex AI Notebooks and their features and (2) How to create and manage Vertex AI Notebooks.

Więcej informacji

This course introduces the AI and machine learning (ML) offerings on Google Cloud that build both predictive and generative AI projects. It explores the technologies, products, and tools available throughout the data-to-AI life cycle, encompassing AI foundations, development, and solutions. It aims to help data scientists, AI developers, and ML engineers enhance their skills and knowledge through engaging learning experiences and practical hands-on exercises.

Więcej informacji

This course helps learners create a study plan for the PMLE (Professional Machine Learning Engineer) certification exam. Learners explore the breadth and scope of the domains covered in the exam. Learners assess their exam readiness and create their individual study plan.

Więcej informacji