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 AI インフラストラクチャ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、AI の最新の進歩である生成 AI と、生成 AI プロジェクトの開発に使用する Google Cloud ツールキットについて紹介します。まず、基盤モデルについて説明し、次に、プロンプト エンジニアリング、アプリのデプロイ、モデルのチューニングなど、Vertex AI Studio を使用したプロンプトの作成から成果の実現までのライフサイクルについて説明します。さらに、AI エージェントと Google AI エージェント開発ツールのフルスタックについても説明します。

このモジュールでは、Google Cloud で AI 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 でのモデル提供に至るまで、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。

このレッスンでは、各モジュールの最も重要なコンセプト、ツール、テクノロジー、プロダクトを取り上げ、コース全体の概要を説明します。