加入 登录

在 Google Cloud 控制台中运用您的技能

Ajay Miryala

成为会员时间：2022

黄金联赛

29840 积分
Professional Machine Learning Engineer Study Guide Earned May 31, 2025 EDT
生成式 AI：瞭解基礎概念 Earned May 31, 2025 EDT
生成式 AI：不只是聊天機器人 Earned May 31, 2025 EDT
Google Cloud 的 AI 和機器學習服務簡介 Earned Jan 24, 2025 EST
從 BigQuery 資料取得深入分析結果 Earned Dec 2, 2024 EST
Google Cloud 中的資料工程簡介 Earned Nov 16, 2024 EST
運用 BigQuery ML 建立機器學習模型 Earned Nov 9, 2024 EST
透過 Gemini in BigQuery 提升工作效率 Earned Nov 9, 2024 EST
在 BigQuery 使用 Gemini 模型 Earned Nov 9, 2024 EST
透過 BigQuery 機器學習執行推論作業 Earned Nov 3, 2024 EST
使用 Gemini：數據資料學家和分析師 Earned Nov 3, 2024 EST
在 Vertex AI 設計提示 Earned Nov 2, 2024 EDT
負責任的 AI 技術：透過 Google Cloud 採用 AI 開發原則 Earned Oct 30, 2024 EDT
負責任的 AI 技術簡介 Earned Oct 30, 2024 EDT
大型語言模型簡介 Earned Oct 30, 2024 EDT
生成式 AI 簡介 Earned Oct 28, 2024 EDT
Serverless Data Processing with Dataflow: Foundations Earned Oct 6, 2024 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud Earned Oct 2, 2024 EDT
Build Streaming Data Pipelines on Google Cloud Earned Sep 26, 2024 EDT
Build Batch Data Pipelines on Google Cloud Earned Sep 2, 2024 EDT
Preparing for your Professional Data Engineer Journey Earned Aug 1, 2024 EDT
Build Data Lakes and Data Warehouses on Google Cloud Earned May 14, 2024 EDT

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.

了解详情

「生成式 AI: 瞭解基礎概念」是 Generative AI Leader 學習路徑的第二門課程。在本課程中,您將瞭解 AI、機器學習和生成式 AI 的差異,以及各種資料類型如何協助生成式 AI 解決業務難題,進而掌握生成式 AI 的基礎概念。您還能深入瞭解 Google Cloud 應對基礎 模型限制的策略,以及開發、部署安全且負責任的 AI 技術時面臨的主要挑戰。

了解详情

「生成式 AI：不只是聊天機器人」是 Generative AI Leader 學習路徑的第一門課程,沒有任何修課條件。本課程將帶您超越基本知識,進一步瞭解聊天機器人,探索如何在組織中充分發揮生成式 AI 的潛力。您將瞭解基礎模型和提示工程等概念,掌握善用生成式AI 的關鍵。本課程也會帶您瞭解擬定生成式 AI 策略時的多種重要考量,協助您為組織擬定出成功的策略。

了解详情

本課程介紹 Google Cloud 中的 AI 和機器學習 (ML) 服務。這些服務可建構預測式和生成式 AI 專案。我們將帶您探索「從資料到 AI」生命週期中適用的技術、產品和工具，包括 AI 基礎、開發選項及解決方案。課程目的是藉由生動的學習體驗與實作練習，增進數據資料學家、AI 開發人員和機器學習工程師的技能與知識。

了解详情

完成 從 BigQuery 資料取得深入分析結果 技能徽章入門課程，即可證明您具備下列技能： 撰寫 SQL 查詢、查詢公開資料表、將樣本資料載入 BigQuery、使用 BigQuery 的查詢驗證工具 排解常見語法錯誤，以及在 Looker Studio 中 透過連結 BigQuery 資料建立報表。

了解详情

在本課程中，您會學到 Google Cloud 上的資料工程、資料工程師的角色與職責，以及這些內容如何對應至 Google Cloud 提供的服務。您也將瞭解處理資料工程難題的許多方法。

了解详情

完成「運用 BigQuery ML 建立機器學習模型」技能徽章中階課程，即可證明您具備下列技能： 可使用 BigQuery ML 建立及評估機器學習模型，並根據資料進行預測。 「技能徽章」是 Google Cloud 核發的獨家數位徽章， 用於肯定您在 Google Cloud 產品和服務方面的精熟技能， 代表您已通過測驗，能在互動式實作環境中應用相關知識。完成 本課程及結業評量挑戰實驗室，即可取得技能徽章 並與他人分享。

了解详情

本課程會說明 Gemini in BigQuery，這是一套由 AI 輔助的功能，可協助「從資料到 AI」的工作流程。這些功能包含資料探索和準備、程式碼生成和疑難排解，以及工作流程探索和視覺化。本課程將透過概念解說、應用實例和實作實驗室，協助資料從業人員提升工作效率，並加速開發 pipeline。

