Kurs
digicode: VAISCO
Introduction to Vertex AI Search for Commerce
Kurs-Facts
- Verstehen grundlegender Funktionen von Vertex AI Search für den Handel
- Erkunden von Anwendungsfällen und Lösungen mit Vertex AI Search für den Handel
- Implementieren von Datenaufnahmemöglichkeiten und Qualitätspipelines für Katalog- und Benutzerereignisdaten
- Personalisieren von Suchergebnissen und Empfehlungen für Kunden
- Überwachen der Suchleistungsergebnisse
- Verstehen erweiterter Funktionen und Best Practices für Vertex AI Search für den Handel
Du lernst die Kernfunktionen von Vertex AI Search for Commerce kennen und diskutieren gängige Anwendungsfälle und Lösungen, bevor du eine einfache Such-App in Vertex AI Search for Commerce implementierst. Anschliessend besprichst du, wie du die Datenerfassung und -qualität für Ihre Such-App verwaltest, Empfehlungen durch Personalisierung optimierst, deine Such-App bereitstellst, die Suchleistung überwachst und analysierst sowie erweiterte Funktionen und allgemeine Best Practices diskutierst.
1 Einführung in Vertex AI Search for Commerce
- Übersicht über Vertex AI Search for Commerce
- Wichtige Konzepte für Vertex AI Search for Commerce
- Tour durch Vertex AI Search for Commerce in der Cloud Console
- Beispielanwendungsfälle
- Wichtige Konzepte für Vertex AI Search for Commerce verstehen
- Funktionen und Möglichkeiten von Vertex AI Search for Commerce nutzen
- Entdecken typischer Anwendungsfälle für Vertex AI Search for Commerce
- Labor: Erste Schritte mit Vertex AI Search for Commerce
2 Datenaufnahme
- Datenaufnahme-Pipelines
- Datenquellen (Cloud Storage, BigQuery, Merchant Center)
- Datentransformationen und Vorverarbeitung
- Aufnehmen von Produktdaten in Vertex AI Search for Commerce mithilfe von ETL-Pipelines
- Verfolgen von Benutzerereignissen in Echtzeit
- Verwalten laufender Aktualisierungen, um Daten auf dem neuesten Stand zu halten
- Labor: Durchführen von Datentransformationen und -validierungen
3 Datenmanagement
- Weitere Informationen zu Datentransformationen und Vorverarbeitung
- Arbeiten mit Produktmetadaten und -attributen
- Datenqualität und konsistente Aktualisierungen
- Verstehen Sie die wichtigsten Produktdatenstrukturen für Vertex AI.
- Identifizieren wesentlicher Attribute und deren Auswirkungen auf die KI-Leistung.
- Erkunden fortgeschrittener Datenumwandlungstechniken für Kataloge.
- Anpassen von Produktdaten an das Google Cloud Retail-Schema, um optimale Ergebnisse zu erzielen.
- Labor: Verwalten und Aktualisieren von Produktmetadaten
4 Suchen und Durchsuchen
- Datenqualität
- Vertiefung der Such- und Durchsuchungsfunktionen
- Personalisierung der Ergebnisse
- Optimierungssteuerungen
- Unterscheiden zwischen Such- und Durchsuchungsfunktionen
- Verstehen der Leistungsstufen von Suche und Browsen.
- Verbessern und Erhalten der Datenqualität.
- Beschreiben von Ranking, Optimierung und Personalisierung.
- Identifizieren wichtiger Katalog- und Benutzerereignisattribute.
- Labor: Personalisieren von Suchergebnissen mit Vertex AI Search for Commerce
5 Empfehlungen
- Übersicht über Empfehlungen
- Empfehlungsmodelle
- Entwickeln einer Empfehlungsstrategie
- Unterscheiden zwischen verschiedenen Empfehlungsmodellen.
- Korrelieren von Seitentypen mit Optimierungszielen.
- Entwickeln einer Strategie für die Umsetzung von Empfehlungen.
Search Engineers, Data Engineers und Data Scientists, die lernen möchten, wie man die Kernfunktionen von Vertex AI Search für den Handel versteht.
Wir empfehlen, den Kurs Modernizing Retail and Ecommerce Solutions with Google Cloud absolviert zu haben oder gleichwertige Kenntnisse.
Produkte:
- Vertex AI
- Vertex AI Search
- Gemini
- BigQuery
- Cloud Storage
- Dataflow