Kursplan

Introduksjon til Google AI Studio

  • Kjernefunksjoner og kapasiteter
  • Forståelse av arbeidsflytkomponenter
  • utforsking av Google AI-modelløkosystemet

Designing AI Workflows

  • Strukturering av end-to-end arbeidsflyter
  • Velg komponenter for automatisering
  • Administrere inndata, utdata og parametere

Modellintegrasjon og API-bruk

  • Koble AI Studio til Google AI API-er
  • Integrere egne og tredjepartsmodeller
  • Bygge gjenbrukbare komponenter

Testing og validering

  • Opprette testscenarioer
  • Valider arbeidsflytens pålittelighet
  • Feilsøke modellinteraksjoner

Ytelseoptimalisering

  • Forbedre svarhastighet og effektivitet
  • Administrere ressursbruk
  • Skalere arbeidsflyter til produksjon

Sikkerhet og overholdelse

  • Tilgangskontroll og brukeradministrasjon
  • Dataforskytningsprinsipper
  • Sikre API-kommunikasjon

Overvåking og vedlikehold

  • Overvåke arbeidsflytens ytelse
  • Loggføring og analyse
  • Livsløpsadministrasjon for distribuerte arbeidsflyter

Utvidelse av AI Studio-arbeidsflyter

  • Integrere med eksterne verktøy
  • Automatisering med skyfunksjoner
  • Forbedre funksjonalitet ved hjelp av tredjepartstjenester

Sammendrag og neste skritt

Krav

  • Forståelse av AI-modellutviklingsarbeidsflyter
  • Erfaring med skybaserte verktøy eller plattformer
  • Kjennskap til prompt-ingeniørkonsepter

Målgruppe

  • AI-operasjonsteam
  • DevOps-profesjonelle
  • Systemadministratører
 14 timer

Antall deltakere


Pris per deltaker

Kommende kurs

Relaterte kategorier