We may earn an affiliate commission when you visit our partners.
Google Cloud Training
这一简短的课程将介绍如何在 Google Cloud 上将应用与 Gemini 1.0 Pro 模型集成，可帮助您探索 Gemini API 及其生成式 AI 模型。此课程会教您如何通过代码访问 Gemini 1.0 Pro 和 Gemini 1.0 Pro Vision 模型。课程会安排您在应用中使用文本、图片和视频提示来测试这些模型的功能。
Register for this course and see more details by visiting:
OpenCourser.com/course/q4fql0/Zai
Two deals to help you save
Save money when you learn. Here are two deals and offers that may be relevant to this course.
All coupon codes, vouchers, and discounts are applied automatically unless otherwise noted.
Valid until July 14
Coursera Plus Annual
Work toward what's next for your career with access to 10,000+ programs. Discover emerging skills and save.
Up to
40%
off
Get offer
Valid until August 30
Google AI App Builder
Learn how to use Gemini API and API Studio with a three-course series from Google DeepMind
Take
100%
off
Get offer
What's inside
Syllabus
在 Google Cloud 上将应用与 Gemini 1.0 Pro 集成
在本单元中，您将使用 Streamlit 开发一个应用，从而了解 Gemini API，同时学习如何访问 Gemini 1.0 Pro 模型并测试这些模型的功能。
课程资源
所有单元的学员 PDF 链接
Read more
Syllabus
在 Google Cloud 上将应用与 Gemini 1.0 Pro 集成
在本单元中，您将使用 Streamlit 开发一个应用，从而了解 Gemini API，同时学习如何访问 Gemini 1.0 Pro 模型并测试这些模型的功能。
课程资源
所有单元的学员 PDF 链接
Read more
Save this course
Create your own learning path.
Save this course to your list so you can find it easily later.
Save
Save
Activities
Coming soon
We're preparing activities for
在 Google Cloud 上将应用与 Gemini 1.0 Pro 集成.
These are activities you can do either before, during, or after a course.
Career center
Learners who complete 在 Google Cloud 上将应用与 Gemini 1.0 Pro 集成 will develop knowledge and skills
that may be useful to these careers:
生成式人工智能工程师
生成式人工智能工程师
生成式人工智能工程师专注于开发、部署和优化利用生成式 AI 模型的应用和系统。本课程直接教授如何在 Google Cloud 上将应用与 Gemini 1.0 Pro 及其 Vision 模型集成。学习者将深入了解如何通过代码访问 Gemini API，并专门使用文本、图片和视频提示来测试这些强大的生成式 AI 模型的功能。这种实践经验对于构建能够进行内容创作、图像识别和视频理解等复杂任务的尖端 AI 应用至关重要，是成为一名杰出的生成式人工智能工程师的核心技能。像生成式人工智能工程师这样的前沿职位通常需要高级学位，例如硕士或博士。
AI 应用开发者
AI 应用开发者
