Takk for at du sendte din henvendelse! En av våre teammedlemmer vil kontakte deg straks.
Takk for at du sendte din bestilling! En av våre teammedlemmer vil kontakte deg straks.
Kursplan
Innføring
- Generative AI Leader-sertifiseringen: verdi og målgruppe
- Eksamensformat, domener og vektinger, og hvordan forberede seg
Grunnleggende gen AI (~30%)
- Kjernebegreper innen gen AI og bruksområder (AI, ML, LLMs, fundasjonsmodeller, multimodale modeller og diffusjonsmodeller, prompt-instruksjon)
- Maskinlæringsmetoder (tilsynet, ulærd, forsterkning) og ML-livssyklus
- Kriterier for utvalg av fundasjonsmodell (modalitet, kontekstvindu, kostnad, ytelse, tilpasning)
- Datatyper og datakvalitet i gen AI (strukturelt vs. ustrukturert, merket vs. umerket)
- Lagene i landskapet for gen AI og Googles fundasjonsmodeller (Gemini, Gemma, Imagen, Veo)
Google Clouds tilbud innen gen AI (~35%)
- Google Clouds styrker innen gen AI og AI-optimalisert infrastruktur (TPUs, GPU-er, hypercomputer)
- Ferdigbygde tilbud: Gemini-app og Gemini Advanced, Gemini for Google Workspace, Gemini Enterprise
- Kundeopplevelse: Customer Engagement Suite (Conversational Agents, Agent Assist, Conversational Insights)
- Utviklerstøtte: Vertex AI / Agent Platform, Model Garden og tilbud innen RAG
- Tyktøy for gen AI-agenter (utvidelser, funksjoner, databeholdere) og relevante Google Cloud-tjenester
Teknikker for å forbedre utdata fra gen AI-modeller (~20%)
- Overvinne begrensninger ved fundasjonsmodeller (kunnskapssnitt, skjevheter, hallusineringer, kanttilfeller)
- Teknikker for prompt-instruksjon (zero-shot, one-shot, few-shot, rolle, prompt-kjeding, tenketrekant, ReAct)
- Grounding og Retrieval-Augmented Generation (RAG)
- Utvalsparametere for å styre utdata (temperatur, topp-p, tokenantall, sikkerhetsinnstillinger)
Forretningsstrategier for vellykkede gen AI-løsninger (~15%)
- Gjennomføringssteg og metode for utvalg av løsninger
- Sikker AI og Googles Secure AI Framework (SAIF)
- Ansvarellig AI: personvern, skjevheter og rettferdighet, ansvarlighet og forklarlighet
Eksamensforberedelse
- Eksempeloppgaver og gjennomgang av hvert domene
- Fullstendig mock-eksamen og analyse av svar
- Studieplan og strategi for eksamensdagen
Oppsummering og neste steg
Krav
Forutsetninger
- Ingen tekniske forutsetninger kreves
- Generell kjennskap til forretningsteknologi er gunstig
Målgruppe
- Ledere, managere og beslutningstakere
- Forretningsprofesjonelle i alle roller som tar i bruk generativ AI
- Alle som forbereder seg på Google Cloud Generative AI Leader-sertifiseringen
14 Timer
Referanser (1)
Flyt, vib og tema i presentasjonen
Lukasz Kowalczyk - Allegro Sp. z o.o.
Kurs - Google Gemini AI for Data Analysis
Maskinoversatt