-
In diesem Kurs lernen Sie die KI- und ML-Angebote der Google Cloud kennen, mit denen sich sowohl prädiktive als auch generative KI-Projekte realisieren lassen. Sie erhalten einen umfassenden Überblick über Technologien, Produkte und Tools, die den gesamten Daten- und KI-Lebenszyklus abdecken – von den Grundlagen über die Entwicklung bis hin zu vollständigen KI-Lösungen.
Der Kurs richtet sich an Datenwissenschaftlerinnen und Datenwissenschaftler, KI-Entwicklerinnen und KI-Entwickler sowie ML-Ingenieurinnen und ML-Ingenieure und unterstützt Sie dabei, Ihre Fähigkeiten durch praxisnahe Lerninhalte und Hands-on-Übungen gezielt zu erweitern. -
Kursinhalt
-
- AI-Grundlagen
- AI-Entwicklungsoptionen
- Arbeitsablauf der KI-Entwicklung
- Generative KI
- Kurszusammenfassung
-
Zielgruppe
-
Professionelle KI-Entwickler, Datenwissenschaftler und ML-Ingenieure, die prädiktive und generative KI-Projekte auf Google Cloud erstellen möchten.
-
Voraussetzungen
-
- Grundkenntnisse über Konzepte des maschinellen Lernens
- Frühere Erfahrungen mit Programmiersprachen wie SQL und Python
-
Kursziel
-
- Erkennen Sie die von Google Cloud bereitgestellten Data-to-AI-Technologien und -Tools.
- Erstellen Sie generative KI-Projekte mit Hilfe von Gemini multimodalen, effizienten Prompts und Modelloptimierung.
- Erkunden Sie verschiedene Optionen für die Entwicklung eines KI-Projekts in der Google Cloud.
- Erstellen Sie ein ML-Modell von Anfang bis Ende mit Vertex AI.
-
Ergänzende und aufbauende Kurse
-
Machine Learning on Google Cloud
Introduction to Data Engineering on Google Cloud
| AI-Grundlagen |
| Themen: |
| Warum AI? |
| AI/ML-Framework in der Google Cloud |
| Google Cloud-Infrastruktur |
| Daten und KI-Produkte |
| ML-Modell-Kategorien |
| BigQuery ML |
| Einführung ins Labor: BigQuery ML |
| Zielsetzungen: |
| Erkennen Sie das AI/ML-Framework auf Google Cloud. |
| Identifizieren Sie die wichtigsten Komponenten der Google Cloud-Infrastruktur. |
| Definieren Sie die Daten- und ML-Produkte in Google Cloud und wie sie den Lebenszyklus von Daten zu KI unterstützen. |
| Erstellen Sie ein ML-Modell mit BigQueryML, um Daten mit KI zu verbinden. |
| Aktivitäten: |
| Übung: Vorhersage von Besucherkäufen mit BigQuery ML |
| Quiz |
| Lesen |
| AI-Entwicklungsoptionen |
| Themen: |
| AI-Entwicklungsoptionen |
| Vorgefertigte APIs |
| Vertex AI |
| AutoML |
| Individuelle Ausbildung |
| Einführung ins Labor: API für natürliche Sprache |
| Zielsetzungen: |
| Definieren Sie verschiedene Optionen zur Erstellung eines ML-Modells in der Google Cloud. |
| Erkennen der wichtigsten Merkmale und Anwendungsfälle von vortrainierten APIs, AutoML und benutzerdefiniertem Training. |
| Verwenden Sie die Natural Language API zur Analyse von Text. |
| Aktivitäten: |
| Übung: Entity- und Sentiment-Analyse mit Natural Language API |
| Quiz |
| Lesen |
| Arbeitsablauf der KI-Entwicklung |
| Themen: |
| ML-Arbeitsablauf |
| Vorbereitung der Daten |
| Entwicklung von Modellen |
| Das Modell dient |
| MLOps und Automatisierung von Arbeitsabläufen |
| Einführung ins Labor: AutoML |
| Wie eine Maschine lernt |
| Zielsetzungen: |
| Definieren Sie den Arbeitsablauf zur Erstellung eines ML-Modells. |
| Beschreiben Sie MLOps und Workflow-Automatisierung in Google Cloud. |
| Erstellen Sie ein ML-Modell von Anfang bis Ende mit AutoML auf Vertex AI. |
| Aktivitäten: |
| Labor: Vertex AI: Vorhersage von Darlehensrisiken mit AutoML |
| Quiz |
| Lesen |
| Generative KI |