AI 应用开发者致力于设计、构建并将人工智能功能集成到各种软件应用中。本课程提供在 Google Cloud 上使用 Gemini 1.0 Pro 模型集成应用的宝贵实践经验。学习者将掌握如何通过代码访问 Gemini API，并利用文本、图片和视频提示测试模型功能，这对于开发能够理解和生成多模态内容的智能应用至关重要。课程中利用 Streamlit 进行应用开发，使得学习者能够立即将所学知识应用于构建交互式、AI驱动的解决方案，大大加速其成为一名高效的 AI 应用开发者。
提示工程師
提示工程師
提示工程师专注于设计、优化和迭代用于大型语言模型的提示，以获得所需的输出。本课程为提示工程师提供了与 Gemini 1.0 Pro 和 Gemini 1.0 Pro Vision 模型直接交互的实践经验。学习者将练习使用文本、图片和视频提示来测试这些生成式 AI 模型的功能，这对于理解不同模态下提示的效果和优化策略至关重要。这种动手能力能显著提升提示工程师有效地引导 AI 模型生成高质量、相关且符合预期的输出的能力，是该领域不可或缺的实践。
后台开发者
后台开发者
后台开发者负责构建和维护应用程序的服务器端逻辑、API 和数据库。本课程为后台开发者提供了在 Google Cloud 上将先进的 AI 模型，特别是 Gemini 1.0 Pro 及其 Vision 模型，集成到应用程序中的关键技能。学习者将掌握如何通过代码访问 Gemini API，并通过文本、图片和视频提示测试模型功能，这对于构建能够与复杂 AI 服务交互的强大、智能的后台系统至关重要。这使得后台开发者能够创建支持 AI 驱动型前端体验的高效且可扩展的后端服务。
機器學習工程師
機器學習工程師
机器学习工程师负责设计、构建、部署和维护机器学习系统。本课程为机器学习工程师提供了利用领先的生成式 AI 模型在 Google Cloud 上部署应用的实践技能。通过学习如何通过代码访问 Gemini 1.0 Pro 和 Gemini 1.0 Pro Vision 模型，并使用文本、图片和视频提示测试其功能，学习者能够掌握将先进人工智能能力集成到实际应用中的关键技术。这对于确保模型在云环境中高效运行并与业务需求无缝对接至关重要，是现代机器学习工程师不可或缺的能力。机器学习工程师的职位通常需要高级学位，例如硕士或博士。
软件工程师
软件工程师
软件工程师负责设计、开发、测试和部署各种软件解决方案。本课程为软件工程师提供了在 Google Cloud 上将应用与 Gemini 1.0 Pro 模型集成的关键技能，这在当今数字时代至关重要。通过学习如何通过代码访问 Gemini API，并使用文本、图片和视频提示测试模型功能，软件工程师能够将先进的生成式 AI 能力无缝地融入到他们的产品中。利用 Streamlit 进行应用开发，可以加速原型设计和部署，从而构建更智能、更具创新性的软件系统。
人工智能解决方案顾问
人工智能解决方案顾问
人工智能解决方案顾问负责评估客户需求，并设计和实施定制的 AI 解决方案。本课程提供了在 Google Cloud 上将应用与 Gemini 1.0 Pro 模型集成的宝贵实践经验。通过学习如何通过代码访问 Gemini API 并使用文本、图片和视频提示测试生成式 AI 模型的功能，人工智能解决方案顾问能够深入理解这些先进 AI 技术的实际应用和集成复杂性。这使得顾问能够为客户提供更准确、更可行、更具创新性的 AI 战略和部署建议。
全栈开发者
全栈开发者
全栈开发者负责构建和维护 Web 应用程序的客户端和服务器端。本课程为全栈开发者提供了将强大的生成式 AI 功能集成到其应用中的实用技能。课程教授如何在 Google Cloud 上通过代码访问 Gemini 1.0 Pro 和 Gemini 1.0 Pro Vision 模型，并使用 Streamlit 开发应用，以文本、图片和视频提示测试模型。这使得全栈开发者能够轻松地为用户界面添加先进的 AI 功能，例如智能内容生成、图像理解和交互式 AI 体验，从而构建更智能、更具吸引力的全栈应用程序。
开发者关系工程师
开发者关系工程师
开发者关系工程师致力于维护和发展开发者社区，并通过技术内容和演示推广产品。本课程为开发者关系工程师提供了在 Google Cloud 上集成 Gemini 1.0 Pro 模型的实践知识，这对于向开发者社区展示生成式 AI 的强大功能至关重要。学习如何通过代码访问 Gemini API 并使用多模态提示测试模型，能够帮助开发者关系工程师创建引人入胜的教程、示例和演示，有效引导其他开发者利用这些先进的 AI 技术，从而促进社区的成长和产品采用。
