Kurs
AI Infrastructure: Introduction to AI Hypercomputer
- MedelnivåKunskapsnivå
- 5
- 21 recensioner
Youll learn about the different components inside a hypercomputer, like GPUs, TPUs, and CPUs, and discover how to pick the right one for your needs.
Moln
Följ korta videor med expertinstruktörer och öva sedan på det du lärt dig med interaktiva övningar i webbläsaren.
eller
Kurs
Youll learn about the different components inside a hypercomputer, like GPUs, TPUs, and CPUs, and discover how to pick the right one for your needs.
Moln
Kurs
Build stateful AI agents that maintain context and remember user preferences using session state, memory management, and personalization.
Moln
Kurs
This course introduces the comprehensive and flexible infrastructure and platform services provided by Google Cloud with a focus on Core Services.
Moln
Kurs
Learn MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud.
Moln
Kurs
Design and deploy high-performance AI/ML solutions using Google Clouds AI Hypercomputer, GPUs, TPUs, Compute, and Google Kubernetes Engine.
Moln
Kurs
Equip AI agents with tools for web search, code execution, database queries, and custom actions. Transform agents into capable assistants.
Moln
Kurs
Gain a deep understanding of various evaluation metrics, methodologies, and their appropriate application across different model types and tasks.
Moln
Kurs
Learn how to implement the various flavors of ML: static, dynamic, and continuous training; static and dynamic inference; and batch and online processing.
Moln
Kurs
Learn to compose, send, and manage email in Gmail, organize messages with labels, and configure settings like filters and signatures.
Moln
Kurs
The goal of this course is to introduce the basics of Google Kubernetes Engine, or GKE, and how to get applications containerized and running in Google Cloud.
Moln
Kurs
Gemini Enteprise brings together AI agents, enterprise search, NotebookLM, and intelligent data access to solve organizational challenges.
Moln
Kurs
Build modern data lakehouses on Google Cloud using BigQuery, Cloud Storage, Apache Iceberg, BigLake, federated queries, and data governance tools.
Moln
Kurs
This course introduces solution elements, including networks, load balancing, autoscaling, infrastructure automation and managed services.
Moln
Kurs
Well explore how CPUs, GPUs, and TPUs make AI tasks super fast, what makes each one unique, and how AI software gets the most out of them.
Moln
Kurs
This course covers techniques to practically identify fairness and bias and mitigate bias in AI/ML practices.
Moln
Kurs
Learn about Gen AI applications and how you can use prompt design and retrieval augmented generation (RAG) to build powerful applications using LLMs.
Moln
Kurs
This course explores identity management and access control within a cloud environment, covering authentication, authorization, auditing, and more.
Moln
Kurs
Explore advanced Google Sheets features including conditional formatting, complex formulas, data validation, and referencing.
Moln
Kurs
Learn to create and edit spreadsheets in Google Sheets, work with data, build formulas, and collaborate in real time.
Moln
Kurs
Journey through the storage solutions available on Google Cloud, specifically tailored for AI and high-performance computing (HPC) workloads.
Moln
Moln
Kurs
You learn how to prompt Gemini to explain code, recommend Google Cloud services, and generate code for your applications.
Moln
Kurs
This course, Logging and Monitoring in Google Cloud, covers the operations-focused components including Logging, Monitoring, and Service Monitoring.
Moln
Kurs
A guide to deploying, managing, and optimizing AI and high-performance computing (HPC) workloads on Google Cloud.
Moln
Kurs
In this course, you learn to analyze and choose the right database for your needs, to effectively develop applications on Google Cloud.
Moln
Kurs
This course is designed for developers, data scientists, and ML engineers interested in quickly deploying AI inference services on Cloud Run.
Moln
Kurs
This course introduces the Cloud Run serverless platform for running applications.
Moln
Kurs
This course reviews the essential security features of Model Armor and equips you to work with the service.
Moln
Kurs
This course is a thrilling mix of expert-led courses and immersive Google Cloud challenges through interactive labs.
Moln
Kurs
Learn best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud.
Moln
Datavetenskap är ett expertområde som fokuserar på att utvinna insikter ur data. Med hjälp av programmeringskunskaper, vetenskapliga metoder, algoritmer och mer analyserar datavetare data för att skapa handlingsbara insikter.
Du behöver lära dig ett programmeringsspråk som Python eller R och behärska grunderna inom matematik och statistik. Kunskap om dataanalysmetoder och datavetenskap-verktyg är också viktigt. Det finns många sätt att lära sig datavetenskap. Utöver formell utbildning som examen eller universitetsstudier finns det gott om andra resurser som låter dig lära i din egen takt – bland annat onlinekurser, handledningar, böcker och videor.
Utöver kunskaper i matematik och statistik behöver datavetare programmeringskunskaper i språk som Python, R och SQL. Dessutom kräver datavetenskap förmågan att arbeta med stora datamängder, kunskaper om datavisualisering, datarensning och databashantering. Kunskaper inom maskininlärning och djupinlärning kan också vara värdefulla.
I yrkeslivet kan nästan alla branscher dra nytta av datavetenskap i någon utsträckning. Vårdorganisationer använder datavetenskap för att diagnostisera och behandla sjukdomar, medan finansbolag använder det för att upptäcka och förhindra bedrägerier. Alla typer av branscher använder datavetenskap inom marknadsföring – till exempel för att bygga rekommendationssystem och analysera kundbortfall.
Ja, datavetenskap är ett av de snabbast växande områdena i USA och globalt – och ett av de bäst betalda yrkena. Enligt data från Payscale tjänar erfarna datavetare i genomsnitt 97 609 USD och får betyget fyra av fem stjärnor i USA.
Det finns några saker att tänka på. Dels kan det vara svårt att komma in på datavetenskapsprogram, som ofta kräver konstant höga betyg. På samma sätt kräver många av de färdigheter som behövs för datavetenskap mycket studier och tålamod. Det kan ta flera månader att bemästra alla grundläggande kunskaper, och dessutom krävs det en hel del praktisk erfarenhet för att säkra en nybörjartjänst.
Ja, du behöver viss erfarenhet av programmering i språk som Python, R, SQL, Java och C/C++. Tack vare sin relativt enkla syntax är Python dock ofta det föredragna valet för nybörjare.
För en person utan tidigare kodningserfarenhet och/eller matematisk bakgrund kan det vanligtvis ta 7 till 12 månaders intensiva studier för att nå nivån som junior datavetare. Det är dock viktigt att komma ihåg att enbart lära sig den teoretiska grunden i datavetenskap kanske inte gör dig till en riktig datavetare.
När du har bemästrat grunderna i datavetenskap kan du specialisera dig inom en rad områden, till exempel maskininlärning, artificiell intelligens, stordataanalys, affärsanalys och business intelligence, datautvinning med mera.
Gör framsteg på språng med våra mobilkurser och dagliga femminuters kodningsutmaningar.