Kom i kontakt

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

Antal deltagare


Pris per deltagare

Vittnesmål (1)

Kommande Kurser

Relaterade Kategorier