聯繫我們

課程簡介

引言

  • 生成式 AI 領導者認證:價值與受眾
  • 考試格式、領域與權重,以及如何準備

Gen AI 基礎知識(約 30%)

  • 核心 Gen AI 概念與應用案例(AI、ML、LLMs、基礎模型、多模態及擴散模型、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、上下文視窗、成本、效能、客製化)
  • Gen AI 中的數據類型與數據品質(結構化 vs 非結構化,標籤化 vs 未標籤化)
  • Gen AI 生態系統的層級結構及 Google 的基礎模型(Gemini、Gemma、Imagen、Veo)

Google Cloud 的 Gen AI 產品(約 35%)

  • Google Cloud 的 Gen AI 優勢與 AI 優化基礎設施(TPUs、GPUs、超級計算機)
  • 預建產品:Gemini app 和 Gemini Advanced,Gemini for Google Workspace,Gemini Enterprise
  • 客戶體驗:客戶參與套件(對話式智能體、智能體輔助、對話式見解)
  • 開發者支援:Vertex AI / Agent Platform、Model Garden 及 RAG 產品
  • Gen AI 智能體工具(擴展、函數、數據庫)及相關的 Google Cloud 服務

改善 Gen AI 模型輸出的技術(約 20%)

  • 克服基礎模型的限制(知識截止、偏見、幻覺、邊界案例)
  • 提示工程技術(零樣本、一範例、少樣本、角色扮演、提示鏈接、思維鏈、ReAct)
  • 錨定與檢索增強生成(RAG)
  • 控制輸出的採樣參數(溫度、top-p、記號數量、安全設置)

成功 Gen AI 方案的商業策略(約 15%)

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

考試準備

  • 範例題目與各領域逐一複習
  • 完整模擬考試與答案分析
  • 學習計畫與考試日策略

總結與後續步驟

最低要求

先修條件

  • 無需技術先修條件
  • 具備業務技術的一般熟悉度將有助益

受眾

  • 領導者、經理人和決策者
  • 採用生成式 AI 的任何角色的業務專業人員
  • 任何人準備參加 Google Cloud 生成式 AI 領導者認證
 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