Kursplan

Introduktion till Google AI Studio

  • Kärnkomponenter och kapabiliteter
  • Förståelse av arbetsflödeskomponenter
  • Utforskning av Google AI-modelløkosystemet

Utformning av AI-arbetsflöden

  • Strukturering av slut-slitss arbetsflöden
  • Välj komponenter för automatisering
  • Hantering av indata, utdata och parametrar

Modellintegration och API-användning

  • Koppla AI Studio med Google AI-API:er
  • Integrera anpassade och tredjepartsmodeller
  • Bygga återanvändbara komponenter

Testning och validering

  • Skapa testscenarier
  • Validera arbetsflödets pålitlighet
  • Felsökning av modellinteraktioner

Prestandaoptimering

  • Förbättra svarstid och effektivitet
  • Hantera resursanvändning
  • Skala arbetsflöden för produktion

Säkerhet och komplians

  • Åtkomstkontroll och användarhantering
  • Dataskyddsprinciper
  • Säker API-kommunikation

Övervakning och underhåll

  • Övervaka arbetsflödesprestanda
  • Loggning och analyser
  • Livscykelhantering för distribuerade arbetsflöden

Utvidgning av AI Studio-arbetsflöden

  • Integrering med externa verktyg
  • Automatisering med molnfunktioner
  • Förbättring av funktionalitet med tredjepartstjänster

Sammanfattning och nästa steg

Krav

  • Förståelse för AI-modellutvecklingsarbetsflöden
  • Erfarenhet av molnbaserade verktyg eller plattformar
  • Bekantskap med prompt engineering-koncept

Målgrupp

  • AI-åtgärdsgrupper
  • DevOps-professionals
  • Systemadministratörer
 14 Timmar

Antal deltagare


Pris per deltagare

Kommande Kurser

Relaterade Kategorier