お問い合わせ

コース概要

イントロダクション

  • Generative AI Leader 認定:価値と対象者
  • 試験の形式、ドメインと配点、および準備方法

生成AIの基礎(〜30%)

  • コアな生成AIのコンセプトとユースケース(AI、ML、LLM、ファウンデーションモデル、マルチモーダルおよび拡散モデル、プロンプトエンジニアリング)
  • 機械学習のアプローチ(教師あり、教師なし、強化学習)と機械学習ライフサイクル
  • ファウンデーションモデルの選択基準(モダリティ、コンテキストウィンドウ、コスト、パフォーマンス、カスタマイズ性)
  • 生成AIにおけるデータの種類とデータ品質(構造化 vs 非構造化、ラベル付き vs ラベルなし)
  • 生成AIの状況レイヤーとGoogleのファウンデーションモデル(Gemini、Gemma、Imagen、Veo)

Google Cloudの生成AIオファリング(〜35%)

  • Google Cloudの生成AIの強みとAI最適化インフラストラクチャ(TPU、GPU、ハイパーコンピュータ)
  • 事前構築済みオファリング:GeminiアプリとGemini Advanced、Gemini for Google Workspace、Gemini Enterprise
  • 顧客体験:Customer Engagement Suite(会話型エージェント、Agent Assist、Conversational Insights)
  • 開発者向け赋能:Vertex AI / Agent Platform、Model Garden、およびRAGオファリング
  • 生成AIのエージェントツール(拡張機能、関数、データストア)と関連するGoogle Cloudサービス

生成AIモデルの出力を改善するための技術(〜20%)

  • ファウンデーションモデルの制限 overcoming(知識の_cutoff_、バイアス、ハルシネーション、エッジケース)克服
  • プロンプトエンジニアリングの技術(ゼロショット、ワンショット、フューショット、役割、プロンプトチェーン、chain-of-thought、ReAct)
  • グラウンディングと検索拡張生成(RAG)
  • 出力を制御するためのサンプリングパラメータ(温度、top-p、トークン数、安全性設定)

成功する生成AIソリューションのためのビジネス戦略(〜15%)

  • 実装手順とソリューション選択手法
  • セキュアなAIとGoogleのSecure AI Framework(SAIF)
  • 責任あるAI:プライバシー、バイアスと公平性、説明責任、および説明可能性

試験対策

  • 模擬問題とドメイン別の復習
  • 完全な模擬試験と回答分析
  • 学習計画と試験当日の戦略

要約と次のステップ

要求

前提条件

  • 技術的な前提条件は不要です
  • ビジネステクノロジーに関する一般的な理解があると有利です

対象者

  • リーダー、マネージャー、意思決定者
  • 生成AIを採用するすべての役割のビジネスマン
  • Google Cloud Generative AI Leader 認定の受験準備をしている全ての方
 14 時間

参加者の人数


参加者1人あたりの価格

お客様の声 (1)

今後のコース

関連カテゴリー