가입 로그인

Selvarasan m

회원 가입일: 2024

골드 리그

16830포인트
Integrate Generative AI Into Your Apps with Firebase Genkit Earned 3월 31, 2025 EDT
Gemini 및 Streamlit으로 생성형 AI 앱 개발하기 Earned 3월 27, 2025 EDT
Deploy, Test & Evaluate Gen AI Apps Earned 3월 26, 2025 EDT
Integrate Vertex AI Search and Conversation into Voice and Chat Apps Earned 3월 20, 2025 EDT
Generative AI for Document Processing Earned 3월 18, 2025 EDT
Experimenting and Evaluating your Gen AI models Earned 3월 17, 2025 EDT
벡터 검색 및 임베딩 Earned 3월 17, 2025 EDT
Implementing Generative AI with Vertex AI Earned 3월 17, 2025 EDT
Google Cloud에서 생성형 AI 앱 만들기 Earned 3월 13, 2025 EDT
이미지 캡셔닝 모델 만들기 Earned 3월 13, 2025 EDT
이미지 생성 소개 Earned 3월 13, 2025 EDT
Transformer 모델 및 BERT 모델 Earned 3월 12, 2025 EDT
Gemini 및 Imagen으로 실제 AI 애플리케이션 빌드하기 Earned 3월 12, 2025 EDT
Text Prompt Engineering Techniques Earned 3월 12, 2025 EDT
인코더-디코더 아키텍처 Earned 3월 3, 2025 EST
어텐션 메커니즘 Earned 3월 3, 2025 EST
Generative AI Fundamentals Earned 1월 23, 2025 EST

Learn to build generative AI applications leveraging Firebase Genkit to call LLMs on Google Cloud and elsewhere, simplify complex applications' code and deploy your solution on Google Cloud.

자세히 알아보기

중급 Gemini 및 Streamlit으로 생성형 AI 앱 개발하기 기술 배지 과정을 완료하여 텍스트 생성, Python SDK와 Gemini API를 사용한 함수 호출 적용, Cloud Run으로 Streamlit 애플리케이션 배포 작업과 관련된 기술 역량을 입증하세요. 텍스트 생성을 위해 Gemini에 프롬프트를 입력하는 여러 가지 방법과 Cloud Shell을 사용해 Streamlit 애플리케이션을 테스트하고 반복하는 방법, Streamlit 애플리케이션을 Cloud Run에 배포된 Docker 컨테이너로 패키징하는 방법을 배울 수 있습니다.

자세히 알아보기

All applications, including generative AI applications, should be deployed securely & have their performance monitored. In this course, you will explore a pattern for easily securing prototype generative AI applications for internal tool use or customer demos. Additionally, you will learn strategies to unit test generative AI applications and evaluate their performance with the Rapid Evaluation API.

자세히 알아보기

This course on Integrate Vertex AI Search and Conversation into Voice and Chat Apps is composed of a set of labs to give you a hands on experience to interacting with new Generative AI technologies. You will learn how to create end-to-end search and conversational experiences by following examples. These technologies complement predefined intent-based chat experiences created in Dialogflow with LLM-based, generative answers that can be based on your own data. Also, they allow you to porvide enterprise-grade search experiences for internal and external websites to search documents, structure data and public websites.

자세히 알아보기

Explore how to use AI to automate document processing tasks, such as classifying documents, extracting data from documents, and summarizing documents. Learn how to use the Document AI Workbench to create custom document extractors and summarizers. Upload documents, define fields, create versions, and call endpoints to get structured data and summaries back. Discover a new service called Document AI Warehouse, which is a fully managed service to search, store, govern, and manage documents and their extracted metadata. You will also learn about how it integrates with other Google Cloud services like Document AI, BigQuery, and Cloud Storage.

자세히 알아보기

Model experimentation and evaluation are critical steps in the journey to productionalize an LLM. This course introduces new tools that will help simplify these tasks.

자세히 알아보기

이 과정에서는 AI 기반 검색 기술, 도구, 애플리케이션을 살펴봅니다. 벡터 임베딩을 활용하는 시맨틱 검색, 시맨틱 방식과 키워드 방식을 결합한 하이브리드 검색, 그라운딩된 AI 에이전트로서 AI 할루시네이션을 최소화하는 검색 증강 생성(RAG)에 대해 알아보세요. Vertex AI 벡터 검색을 활용해 지능형 검색 엔진을 빌드하는 실무 경험을 쌓을 수 있습니다.

