このモジュールは、AI の機能を実際に示すユースケースの紹介から始まります。次に、コンピューティングやストレージなどのクラウド インフラストラクチャを含む AI の基盤に焦点を合わせます。また、Google Cloud 上の主要なデータと AI 開発プロダクトについても説明します。最後に、BigQuery ML を使用して ML モデルを構築する方法を紹介します。これは、データから AI への移行に役立ちます。

このモジュールでは、Google Cloud で ML プロジェクトを開発するためのさまざまなオプションについて説明します。オプションとして、事前トレーニング済み API などのすぐに使える AI ソリューションから、AutoML などのノーコードおよびローコード ソリューション、カスタム トレーニングなどのコードベースのソリューションまで扱います。また、各オプションのメリットとデメリットを比較し、適切な開発ツールを判断できます。

このモジュールでは、データの準備からモデル開発、Vertex AI でのモデル サービングに至るまで、ML ワークフローについて説明します。また、Vertex AI Pipelines を使用してワークフローを自動パイプラインに変換する方法も紹介します。

このモジュールでは、AI の中でも最も新しい技術的進歩である生成 AI と、生成 AI プロジェクトの開発に必要不可欠なツールキットを紹介します。まず Google Cloud の生成 AI ワークフローについて説明し、続いて Generative AI Studio と Model Garden を使用した Gemini マルチモーダルへのアクセス、プロンプトの設計、モデルのチューニングの方法を解説します。最後に、AI ソリューションに組み込まれた生成 AI 機能を取り上げます。

このモジュールでは、最も重要なコンセプト、ツール、テクノロジー、プロダクトについて取り上げ、コース全体の概要を説明します。