| Themen: |
| Generative KI und Arbeitsabläufe |
| Gemini multimodal |
| Promptes Design |
| Modell-Tuning |
| Modell Garten |
| AI-Lösungen |
| Einführung ins Labor: Vertex AI Studio |
| Zielsetzungen: |
| Definieren Sie generative KI und Grundlagenmodelle. |
| Verwenden Sie Gemini multimodal mit Vertex AI Studio. |
| Entwerfen Sie effiziente Eingabeaufforderungen und stimmen Sie Modelle mit verschiedenen Methoden ab. |
| Erkennen Sie die KI-Lösungen und die eingebetteten Funktionen von Gen AI. |
| Aktivitäten: |
| Übung: Erste Schritte mit Vertex AI Studio |
| Quiz |
| Lesen |
| Kurszusammenfassung |
| Themen: |
| Zusammenfassung des Kurses |
| Zielsetzungen: |
| Erkennen der wichtigsten Konzepte, Werkzeuge, Technologien und Produkte, die im Kurs gelernt wurden. |
Interessieren Sie sich für eine Zertifizierung? Dieser Kurs ist Bestandteil der folgenden Zertifizierung(en):
Zertifizierung zum Generative AI Leader – Google Cloud Grundlagen-Zertifizierung
Zertifizierung zum Associate Data Practitioner – Google Cloud Associate-Zertifizierung
-
Classroom Training
- Bevorzugen Sie die klassische Trainingsmethode? Ein Kurs in einem unserer Training Center, mit einem kompetenten Trainer und dem direkten Austausch zwischen allen Teilnehmern? Dann buchen Sie einen der Classroom Training Termine!
-
Online Training
- Möchten Sie einen Kurs online besuchen? Zu diesem Kursthema bieten wir Ihnen Online-Kurstermine an. Als Teilnehmer benötigen Sie dazu einen PC mit Internet-Anschluss (mindestens 1 Mbit/s), ein Headset, falls Sie per VoIP arbeiten möchten und optional eine Kamera. Weitere Informationen und technische Empfehlungen finden Sie hier.
-
Inhouse-Schulung
-
Benötigen Sie einen maßgeschneiderten Kurs für Ihr Team? Neben unserem Standard-Angebot bieten wir Ihnen an, Kurse speziell nach Ihren Anforderungen zu gestalten. Gerne beraten wir Sie hierzu und erstellen Ihnen ein individuelles Angebot.
Die gesamte Beschreibung dieses Kurses mit Terminen und Preisen zum Download als PDF.-
In diesem Kurs lernen Sie die KI- und ML-Angebote der Google Cloud kennen, mit denen sich sowohl prädiktive als auch generative KI-Projekte realisieren lassen. Sie erhalten einen umfassenden Überblick über Technologien, Produkte und Tools, die den gesamten Daten- und KI-Lebenszyklus abdecken – von den Grundlagen über die Entwicklung bis hin zu vollständigen KI-Lösungen.
Der Kurs richtet sich an Datenwissenschaftlerinnen und Datenwissenschaftler, KI-Entwicklerinnen und KI-Entwickler sowie ML-Ingenieurinnen und ML-Ingenieure und unterstützt Sie dabei, Ihre Fähigkeiten durch praxisnahe Lerninhalte und Hands-on-Übungen gezielt zu erweitern. -
Kursinhalt
-
- AI-Grundlagen
- AI-Entwicklungsoptionen
- Arbeitsablauf der KI-Entwicklung
- Generative KI
- Kurszusammenfassung
-
Zielgruppe
-
Professionelle KI-Entwickler, Datenwissenschaftler und ML-Ingenieure, die prädiktive und generative KI-Projekte auf Google Cloud erstellen möchten.
-
Voraussetzungen
-
- Grundkenntnisse über Konzepte des maschinellen Lernens
- Frühere Erfahrungen mit Programmiersprachen wie SQL und Python
-
Kursziel
-
- Erkennen Sie die von Google Cloud bereitgestellten Data-to-AI-Technologien und -Tools.
- Erstellen Sie generative KI-Projekte mit Hilfe von Gemini multimodalen, effizienten Prompts und Modelloptimierung.
- Erkunden Sie verschiedene Optionen für die Entwicklung eines KI-Projekts in der Google Cloud.
- Erstellen Sie ein ML-Modell von Anfang bis Ende mit Vertex AI.
