{"course":{"productid":34522,"modality":1,"active":true,"language":"de","title":"Introduction to AI and Machine Learning on Google Cloud","productcode":"AIMLGC","vendorcode":"GO","vendorname":"Google","fullproductcode":"GO-AIMLGC","courseware":{"has_ekit":false,"has_printkit":true,"language":""},"url":"https:\/\/portal.flane.ch\/course\/google-aimlgc","objective":"<ul>\n<li>Erkennen Sie die von Google Cloud bereitgestellten Data-to-AI-Technologien und -Tools.<\/li><li>Erstellen Sie generative KI-Projekte mit den multimodalen, effizienten Prompts und KI-Agenten-Buildern von Gemini.<\/li><li>W&auml;hlen Sie zwischen verschiedenen Google Cloud-Produktoptionen, um ein KI-Projekt zu entwickeln.<\/li><li>Erstellen Sie ein ML-Modell von Anfang bis Ende mit Vertex AI.<\/li><\/ul>","essentials":"<ul>\n<li>Grundkenntnisse &uuml;ber Konzepte des maschinellen Lernens<\/li><li>Fr&uuml;here Erfahrungen mit Programmiersprachen wie SQL und Python<\/li><\/ul>","audience":"<p>Datenwissenschaftler, KI-Entwickler, ML-Ingenieure<\/p>","contents":"<ul>\n<li>Einf&uuml;hrung<\/li><li>KI-Grundlagen<\/li><li>Generative KI<\/li><li>AI-Entwicklungsoptionen<\/li><li>AI-Entwicklungsarbeit<\/li><li>Zusammenfassung<\/li><\/ul>","outline":"<h5>Einf&uuml;hrung<\/h5><p>Diese Lektion f&uuml;hrt die Lernenden durch die Kursstruktur, die auf einem dreistufigen KI-Rahmen aufgebaut ist: KI-Infrastruktur, Entwicklung und L&ouml;sungen. Sie umreisst die Lernziele und f&uuml;hrt die Lernenden in Googles umfassende Suite von KI-Entwicklungstools ein.<\/p>\n<ul>\n<li>Definieren Sie die Kursziele.<\/li><li>Erkennen Sie die Kursstruktur.<\/li><\/ul><h5>KI-Grundlagen<\/h5><p>Dieses Modul beginnt mit einem Anwendungsfall, der die KI-Funktionen demonstriert. Anschliessend wird auf die KI-Infrastruktur wie Rechenleistung und Speicherplatz eingegangen. Ausserdem werden die prim&auml;ren Daten- und KI-Entwicklungsprodukte auf Google Cloud erl&auml;utert. Schliesslich wird gezeigt, wie BigQuery ML verwendet wird, um ein ML-Modell zu erstellen, das den &Uuml;bergang von Daten zu KI unterst&uuml;tzt.<\/p>\n<ul>\n<li>Erkennen Sie das AI\/ML-Framework auf Google Cloud.<\/li><li>Identifizierung der wichtigsten Komponenten der KI-Infrastruktur.<\/li><li>Definieren Sie die Daten- und ML-Produkte in Google Cloud und wie sie den Lebenszyklus von Daten zu KI unterst&uuml;tzen.<\/li><li>Erstellen Sie ein ML-Modell mit BigQuery ML, um Daten mit KI zu verbinden.<\/li><\/ul><h5>Generative KI<\/h5><p>Dieses Modul f&uuml;hrt in die generative KI (gen AI) ein, den neuesten Fortschritt in der KI, und in die Google Cloud Toolkits f&uuml;r die Entwicklung von gen AI-Projekten. Es beginnt mit der Untersuchung der Grundmodelle. Anschliessend wird der Lebenszyklus vom Prompt bis zur Produktion mit VertexAI Studio untersucht, einschliesslich Prompt-Engineering, App-Implementierung und Modellabstimmung.2 Dar&uuml;ber hinaus werden in diesem Modul KI-Agenten und Googles umfassendes Angebot an KI-Agenten-Entwicklungstools untersucht.