Vertex AI Search for Retail 的專業課

優化您的零售搜尋能力。了解如何實作、配置和使用 Vertex AI Search for Retail (用於零售業的)以及將其整合在一起所需的資料技能。

關於此專業課程

此課程將展示建立資料流、初始機器學習模式以及利用 Vertex AI Search for Retail 來提高零售搜尋潛力所需的技能。學習路徑包括課程和實驗室，讓學習者在 Vertex AI Search for Retail 周圍的資料空間中工作，然後動手實踐產品本身。

到官方網站了解本課程與上課

你將學到的內容有

您將獲得使用 Vertex AI Search for Retail 優化零售搜尋功能的技能
您將實施、配置和使用 Vertex AI Search for Retail 以及將其整合在一起所需的資料技能

你將獲得的技能：

Apache Beam	Dataflow	BigQuery
Vertex AI	Vertex AI Search for Retail

字幕

英文

製作方

Google Cloud

我們協助數以百萬計的組織透過在雲端創建並為雲端創建的創新技術，為他們的員工提供支持，為他們的客戶提供服務，並為他們的企業打造下一步發展。我們的產品專為安全性、可靠性和可擴展性而設計，運行從基礎設施到應用程式再到設備和硬體的完整堆疊。我們的團隊致力於幫助客戶應用我們的技術取得成功。

第 1 門課程 Google Cloud 大數據與機器學習基礎知識

你將學到的內容有

確定 Google Cloud 上的資料到 AI 生命週期以及大數據和機器學習的主要產品。
使用 Dataflow 和 Pub/Sub 設計串流管道，以及使用 Dataflow 和 Pub/Sub 設計串流管道。
確定在 Google Cloud 上建立機器學習解決方案的不同選項。
使用 Vertex AI 描述機器學習工作流程和關鍵步驟，並使用 AutoML 建立機器學習管道。

你將獲得的技能：

Tensorflow	Bigquery	Google雲端平台
雲端運算

第 2 門課程使用 Dataflow 的 Serverless 資料處理：基礎

你將學到的內容有

本課程是有關使用 Dataflow (資料流)進行 Serverless (無伺服器)資料處理的 3 門課程系列的第 1 部分。在第一個課程中，我們首先回顧一下 Apache Beam 是什麼及其與 Dataflow 的關係。接下來，我們討論 Apache Beam 的願景以及 Beam 可移植性框架的優點。 Beam Portability 框架實現了這樣的願景：開發人員可以使用他們喜歡的程式語言和他們喜歡的執行後端。然後，我們向您展示 Dataflow 如何讓您在節省資金的同時分離計算和存儲，以及身分、存取和管理工具如何與 Dataflow 管道互動。最後，我們研究如何為您的 Dataflow 用例實現正確的安全模型。

先決條件：
使用 Dataflow 進行 Serverless 資料處理課程系列是基於資料工程專業中涵蓋的概念。我們推薦以下先修課程：
(i)在 Google Cloud 上建立大量資料管道：涵蓋核心資料流原則
(ii)在 Google Cloud 上建立彈性流分析系統：涵蓋串流媒體基礎概念，例如視窗、觸發器和浮水印

註冊本課程即表示您同意常見問題中規定的 Qwiklabs 服務條款，網址為：https://qwiklabs.com/terms_of_service