-
Ergänzende und aufbauende Kurse
-
Machine Learning on Google Cloud
Introduction to Data Engineering on Google Cloud
| AI-Grundlagen |
| Themen: |
| Warum AI? |
| AI/ML-Framework in der Google Cloud |
| Google Cloud-Infrastruktur |
| Daten und KI-Produkte |
| ML-Modell-Kategorien |
| BigQuery ML |
| Einführung ins Labor: BigQuery ML |
| Zielsetzungen: |
| Erkennen Sie das AI/ML-Framework auf Google Cloud. |
| Identifizieren Sie die wichtigsten Komponenten der Google Cloud-Infrastruktur. |
| Definieren Sie die Daten- und ML-Produkte in Google Cloud und wie sie den Lebenszyklus von Daten zu KI unterstützen. |
| Erstellen Sie ein ML-Modell mit BigQueryML, um Daten mit KI zu verbinden. |
| Aktivitäten: |
| Übung: Vorhersage von Besucherkäufen mit BigQuery ML |
| Quiz |
| Lesen |
| AI-Entwicklungsoptionen |
| Themen: |
| AI-Entwicklungsoptionen |
| Vorgefertigte APIs |
| Vertex AI |
| AutoML |
| Individuelle Ausbildung |
| Einführung ins Labor: API für natürliche Sprache |
| Zielsetzungen: |
| Definieren Sie verschiedene Optionen zur Erstellung eines ML-Modells in der Google Cloud. |
| Erkennen der wichtigsten Merkmale und Anwendungsfälle von vortrainierten APIs, AutoML und benutzerdefiniertem Training. |
| Verwenden Sie die Natural Language API zur Analyse von Text. |
| Aktivitäten: |
| Übung: Entity- und Sentiment-Analyse mit Natural Language API |
| Quiz |
| Lesen |
| Arbeitsablauf der KI-Entwicklung |
| Themen: |
| ML-Arbeitsablauf |
| Vorbereitung der Daten |
| Entwicklung von Modellen |
| Das Modell dient |
| MLOps und Automatisierung von Arbeitsabläufen |
| Einführung ins Labor: AutoML |
| Wie eine Maschine lernt |
| Zielsetzungen: |
| Definieren Sie den Arbeitsablauf zur Erstellung eines ML-Modells. |
| Beschreiben Sie MLOps und Workflow-Automatisierung in Google Cloud. |
| Erstellen Sie ein ML-Modell von Anfang bis Ende mit AutoML auf Vertex AI. |
| Aktivitäten: |
| Labor: Vertex AI: Vorhersage von Darlehensrisiken mit AutoML |
| Quiz |
| Lesen |
| Generative KI |
| Themen: |
| Generative KI und Arbeitsabläufe |
| Gemini multimodal |
| Promptes Design |
| Modell-Tuning |
| Modell Garten |
| AI-Lösungen |
| Einführung ins Labor: Vertex AI Studio |
| Zielsetzungen: |
| Definieren Sie generative KI und Grundlagenmodelle. |
| Verwenden Sie Gemini multimodal mit Vertex AI Studio. |
| Entwerfen Sie effiziente Eingabeaufforderungen und stimmen Sie Modelle mit verschiedenen Methoden ab. |
| Erkennen Sie die KI-Lösungen und die eingebetteten Funktionen von Gen AI. |
| Aktivitäten: |
| Übung: Erste Schritte mit Vertex AI Studio |
| Quiz |
| Lesen |
| Kurszusammenfassung |
| Themen: |
| Zusammenfassung des Kurses |
| Zielsetzungen: |
| Erkennen der wichtigsten Konzepte, Werkzeuge, Technologien und Produkte, die im Kurs gelernt wurden. |
Interessieren Sie sich für eine Zertifizierung? Dieser Kurs ist Bestandteil der folgenden Zertifizierung(en):
Zertifizierung zum Generative AI Leader – Google Cloud Grundlagen-Zertifizierung
Zertifizierung zum Associate Data Practitioner – Google Cloud Associate-Zertifizierung
-
Classroom Training
- Bevorzugen Sie die klassische Trainingsmethode? Ein Kurs in einem unserer Training Center, mit einem kompetenten Trainer und dem direkten Austausch zwischen allen Teilnehmern? Dann buchen Sie einen der Classroom Training Termine!
-
Online Training
- Möchten Sie einen Kurs online besuchen? Zu diesem Kursthema bieten wir Ihnen Online-Kurstermine an. Als Teilnehmer benötigen Sie dazu einen PC mit Internet-Anschluss (mindestens 1 Mbit/s), ein Headset, falls Sie per VoIP arbeiten möchten und optional eine Kamera. Weitere Informationen und technische Empfehlungen finden Sie hier.
-
Inhouse-Schulung
-
Benötigen Sie einen maßgeschneiderten Kurs für Ihr Team? Neben unserem Standard-Angebot bieten wir Ihnen an, Kurse speziell nach Ihren Anforderungen zu gestalten. Gerne beraten wir Sie hierzu und erstellen Ihnen ein individuelles Angebot.
Die gesamte Beschreibung dieses Kurses mit Terminen und Preisen zum Download als PDF.