Tack för att du skickade din fråga! En av våra teammedlemmar kontaktar dig snart.
Tack för att du skickade din bokning! En av våra teammedlemmar kontaktar dig snart.
Kursplan
Introduktion
- Certifieringen Generative AI Leader: värde och målgrupp
- Provformat, domäner och viktningar, samt hur man förbereder sig
Grundläggande koncept inom Gen AI (~30%)
- Kärnkoncept inom gen AI och användningsområden (AI, ML, LLM:er, foundation models, multimodala modeller och diffusion-models, prompt-engineering)
- Maskininlärningsapproacher (övervakad, oövervakad, förstärkningsinlärning) och ML-livscykel
- Kriterier för urval av foundation models (modalitet, kontextfönster, kostnad, prestanda, anpassning)
- Datatyper och datakvalitet i gen AI (strukturerad vs ostrukturerad, märkt vs omärkt)
- Lagren i gen AI-landskapet och Googles foundation models (Gemini, Gemma, Imagen, Veo)
Googles erbjudanden inom Gen AI (~35%)
- Googles styrkor inom gen AI och AI-optimerad infrastruktur (TPU:er, GPU:er, hypercomputer)
- Färdiga erbjudanden: Gemini-app och Gemini Advanced, Gemini för Google Workspace, Gemini Enterprise
- Kundupplevelse: Customer Engagement Suite (Conversational Agents, Agent Assist, Conversational Insights)
- Utvecklingsstöd: Vertex AI / Agent Platform, Model Garden och RAG-erbjudanden
- Verktyg för gen AI-agenter (extensions, funktioner, data stores) och relevanta Google Cloud-tjänster
Tekniker för att förbättra gen AI-modellers resultat (~20%)
- Att övervinna begränsningar hos foundation models (kunskapsgräns, bias, hallucinationer, edge cases)
- Tekniker för prompt-engineering (zero-shot, one-shot, few-shot, roll, prompt chaining, chain-of-thought, ReAct)
- Grounding och Retrieval-Augmented Generation (RAG)
- Samplingsparametrar för att styra resultatet (temperatur, top-p, token-count, säkerhetsinställningar)
Affärsstrategier för framgångsrika gen AI-lösningar (~15%)
- Implementeringssteg och metodik för lösningval
- Säker AI och Googles Secure AI Framework (SAIF)
- Ansvarstagande AI: integritet, bias och rättvisa, ansvarsskyldighet och förklarbarhet
Förberedelse för provet
- Exempelpromt och genomgång per domän
- Hel mock-examen och analys av svar
- Studieplan och strategi på provdagen
Sammanfattning och nästa steg
Krav
Förkunskapskrav
- Inga tekniska förkunskaper krävs
- Generell kunskap om affärsteknik är till hjälp
Målgrupp
- Ledare, chefer och beslutsfattare
- Professionella inom business i alla roller som inför generativ AI
- Alla som förbereder sig för certifieringen Google Cloud Generative AI Leader
14 Timmar
Vittnesmål (1)
Flöde, känsla och ämne i presentationen
Lukasz Kowalczyk - Allegro Sp. z o.o.
Kurs - Google Gemini AI for Data Analysis
Maskintolkat