云解决方案架构师
云解决方案架构师
云解决方案架构师负责设计和实施基于云平台的系统和应用架构。本课程直接专注于在 Google Cloud 上将应用与 Gemini 1.0 Pro 模型集成，为云解决方案架构师提供了利用先进生成式 AI 服务构建智能解决方案的专业知识。学习如何通过代码访问 Gemini API 并使用多模态提示测试模型功能，将使架构师能够有效地将 AI 能力融入到其设计的云架构中，确保解决方案的可扩展性、高性能与前瞻性，从而满足不断增长的 AI 驱动型业务需求。
产品经理
产品经理
产品经理负责定义产品愿景、制定产品策略并监督其开发。本课程可能对产品经理有所帮助，因为它提供了在 Google Cloud 上将应用与 Gemini 1.0 Pro 模型集成的第一手知识。这种实践理解能让产品经理深刻洞察生成式 AI 模型的技术能力和局限性，在规划 AI 驱动型产品特性时做出更明智的决策。了解如何利用 Gemini API 和多模态提示，可以帮助产品经理准确地识别市场机会，并设计出更具创新性和竞争力的 AI 产品。
DevOps工程师
DevOps工程师
DevOps 工程师致力于优化软件开发和交付流程，确保系统的可靠性和效率。本课程可能对 DevOps 工程师有所帮助，因为它提供了在 Google Cloud 上将应用与 Gemini 1.0 Pro 模型集成的实际操作知识。通过了解 AI 模型集成到应用程序的细节，DevOps 工程师可以更好地设计和管理支持人工智能驱动型应用的 CI CD 管道、部署策略和监控系统。这有助于确保包含生成式 AI 功能的应用程序能够稳定、高效地运行，从而提高整体的开发运维水平。
人工智能伦理与合规专家
人工智能伦理与合规专家
人工智能伦理与合规专家致力于制定和执行人工智能的伦理指南和合规性框架。本课程可能对人工智能伦理与合规专家有所帮助，因为它提供了在 Google Cloud 上将应用与 Gemini 1.0 Pro 模型集成的实践视角。通过了解如何通过代码访问 Gemini API 并使用文本、图片和视频提示测试生成式 AI 模型的功能，专家能够深入理解这些 AI 模型的潜在风险和责任，包括数据隐私、偏见和内容生成方面的问题。这种技术理解对于制定稳健的伦理策略和确保 AI 解决方案符合相关法规至关重要。该职位通常需要法律、伦理或相关技术领域的背景，有时会要求高级学位。
数据科学家
数据科学家
数据科学家负责分析复杂数据集、构建预测模型并从中提取有价值的业务洞察。本课程可能对数据科学家有所帮助，因为它提供了在 Google Cloud 上将先进的生成式 AI 模型（如 Gemini 1.0 Pro）集成到实际应用中的实践视角。通过了解如何通过代码访问 Gemini API 和使用多模态提示测试模型，数据科学家可以更好地理解大型语言模型如何被部署和应用于业务场景，从而在设计数据驱动型解决方案时，能够更全面地考虑 AI 模型的实际应用边界和潜力，将数据洞察转化为更具影响力的人工智能驱动的产品和服务，同时也能更好地与开发工程师协作。数据科学家的职位通常需要高级学位，例如硕士或博士。
研究科学家 人工智能
研究科学家 人工智能
研究科学家 人工智能主要从事人工智能领域的理论研究、新算法开发和模型创新。本课程可能对研究科学家 人工智能有所帮助，因为它提供了将如 Gemini 1.0 Pro 这样先进的生成式 AI 模型集成到实际应用中的实践经验。虽然课程侧重于应用而非基础研究，但了解模型在 Google Cloud 环境中的实际部署和交互方式，包括通过代码访问和利用多模态提示进行测试，可以为未来的模型设计和优化提供宝贵的现实世界反馈和应用洞察，从而弥合理论与实践之间的差距。研究科学家 人工智能的职位通常需要高级学位，例如博士。
For more career information including salaries, visit:
OpenCourser.com/course/q4fql0/Zai
Reading list
We haven't picked any books for this reading list yet.
Is tailored for architects and engineers responsible for designing and implementing scalable and highly available applications on Google Cloud Platform. It covers best practices and patterns for cloud architecture.