了解详情

本課程將示範如何在 BigQuery 運用 AI/機器學行模型，以執行生成式 AI 任務。透過涉及顧客關係管理的應用實例，您將瞭解運用 Gemini 模型解決業務問題的工作流程。為了便於理解，本課程還提供了採用 SQL 查詢和 Python 筆記本的程式設計解決方案，指導您逐步操作。

了解详情

瞭解如何將 BigQuery 機器學習用於推論、資料分析師應使用這項工具的原因、相關應用實例，以及支援的機器學習模型。您也將瞭解如何在 BigQuery 建立和管理這些機器學習模型。

了解详情

本課程介紹的 Gemini 是採用生成式 AI 技術的協作工具，可協助分析客戶資料及預測產品銷售情形。您也會學習如何在 BigQuery 中使用客戶資料識別、分類及開發新客戶。透過使用實作研究室，您可以體驗 Gemini 如何改良資料分析和機器學習工作流程。 Duet AI 已更名為 Gemini，這是我們的新一代模型。

了解详情

完成 在 Vertex AI 設計提示 技能徽章入門課程，即可證明您具備下列技能： 在 Vertex AI 設計提示、分析圖片，以及運用多模態模型生成內容。瞭解如何建立有效的提示、引導生成式 AI 輸出內容， 以及將 Gemini 模型用於實際的行銷情境。

了解详情

隨著企業持續擴大使用人工智慧和機器學習，以負責任的方式發展相關技術也日益重要。對許多企業來說，談論負責任的 AI 技術可能不難，如何付諸實行才是真正的挑戰。如要瞭解如何在機構中導入負責任的 AI 技術，本課程絕對能助您一臂之力。 您可以從中瞭解 Google Cloud 目前採取的策略、最佳做法和經驗談，協助貴機構奠定良好基礎，實踐負責任的 AI 技術。

了解详情

這個入門微學習課程主要介紹「負責任的 AI 技術」和其重要性，以及 Google 如何在自家產品中導入這項技術。本課程也會說明 Google 的 7 個 AI 開發原則。

了解详情

這是一堂入門級的微學習課程，旨在探討大型語言模型 (LLM) 的定義和用途，並說明如何調整提示來提高 LLM 成效。此外，也會介紹多項 Google 工具，協助您自行開發生成式 AI 應用程式。

了解详情

這個入門微學習課程主要說明生成式 AI 的定義和使用方式，以及此 AI 與傳統機器學習方法的差異。本課程也會介紹各項 Google 工具，協助您開發自己的生成式 AI 應用程式。

了解详情

This course is part 1 of a 3-course series on Serverless Data Processing with Dataflow. In this first course, we start with a refresher of what Apache Beam is and its relationship with Dataflow. Next, we talk about the Apache Beam vision and the benefits of the Beam Portability framework. The Beam Portability framework achieves the vision that a developer can use their favorite programming language with their preferred execution backend. We then show you how Dataflow allows you to separate compute and storage while saving money, and how identity, access, and management tools interact with your Dataflow pipelines. Lastly, we look at how to implement the right security model for your use case on Dataflow.

了解详情

Incorporating machine learning into data pipelines increases the ability to extract insights from data. This course covers ways machine learning can be included in data pipelines on Google Cloud. For little to no customization, this course covers AutoML. For more tailored machine learning capabilities, this course introduces Notebooks and BigQuery machine learning (BigQuery ML). Also, this course covers how to productionalize machine learning solutions by using Vertex AI.

了解详情

In this course you will get hands-on in order to work through real-world challenges faced when building streaming data pipelines. The primary focus is on managing continuous, unbounded data with Google Cloud products.

了解详情

In this intermediate course, you will learn to design, build, and optimize robust batch data pipelines on Google Cloud. Moving beyond fundamental data handling, you will explore large-scale data transformations and efficient workflow orchestration, essential for timely business intelligence and critical reporting. Get hands-on practice using Dataflow for Apache Beam and Serverless for Apache Spark (Dataproc Serverless) for implementation, and tackle crucial considerations for data quality, monitoring, and alerting to ensure pipeline reliability and operational excellence. A basic knowledge of data warehousing, ETL/ELT, SQL, Python, and Google Cloud concepts is recommended.

了解详情

This course helps learners create a study plan for the PDE (Professional Data 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.

了解详情

While the traditional approaches of using data lakes and data warehouses can be effective, they have shortcomings, particularly in large enterprise environments. This course introduces the concept of a data lakehouse and the Google Cloud products used to create one. A lakehouse architecture uses open-standard data sources and combines the best features of data lakes and data warehouses, which addresses many of their shortcomings.

了解详情