Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Bevezetés
- A Generative AI Leader tanúsítvány: értéke és célközönsége
- Vizsga formátuma, domainjei és súlyozása, valamint a felkészülés módja
A Gen AI alapjai (~30%)
- Alapvető gen AI koncepciók és felhasználási esetek (AI, gépi tanulás, LLM-ek, alapmodellek, multimodális modellek, diffúziós modellek, prompt mérnökség)
- Gépi tanulási megközelítések (felügyelt, felügyelet nélküli, megerősítéses) és a gépi tanulás életciklusa
- Alapmodellek kiválasztási szempontjai (modálisitás, kontextus ablak, költség, teljesítmény, testreszabhatóság)
- Adattípusok és adatszintű minőség a gen AI-ban (strukturált vs. strukturálatlan, címkézett vs. címkézetlen)
- A gen AI ökoszisztéma rétegei és a Google alapmodelljei (Gemini, Gemma, Imagen, Veo)
A Google Cloud Gen AI kínálata (~35%)
- A Google Cloud gen AI erősségei és az AI-optimalizált infrastruktúra (TPU-k, GPU-k, hiper-számítógép)
- Előre készített kínálatok: Gemini alkalmazás és Gemini Advanced, Gemini a Google Workspace-hoz, Gemini Enterprise
- Felhasználói élmény: Ügyfélkapcsolati keretrendszer (Konverzaciós ügynökök, Agent Assist, Konverzaciós betekintések)
- Fejlesztői támogatás: Vertex AI / Ügyneti platform, Model Garden és RAG kínálatok
- Gen AI ügyneti eszközök (bővítmények, funkciók, adattárolók) és kapcsolódó Google Cloud szolgáltatások
A Gen AI modell kimenetének javító technikái (~20%)
- Alapmodellek korlátainak leküzdése (tudás vágás, torzítás, hallucinációk, szélső esetek)
- Prompt mérnökségi technikák (zero-shot, one-shot, few-shot, szerep, prompt-láncolás, gondolatmenet-lánc, ReAct)
- Grounding és Visszakeresésre bővített generálás (RAG)
- Mintavételi paraméterek a kimenet szabályozására (hőmérséklet, top-p, token szám, biztonsági beállítások)
A sikeres Gen AI megoldások üzleti stratégiái (~15%)
- Implementációs lépések és megoldáskiválasztási módszertan
- Biztonságos AI és a Google Secure AI Framework (SAIF)
- Felelős AI: adatvédelem, torzítás és tisztesség, felelősségvállalás, magyarázhatóság
Vizsgára felkészülés
- Minta kérdések és domain-enkénti áttekintés
- Teljes szimulált vizsga és válasz Elemzés
- Tanulási terv és vizsa-napi stratégia
Foglalás és következő lépések
Követelmények
Előfeltételek
- Nincsenek szükséges műszaki előfeltételek
- Az üzleti technológiák általános ismerete hasznos
Célközönség
- Vezetők, menedzserek és döntéshozók
- A generatív AI-t bármilyen szerepkörben alkalmazzák a üzleti szakemberek
- Bárki, aki a Google Cloud Generative AI Leader tanúsítványra készül
14 Órák
Vélemények (1)
Folyam, hangulat és téma a bemutatón
Lukasz Kowalczyk - Allegro Sp. z o.o.
Kurzus - Google Gemini AI for Data Analysis
Gépi fordítás