<\/p>\n<ul>\n<li>Definieren Sie generative KI und Grundlagenmodelle.<\/li><li>Erkennen Sie den Lebenszyklus von der Eingabeaufforderung bis zur Produktion und die damit verbundenen Werkzeuge.<\/li><li>Definition der KI-Agenten und ihrer Kernkomponenten.<\/li><li>Identifizierung von Google Cloud-Tools und -Technologien f&uuml;r den Aufbau von KI-Agenten.<\/li><\/ul><h5>AI-Entwicklungsoptionen<\/h5><p>In diesem Modul werden die verschiedenen Optionen f&uuml;r die Entwicklung eines KI-Projekts auf GoogleCloud untersucht, von vorgefertigten L&ouml;sungen wie vortrainierten APIs &uuml;ber No-Code- und Low-Code-L&ouml;sungen wie AutoML bis hin zu codebasierten L&ouml;sungen wie benutzerdefinierten Schulungen. Es vergleicht die Vor- und Nachteile jeder Option, um die Entscheidung f&uuml;r die richtigen Entwicklungswerkzeuge zu erleichtern.<\/p>\n<ul>\n<li>Definieren Sie verschiedene Optionen zur Erstellung eines ML-Modells mit Vertex AI auf Google Cloud.<\/li><li>Identifizieren Sie die Funktionen und Anwendungsf&auml;lle von vortrainierten APIs, AutoML und benutzerdefiniertem Training.<\/li><li>Verwenden Sie die Natural Language API zur Analyse von Text.<\/li><\/ul><h5>AI-Entwicklungsarbeit<\/h5><p>Dieses Modul f&uuml;hrt Sie durch den ML-Workflow von der Datenvorbereitung &uuml;ber die Modellentwicklung bis hin zum Modellserving auf Vertex AI. Es wird auch gezeigt, wie der Arbeitsablauf mit Vertex AI Pipelines in eine automatisierte Pipeline umgewandelt werden kann.<\/p>\n<ul>\n<li>Definieren Sie den Arbeitsablauf f&uuml;r die Erstellung eines ML-Modells.<\/li><li>Beschreiben Sie MLOps und Workflow-Automatisierung in Google Cloud.<\/li><li>Erstellen Sie ein ML-Modell von Anfang bis Ende mit AutoML und Vertex AI.<\/li><\/ul><h5>Zusammenfassung<\/h5><p>Diese Lektion fasst den Kurs zusammen, indem die wichtigsten Konzepte, Werkzeuge, Technologien und Produkte f&uuml;r jedes Modul behandelt werden.<\/p>\n<ul>\n<li>Erkennen der wichtigsten Konzepte, Werkzeuge, Technologien und Produkte, die im Kurs gelernt wurden.<\/li><\/ul>","comments":"<p><em>Dieser Text wurde automatisiert &uuml;bersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte <span class=\"cms-link-marked\"><a class=\"fl-href-prod\" href=\"\/swisscom\/en\/course\/google-aimlgc\"><svg role=\"img\" aria-hidden=\"true\" focusable=\"false\" data-nosnippet class=\"cms-linkmark\"><use xlink:href=\"\/css\/img\/icnset-linkmarks.svg#linkmark\"><\/use><\/svg>hier<\/a><\/span>.<\/em><\/p>","summary":"<p>In diesem Kurs werden die KI- und ML-Funktionen von Google Cloud vorgestellt, wobei der Schwerpunkt auf der Entwicklung generativer und pr&auml;diktiver KI-Projekte liegt. Er erforscht die verschiedenen Technologien, Produkte und Tools, die w&auml;hrend des gesamten Lebenszyklus von Daten zu KI verf&uuml;gbar sind, und erm&ouml;glicht es Datenwissenschaftlern, KI-Entwicklern und ML-Ingenieuren, ihr Fachwissen durch interaktive &Uuml;bungen zu erweitern.