자세히 알아보기

This course will help ML Engineers, Developers, and Data Scientists implement Large Language Models for Generative AI use cases with Vertex AI. The first two modules of this course contain links to videos and prerequisite course materials that will build your knowledge foundation in Generative AI. Please do not skip these modules. The advanced modules in this course assume you have completed these earlier modules.

자세히 알아보기

생성형 AI 애플리케이션은 대규모 언어 모델(LLM)이 발명되기 전에는 불가능에 가까웠던 새로운 사용자 경험을 만들 수 있습니다. 어떻게 하면 애플리케이션 개발자가 생성형 AI를 사용해 Google Cloud에서 강력한 대화형 앱을 빌드할 수 있을까요? 이 과정에서는 생성형 AI 애플리케이션에 대해 알아보고 프롬프트 설계 및 검색 증강 생성(RAG)을 사용해 LLM 기반의 강력한 애플리케이션을 빌드하는 방법을 학습합니다. 생성형 AI 애플리케이션에 사용할 수 있는 프로덕션 레디 아키텍처를 살펴보고 LLM 및 RAG 기반 채팅 애플리케이션을 빌드합니다.

자세히 알아보기

이 과정에서는 딥 러닝을 사용해 이미지 캡션 모델을 만드는 방법을 알아봅니다. 인코더 및 디코더와 모델 학습 및 평가 방법 등 이미지 캡션 모델의 다양한 구성요소에 대해 알아봅니다. 이 과정을 마치면 자체 이미지 캡션 모델을 만들고 이를 사용해 이미지의 설명을 생성할 수 있게 됩니다.

자세히 알아보기

이 과정에서는 최근 이미지 생성 분야에서 가능성을 보여준 머신러닝 모델 제품군인 확산 모델을 소개합니다. 확산 모델은 열역학을 비롯한 물리학에서 착안했습니다. 지난 몇 년 동안 확산 모델은 연구계와 업계 모두에서 주목을 받았습니다. 확산 모델은 Google Cloud의 다양한 최신 이미지 생성 모델과 도구를 뒷받침합니다. 이 과정에서는 확산 모델의 이론과 Vertex AI에서 이 모델을 학습시키고 배포하는 방법을 소개합니다.

자세히 알아보기

이 과정은 Transformer 아키텍처와 BERT(Bidirectional Encoder Representations from Transformers) 모델을 소개합니다. 셀프 어텐션 메커니즘 같은 Transformer 아키텍처의 주요 구성요소와 이 아키텍처가 BERT 모델 빌드에 사용되는 방식에 관해 알아봅니다. 또한 텍스트 분류, 질문 답변, 자연어 추론과 같이 BERT를 활용할 수 있는 다양한 작업에 대해서도 알아봅니다. 이 과정은 완료하는 데 대략 45분이 소요됩니다.

자세히 알아보기

초급 'Gemini 및 Imagen으로 실제 AI 애플리케이션 빌드하기' 기술 배지 과정을 완료하여, 이미지 인식, 자연어 처리, Google의 강력한 Gemini 및 Imagen 모델을 사용한 이미지 생성, Vertex AI Platform에 애플리케이션 배포 등의 기술을 입증하세요.

자세히 알아보기

Text Prompt Engineering Techniques introduces you to consider different strategic approaches & techniques to deploy when writing prompts for text-based generative AI tasks.

자세히 알아보기

이 과정은 기계 번역, 텍스트 요약, 질의 응답과 같은 시퀀스-투-시퀀스(Seq2Seq) 작업에 널리 사용되는 강력한 머신러닝 아키텍처인 인코더-디코더 아키텍처에 대한 개요를 제공합니다. 인코더-디코더 아키텍처의 기본 구성요소와 이러한 모델의 학습 및 서빙 방법에 대해 알아봅니다. 해당하는 실습 둘러보기에서는 TensorFlow에서 시를 짓는 인코더-디코더 아키텍처를 처음부터 간단하게 구현하는 코딩을 해봅니다.

자세히 알아보기

이 과정에서는 신경망이 입력 시퀀스의 특정 부분에 집중할 수 있도록 하는 강력한 기술인 주목 메커니즘을 소개합니다. 주목 메커니즘의 작동 방식과 이 메커니즘을 다양한 머신러닝 작업(기계 번역, 텍스트 요약, 질문 답변 등)의 성능을 개선하는 데 활용하는 방법을 알아봅니다.

자세히 알아보기

Earn a skill badge by passing the final quiz, you'll demonstrate your understanding of foundational concepts in generative AI. A skill badge is a digital badge issued by Google Cloud in recognition of your knowledge of Google Cloud products and services. Share your skill badge by making your profile public and adding it to your social media profile.

자세히 알아보기