Focusing on serverless computing, this book provides practical guidance on designing, developing, and operating serverless applications on Google Cloud Platform.
Explores Google Cloud's big data and machine learning capabilities, covering topics such as data storage, processing, and analytics, as well as model development and deployment.
Written by Google Cloud engineers, this book covers the advanced features and capabilities of GCP, providing guidance on optimizing performance, scalability, and security in cloud applications.
Explores serverless and cloud-native development on Google Cloud Platform, guiding developers in building scalable, event-driven, and cost-effective applications.
Authored by Google's Kubernetes experts, this book covers the fundamentals and advanced topics of Google Kubernetes Engine, providing deep insights into container orchestration and management.
Delves into the core concepts and services of Google Cloud Platform, including compute, storage, networking, and containers. It offers a deep understanding of GCP's architecture and best practices.
Save
Provides a practical guide to using generative AI, covering the different techniques and tools available. It is written by two leading experts in the field, Josh Patterson and Adam Gibson.
Save
Explores the potential impact of generative AI on society, discussing how it could be used to solve social problems and improve quality of life. It is written by Kai-Fu Lee, a leading researcher in the field.
Explores the potential impact of generative AI on the economy, discussing how it could be used to create new jobs and improve productivity. It is written by two leading experts in the field, Erik Brynjolfsson and Andrew McAfee.
Save
Explores the potential impact of generative AI on the law, discussing how it could be used to automate legal processes and improve access to justice. It is written by Ryan Abbott, a leading researcher in the field.
Explores the potential applications of generative AI in climate change, discussing how it could be used to model climate change and develop solutions. It is written by Andrew Ng, a leading researcher in the field.
Save
Explores the potential applications of generative AI in healthcare, discussing how it could be used to improve patient care and accelerate drug discovery. It is written by Eric Topol, a leading researcher in the field.
Save
Provides a thought-provoking exploration of the future of generative AI, discussing its potential benefits and risks. It is written by Gary Marcus, a leading researcher in the field.
Save
Explores the philosophical implications of generative AI, discussing how it challenges our understanding of mind and consciousness. It is written by Daniel C. Dennett, a leading philosopher in the field.
Save
Provides a business-oriented perspective on generative AI, discussing its potential impact on industries and how companies can use it to gain a competitive advantage. It is written by three leading experts in the field, Thomas Davenport, Rajeev Ronanki, and Nitin Mittal.
Save
Explores the relationship between generative AI and the creative process, discussing how generative AI can be used to enhance creativity. It is written by Margaret Boden, a leading researcher in the field.
While not exclusively about APIs, this book is crucial for understanding the architectural style that heavily relies on APIs for communication between services. It covers the principles, benefits, and challenges of building microservices, providing essential context for API integration within such systems. It's a foundational text for anyone working with microservices.
Save
A foundational text for understanding RESTful APIs, this book delves into the concepts behind REST and how it applies to web services. It's suitable for beginners and provides a strong theoretical basis without focusing on specific coding examples. It helps solidify an understanding of the basics of APIs and their underlying principles.
Considered a classic in the field of enterprise application integration, this book provides a comprehensive catalog of patterns for integrating applications using messaging. While not solely focused on APIs, it lays crucial groundwork for understanding the underlying principles of connecting disparate systems, which is fundamental to API integration. It's more valuable for understanding foundational concepts than as a reference for modern web API development.
For more information about how these books relate to this course, visit:
OpenCourser.com/course/q4fql0/Zai
Share
Similar courses
Similar courses are unavailable at this time. Please try again later.
Level
Introductory
Via
Coursera
Institution
Google Cloud
Instructor
Google Cloud Training
Session
October 27, 2025
- November 17, 2025
Language
zh-CN
Our mission
OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.
Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.
Find this site helpful? Tell a friend about us.
Affiliate disclosure
We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.
Your purchases help us maintain our catalog and keep our servers humming without ads.
Thank you for supporting OpenCourser.
© 2016 - 2025 OpenCourser