<\/p>","objective_plain":"- Erkennen Sie die von Google Cloud bereitgestellten Data-to-AI-Technologien und -Tools.\n- Erstellen Sie generative KI-Projekte mit den multimodalen, effizienten Prompts und KI-Agenten-Buildern von Gemini.\n- W\u00e4hlen Sie zwischen verschiedenen Google Cloud-Produktoptionen, um ein KI-Projekt zu entwickeln.\n- Erstellen Sie ein ML-Modell von Anfang bis Ende mit Vertex AI.","essentials_plain":"- Grundkenntnisse \u00fcber Konzepte des maschinellen Lernens\n- Fr\u00fchere Erfahrungen mit Programmiersprachen wie SQL und Python","audience_plain":"Datenwissenschaftler, KI-Entwickler, ML-Ingenieure","contents_plain":"- Einf\u00fchrung\n- KI-Grundlagen\n- Generative KI\n- AI-Entwicklungsoptionen\n- AI-Entwicklungsarbeit\n- Zusammenfassung","outline_plain":"Einf\u00fchrung\n\nDiese Lektion f\u00fchrt die Lernenden durch die Kursstruktur, die auf einem dreistufigen KI-Rahmen aufgebaut ist: KI-Infrastruktur, Entwicklung und L\u00f6sungen. Sie umreisst die Lernziele und f\u00fchrt die Lernenden in Googles umfassende Suite von KI-Entwicklungstools ein.\n\n\n- Definieren Sie die Kursziele.\n- Erkennen Sie die Kursstruktur.\nKI-Grundlagen\n\nDieses Modul beginnt mit einem Anwendungsfall, der die KI-Funktionen demonstriert. Anschliessend wird auf die KI-Infrastruktur wie Rechenleistung und Speicherplatz eingegangen. Ausserdem werden die prim\u00e4ren Daten- und KI-Entwicklungsprodukte auf Google Cloud erl\u00e4utert. Schliesslich wird gezeigt, wie BigQuery ML verwendet wird, um ein ML-Modell zu erstellen, das den \u00dcbergang von Daten zu KI unterst\u00fctzt.\n\n\n- Erkennen Sie das AI\/ML-Framework auf Google Cloud.\n- Identifizierung der wichtigsten Komponenten der KI-Infrastruktur.\n- Definieren Sie die Daten- und ML-Produkte in Google Cloud und wie sie den Lebenszyklus von Daten zu KI unterst\u00fctzen.\n- Erstellen Sie ein ML-Modell mit BigQuery ML, um Daten mit KI zu verbinden.\nGenerative KI\n\nDieses Modul f\u00fchrt in die generative KI (gen AI) ein, den neuesten Fortschritt in der KI, und in die Google Cloud Toolkits f\u00fcr die Entwicklung von gen AI-Projekten. Es beginnt mit der Untersuchung der Grundmodelle. Anschliessend wird der Lebenszyklus vom Prompt bis zur Produktion mit VertexAI Studio untersucht, einschliesslich Prompt-Engineering, App-Implementierung und Modellabstimmung.2 Dar\u00fcber hinaus werden in diesem Modul KI-Agenten und Googles umfassendes Angebot an KI-Agenten-Entwicklungstools untersucht.\n\n\n- Definieren Sie generative KI und Grundlagenmodelle.\n- Erkennen Sie den Lebenszyklus von der Eingabeaufforderung bis zur Produktion und die damit verbundenen Werkzeuge.\n- Definition der KI-Agenten und ihrer Kernkomponenten.\n- Identifizierung von Google Cloud-Tools und -Technologien f\u00fcr den Aufbau von KI-Agenten.\nAI-Entwicklungsoptionen\n\nIn diesem Modul werden die verschiedenen Optionen f\u00fcr die Entwicklung eines KI-Projekts auf GoogleCloud untersucht, von vorgefertigten L\u00f6sungen wie vortrainierten APIs \u00fcber No-Code- und Low-Code-L\u00f6sungen wie AutoML bis hin zu codebasierten L\u00f6sungen wie benutzerdefinierten Schulungen. Es vergleicht die Vor- und Nachteile jeder Option, um die Entscheidung f\u00fcr die richtigen Entwicklungswerkzeuge zu erleichtern.