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.
Varaktighet 14 timmar
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
Vittnesmål (1)
Flöde, känsla och ämne i presentationen
Lukasz Kowalczyk - Allegro Sp. z o.o.
Kurs - Google Gemini AI for Data Analysis
Maskintolkat
