コンテンツに移動
デベロッパー

「Google Cloud でのプロダクション レディな AI の開発」学習プログラム

2025年12月12日
https://storage.googleapis.com/gweb-cloudblog-publish/images/Production-Ready_AI_Launch_hero_image_3_1.max-2500x2500.png
Mollie Pettit

Developer Relations Engineer

※この投稿は米国時間 2025 年 11 月 18 日に、Google Cloud blog に投稿されたものの抄訳です。

Google Cloud は、AI プロジェクトをプロトタイプから本番環境に移行するための無料シリーズとして「Google Cloud でのプロダクション レディな AI の開発」学習プログラムをリリースしました。

このページはカリキュラムの中央ハブです。今から 12 月中旬にかけて、毎週新しいモジュールを追加する予定です。

このプログラムを開発した理由: プロトタイプから本番環境に移行する際のギャップを埋める

生成 AI を使用すると、印象的なプロトタイプを簡単に構築できます。しかし、そうした概念実証を安全でスケーラブルかつ観測可能な本番環境システムに移行する段階で、多くのプロジェクトが行き詰まります。これが、プロトタイプから本番環境に移行する際のギャップです。そこには、確率モデルを含むようになったシステムにおけるセキュリティ、インフラストラクチャ、モニタリングに関する難問に答えるという課題があります。

私たち Google Cloud チームは、まさにこの課題に取り組んできました。この継続的な課題を解決するため、チームは本番環境グレードのベスト プラクティスに焦点を当てた包括的な社内ハンドブックを作成しました。私たちはこのハンドブックが収めた成功を目の当たりにして、それを共有する必要があると考えました。

そのハンドブックをすべてのデベロッパー向けに調整したのが、この学習プログラムです。プログラムのカリキュラムでは、Gemini モデルのパワーを、Vertex AIGoogle Kubernetes Engine(GKE)Cloud Run などの本番環境グレードのツールと結び付けます。

このカリキュラムをデベロッパー コミュニティと共有できることを嬉しく思います。ハッシュタグ #ProductionReadyAI で成果を共有し、仲間とつながりましょう。皆様の学びが充実したものになりますように。

カリキュラム

モジュール 1: LLM を使用するアプリの開発

最初に、Vertex AI SDK を使用したアプリケーション構築とモデル操作の基礎を学びます。

要約: 想像以上に簡単な初めての AI アプリケーションの構築

モジュール 2: オープンモデルのデプロイ

本番環境グレードのプラットフォーム

Google Kubernetes Engine(GKE)Cloud RunVertex AI エンドポイントなど)にオープンソース モデルをデプロイして、効率的にモデルをサービングおよびスケーリングする方法を学びます。

概要: Google Cloud での Gemma 3 の実践

モジュール 3: エージェントの開発

Agent Development Kit(ADK)を使って、複雑なタスクを遂行するために推論し、計画し、ツールを使用できる AI エージェントを構築する方法を学びます。

要約: 初めての ADK エージェント ワークフォースの構築

モジュール 4: AI アプリケーションの保護

本番環境でインフラストラクチャ、データ、AI 搭載エンドポイントを保護する重要な手法を習得します。

  • コンテンツは準備中です

モジュール 5: エージェントのデプロイ

Google Kubernetes Engine(GKE)や Cloud Run などのスケーラブルなマネージド プラットフォームにエージェントをデプロイして本番環境に移行します。

  • コンテンツは準備中です

モジュール 6: データベースの概要

  • コンテンツは準備中です

モジュール 7: 評価

LLM 出力、エージェント、RAG システムのパフォーマンスを厳密に評価して、品質と信頼性を確保する方法を学びます。

  • コンテンツは準備中です

モジュール 8: 高度なエージェント機能

エージェント RAG、Model Context Protocol(MCP)ツール、エージェント間(A2A)プロトコルでエージェントの機能を強化する方法を学びます。

  • コンテンツは準備中です

モジュール 9: RAG の高度な手法

データベースに接続し、洗練されたチャンキング、再ランキング、クエリ変換などの高度な手法を使用して、RAG システムを最適化します。

  • コンテンツは準備中です

モジュール 10: ファインチューニング

プロンプト作成にとどまらず、オープンモデルとプロプライエタリ モデルの両方をファインチューニングして、特定のタスクのパフォーマンスを向上させます。

  • コンテンツは準備中です

Google Cloud チームは、この学習プログラムを絶えず進化する生きたリソースにするべく取り組んでおり、今後も随時コンテンツを追加する予定です。

足りないものがあると思われる場合は、こちらからご意見をお聞かせください!

-デベロッパーリレーションズ エンジニア、Mollie Pettit

 

投稿先