\n\n\n- Definieren Sie verschiedene Optionen zur Erstellung eines ML-Modells mit Vertex AI auf Google Cloud.\n- Identifizieren Sie die Funktionen und Anwendungsf\u00e4lle von vortrainierten APIs, AutoML und benutzerdefiniertem Training.\n- Verwenden Sie die Natural Language API zur Analyse von Text.\nAI-Entwicklungsarbeit\n\nDieses Modul f\u00fchrt Sie durch den ML-Workflow von der Datenvorbereitung \u00fcber die Modellentwicklung bis hin zum Modellserving auf Vertex AI. Es wird auch gezeigt, wie der Arbeitsablauf mit Vertex AI Pipelines in eine automatisierte Pipeline umgewandelt werden kann.\n\n\n- Definieren Sie den Arbeitsablauf f\u00fcr die Erstellung eines ML-Modells.\n- Beschreiben Sie MLOps und Workflow-Automatisierung in Google Cloud.\n- Erstellen Sie ein ML-Modell von Anfang bis Ende mit AutoML und Vertex AI.\nZusammenfassung\n\nDiese Lektion fasst den Kurs zusammen, indem die wichtigsten Konzepte, Werkzeuge, Technologien und Produkte f\u00fcr jedes Modul behandelt werden.\n\n\n- Erkennen der wichtigsten Konzepte, Werkzeuge, Technologien und Produkte, die im Kurs gelernt wurden.","comments_plain":"Dieser Text wurde automatisiert \u00fcbersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte hier.","summary_plain":"In diesem Kurs werden die KI- und ML-Funktionen von Google Cloud vorgestellt, wobei der Schwerpunkt auf der Entwicklung generativer und pr\u00e4diktiver KI-Projekte liegt. Er erforscht die verschiedenen Technologien, Produkte und Tools, die w\u00e4hrend des gesamten Lebenszyklus von Daten zu KI verf\u00fcgbar sind, und erm\u00f6glicht es Datenwissenschaftlern, KI-Entwicklern und ML-Ingenieuren, ihr Fachwissen durch interaktive \u00dcbungen zu erweitern.","skill_level":"Intermediate","version":"3.0","duration":{"unit":"d","value":1,"formatted":"1 Tag"},"pricelist":{"List Price":{"IT":{"country":"IT","currency":"EUR","taxrate":20,"price":650},"GB":{"country":"GB","currency":"GBP","taxrate":20,"price":660},"PL":{"country":"PL","currency":"PLN","taxrate":23,"price":2500},"CA":{"country":"CA","currency":"CAD","taxrate":null,"price":820},"AT":{"country":"AT","currency":"EUR","taxrate":20,"price":950},"SE":{"country":"SE","currency":"EUR","taxrate":25,"price":950},"DE":{"country":"DE","currency":"EUR","taxrate":19,"price":950},"FR":{"country":"FR","currency":"EUR","taxrate":19.6,"price":790},"SI":{"country":"SI","currency":"EUR","taxrate":20,"price":950},"CH":{"country":"CH","currency":"CHF","taxrate":8.1,"price":950}}},"lastchanged":"2025-11-18T18:37:01+01:00","parenturl":"https:\/\/portal.flane.ch\/swisscom\/json-courses","nexturl_course_schedule":"https:\/\/portal.flane.ch\/swisscom\/json-course-schedule\/34522","source_lang":"de","source":"https:\/\/portal.flane.ch\/swisscom\/json-course\/google-aimlgc"}}