Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Struttura del corso
Introduzione
- Certificazione Generative AI Leader: valore e pubblico target
- Formato dell'esame, domini e ponderazioni, e come prepararsi
Fondamenti di Gen AI (~30%)
- Concetti chiave e casi d'uso dell'AI generativa (AI, ML, LLM, modelli di base, modelli multimodali e di diffusione, ingegneria del prompt)
- Approcci di machine learning (supervisionato, non supervisionato, per rinforzo) e ciclo di vita del ML
- Criteri di selezione dei modelli di base (modalità, finestra di contesto, costo, prestazioni, personalizzazione)
- Tipi di dati e qualità dei dati nell'AI generativa (strutturati vs non strutturati, etichettati vs non etichettati)
- Strati del panorama dell'AI generativa e modelli di base di Google (Gemini, Gemma, Imagen, Veo)
L'offerta di Gen AI su Google Cloud (~35%)
- Punti di forza dell'AI generativa su Google Cloud e infrastruttura ottimizzata per l'AI (TPU, GPU, hypercomputer)
- Offerte predefinite: app Gemini e Gemini Advanced, Gemini per Google Workspace, Gemini Enterprise
- Customer experience: Customer Engagement Suite (Agent Conversazionali, Agent Assist, Insights Conversazionali)
- Abitazione agli sviluppatori: Vertex AI / Piattaforma Agent, Model Garden e offerte RAG
- Strumentazione per agent Gen AI (estensioni, funzioni, archivi dati) e servizi Google Cloud correlati
Tecniche per migliorare l'output dei modelli Gen AI (~20%)
- Sorpasso le limitazioni dei modelli di base (data cutoff della conoscenza, bias, allucinazioni, casi limite)
- Tecniche di ingegneria del prompt (zero-shot, one-shot, few-shot, ruolo, concatenamento di prompt, chain-of-thought, ReAct)
- Grounding e Retrieval-Augmented Generation (RAG)
- Parametri di campionamento per controllare l'output (temperatura, top-p, conteggio dei token, impostazioni di sicurezza)
Strategie Aziendali per Soluzioni Gen AI di Successo (~15%)
- Fasi di implementazione e metodologia di selezione della soluzione
- AI sicura e il Framework di AI Sicura di Google (SAIF)
- AI responsabile: privacy, bias ed equità, responsabilità ed esplicabilità
Preparazione all'Esame
- Domande di esempio e revisione dominio per dominio
- Mock exam completo e analisi delle risposte
- Piano di studio e strategia per il giorno dell'esame
Riepilogo e Prossimi Passi
Requisiti
Prerequisiti
- Non sono richiesti prerequisiti tecnici
- È utile una conoscenza generale delle tecnologie aziendali
Pubblico Target
- Leader, dirigenti e decisori
- Professionisti aziendali di qualsiasi ruolo che adottino l'AI generativa
- Tutti coloro che si preparano alla certificazione Google Cloud Generative AI Leader
14 ore
Recensioni (1)
Flusso, atmosfera e argomento della presentazione
Lukasz Kowalczyk - Allegro Sp. z o.o.
Corso - Google Gemini AI for Data Analysis
Traduzione automatica
