Приєднатися Увійти

Apply your skills in Google Cloud console

Surya Govindarajan

Учасник із 2020

Діамантова ліга

Кількість балів: 14040
Принципи відповідального використання ШІ для розробників: конфіденційність і безпека Earned квіт. 19, 2025 EDT
Machine Learning Operations (MLOps) with Vertex AI: Manage Features Earned квіт. 17, 2025 EDT
Принципи відповідального використання ШІ для розробників: об’єктивність і упередженість Earned квіт. 17, 2025 EDT
Machine Learning Operations (MLOps) with Vertex AI: Model Evaluation Earned квіт. 17, 2025 EDT
Machine Learning Operations (MLOps) for Generative AI Earned квіт. 15, 2025 EDT
Introduction to Large Language Models - Українська Earned квіт. 15, 2025 EDT
Introduction to Generative AI - Українська Earned квіт. 15, 2025 EDT
Machine Learning Operations (MLOps): Getting Started Earned квіт. 15, 2025 EDT
Working with Notebooks in Vertex AI Earned квіт. 6, 2025 EDT
Introduction to AI and Machine Learning on Google Cloud Earned квіт. 3, 2025 EDT
Professional Machine Learning Engineer Study Guide Earned бер. 24, 2025 EDT

Під час цього курсу ви ознайомитеся з важливими темами, що стосуються конфіденційності й безпеки в системах ШІ. Ви дізнаєтеся про практичні методи й інструменти, які дають змогу застосувати рекомендації щодо конфіденційності й безпеки в системах ШІ за допомогою продуктів Google Cloud і інструментів із відкритим кодом.

Докладніше

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.

Докладніше

Під час цього курсу ви зможете ознайомитися з концепціями відповідального підходу й принципами щодо штучного інтелекту. Ви дізнаєтеся про практичні методи виявлення об’єктивності й упередженості в роботі ШІ та технологій машинного навчання, а також ознайомитеся зі способами мінімізувати упередженість. У курсі розглядаються практичні методи й інструменти для впровадження відповідального підходу до ШІ за допомогою продуктів Google Cloud і інструментів із відкритим кодом.

Докладніше

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.

Докладніше

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.

Докладніше

У цьому ознайомлювальному курсі мікронавчання ви дізнаєтеся, що таке великі мовні моделі, де вони використовуються і як підвищити їх ефективність коригуванням запитів. Він також охоплює інструменти Google, які допоможуть вам створювати власні додатки на основі генеративного штучного інтелекту.

Докладніше

Це ознайомлювальний курс мікронавчання, який має пояснити, що таке генеративний штучний інтелект, як він використовується й чим відрізняється від традиційних методів машинного навчання. Він також охоплює інструменти Google, які допоможуть вам створювати власні додатки на основі генеративного штучногоінтелекту.

Докладніше

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.

Докладніше

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.

Докладніше

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.

Докладніше

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.

Докладніше