學完一門 AI 入門課程後，你可能會有這樣的疑問：「接下來我該學什麼？」而 Google Cloud 不只提供入門導向的 Generative AI 課程，其實還打造出一整套由淺入深的 AI 學習路線，從概念理解、工具實作，到專業證照與職場應用，通通都有。

本篇文章要帶給你什麼？

這篇文章整理出一條完整的 Google Cloud AI 學習地圖，讓你知道每一個階段該學什麼、去哪裡學、學完可以做什麼。無論你是初學者、轉職者，還是想進一步強化技能的從業者，都能依照這份路線一步步前進。

在先前的「Google「生成式 AI 課程」帶你快速上手 GenAI 基礎！完全免費一次看！」中，我們已經完成「生成式 AI 入門」的相關介紹與訓練，我想也有許多人會對 Google 旗下所提供的相關課程感到好奇，因此今日我們會從整個架構開始介紹，讓讀者有更全面的認識與了解，同時也可以根據自身的需要，去制定相關的學習計劃。

入門起點：建立基本概念與觀念框架

如果你剛接觸 AI，最推薦的起點就是 Google Cloud 的以下兩門課程：

• Introduction to Generative AI（生成式 AI 入門）
• Introduction to Large Language Models（大型語言模型基礎）
• Introduction to Responsible AI（負責任 AI 與倫理設計）

這三門課都可以在 Google Cloud Skills Boost 平台上免費學習，學習時間短，並附帶數位徽章。對於還不熟悉 AI 概念、工具原理、應用範圍的人來說，是最適合的入門組合。

網址參考：https://www.cloudskillsboost.google/paths/118

中階發展：進入實作與平台應用

當你對基本概念有初步了解後，下一步就是了解實際的 AI 工具要怎麼使用。

Google 推出的 Vertex AI 是一個整合式 AI 平台，能讓你在雲端進行模型建立、訓練、部署與應用。對於非工程師來說，它最適合的切入點就是：

• Introduction to Vertex AI（簡介與平台導覽）
• Build and Deploy a Machine Learning Solution with Vertex AI（專案型練習）
• Prompt Design and Engineering for Vertex AI（如何在 Google 工具中設計 Prompt）

這些課程大多包含實作操作，你會實際體驗到如何在平台中輸入資料、選擇模型、優化與預測流程。這個階段非常適合行銷、產品、資料分析等跨領域背景者。

實務練習平台：用 Qwiklabs 做真實操作

如果你想更進一步練習動手做，Google Cloud 推出的 Qwiklabs 是一個非常值得使用的實務平台。它提供真實環境的練習模組，不用自己設定機器，也不用額外下載安裝工具。

建議優先選擇以下幾類實驗室：

• Introduction to ML in the Cloud
• Create and Manage ML Models with Vertex AI
• Predict Housing Prices with AutoML and BigQuery ML

這些 Lab 都是基於 Google Cloud 原生工具設計，讓你一步步熟悉資料上傳、模型建立、預測輸出、介面操作等流程。

Qwiklabs 網址：https://www.qwiklabs.com/

進階挑戰：證照與專業應用路徑

當你完成一定的實作與應用後，Google Cloud 也提供針對 AI 領域的專業認證，例如：

• Google Cloud Certified: Professional Machine Learning Engineer

這張證照不只涵蓋 AI 模型知識，也包含資料工程、模型部署、MLOps、自動化工具應用等範疇。

雖然難度較高，但你可以透過以下學習模組為自己打基礎：

• Preparing for Google Cloud ML Engineer Certification
• ML Pipelines on Vertex AI
• Data Engineering and AI for Business Applications

這個階段適合希望轉向技術職、資料科學職位，或希望系統性建構 AI 專案能力的使用者。

收斂與展現：如何把學習成果應用到職場

學完之後，最重要的是如何讓這些知識變成你的履歷亮點與實務能力。

建議操作如下：

• 整理已獲得的徽章與證書，放入 LinkedIn 證照欄與個人網站作品集
• 撰寫一篇學習心得或實作紀錄（例如用 Vertex AI 做了什麼小專案）
• 將課程中所學轉化為你本業可用的流程或提案，做出具體應用價值

這樣的整理不只是「結束一門課」，而是建立一套可實踐的 AI 能力結構。

結語：不是學會一個工具，而是打造一條學習能力曲線

Google Cloud 提供的 AI 學習路線不只是單點知識，而是一條由觀念到應用、由練習到職涯轉換的完整學習曲線。

你可以只學一門課，但更推薦的是把這些資源串起來，讓每一步都有意義、有實踐、有累積。學習 AI，不是為了趕流行，而是為了讓自己在未來技術變化中，保有理解、應用與創造的能力。

之後，我們將從學習轉向工具使用，帶你看看 Google 自家有哪些 AI 工具，哪些真的值得用、可以馬上用，幫你整理出一份實用導覽清單。