聯繫我們

課程簡介

簡介

  • 生成式 AI 領導者認證:價值與受衆
  • 考試格式、領域權重及備考建議

Gen AI 基礎(約佔30%)

  • 核心 gen AI 概念與用例(AI、ML、LLMs、基礎模型、多模態與擴散模型、提示工程)
  • 機器學習方法(監督式、非監督式、強化式)及 ML 生命週期
  • 基礎模型選擇標準(模態、上下文窗口、成本、性能、定製化)
  • gen AI 中的數據類型與數據質量(結構化與非結構化、標註與非標註)
  • Gen AI 格局層級及 Google 的基礎模型(Gemini、Gemma、Imagen、Veo)

Google Cloud 的 Gen AI 產品(約佔35%)

  • Google Cloud 在 gen AI 領域的優勢及 AI 優化基礎設施(TPU、GPU、超級計算機)
  • 預建產品:Gemini App 和 Gemini Advanced、Google Workspace 的 Gemini、企業級 Gemini
  • 客戶體驗:客戶參與套件(對話智能體、智能體輔助、對話洞察)
  • 開發者賦能:Vertex AI / Agent Platform、模型花園及 RAG 產品
  • Gen AI 智能體工具鏈(擴展、函數、數據存儲)及相關 Google Cloud 服務

提升 Gen AI 模型輸出的技術(約佔20%)

  • 克服基礎模型侷限性(知識截止日期、偏見、幻覺、邊緣情況)
  • 提示工程技術(零樣本、單樣本、少樣本、角色扮演、提示鏈、思維鏈、ReAct)
  • 接地與檢索增強生成(RAG)
  • 控制輸出的採樣參數(溫度、top-p、token 數量、安全設置)

成功 Gen AI 解決方案的企業戰略(約佔15%)

  • 實施步驟與解決方案選擇方法論
  • 安全 AI 及 Google 的安全 AI 框架 (SAIF)
  • 負責任 AI:隱私、偏見與公平性、問責制及可解釋性

考試備考

  • 示例題目與分領域回顧
  • 全真模擬考及答案解析
  • 學習計劃與考試日策略

總結與後續步驟

最低要求

先決條件

  • 無需技術要求
  • 具備一般商業技術知識會有幫助

目標受衆

  • 領導者、管理者及決策者
  • 任何角色中採用生成式 AI 的商業專業人士
  • 所有備考 Google Cloud 生成式 AI 領導者認證的人員
 14 小時

人數


每位參與者的報價

客戶評論 (1)

即將到來的課程

課程分類