When will I receive my Course Certificate?

If you complete the course successfully, your electronic Course Certificate will be added to your Accomplishments page - from there, you can print your Course Certificate or add it to your LinkedIn profile.

Why can’t I audit this course?

This course is currently available only to learners who have paid or received financial aid, when available.

Is financial aid available?

Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.

Orchestrate ML Workflows with Vertex AI Pipelines

Sparen Sie mit 40% Rabatt auf 3 Monate Coursera Plus bei den Fähigkeiten, die Sie zum Strahlen bringen. Jetzt sparen

kurs ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen.

Orchestrate ML Workflows with Vertex AI Pipelines

Dieser Kurs ist Teil von Spezialisierung „Machine Learning Operations (MLOps) on Google Cloud“

Dozent: Google Cloud Training

Bei enthalten

Mehr erfahren

6 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

Stufe Mittel

Einige einschlägige Kenntnisse erforderlich

4 Stunden zu vervollständigen

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

6 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

Stufe Mittel

Einige einschlägige Kenntnisse erforderlich

4 Stunden zu vervollständigen

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

Explain the use cases that drive the adoption of ML Orchestration.
Describe how Vertex AI drives MLOps automation, reproducibility, and scaling.
Implement production-grade pipelines using Vertex AI’s no-code Template Gallery.
Build hybrid pipeline workflows with Kubeflow and pre-built GCP components.

Kompetenzen, die Sie erwerben

Kategorie: Agentic systems
Kategorie: Forecasting
Kategorie: MLOps (Machine Learning Operations)
Kategorie: Model Training
Kategorie: Google Cloud Platform
Kategorie: Generative AI Agents
Kategorie: Data Pipelines
Kategorie: Automation

Werkzeuge, die Sie lernen werden

Kategorie: AI Workflows
Kategorie: AI Orchestration
Kategorie: Model Deployment
Kategorie: Prompt Engineering
Kategorie: Agentic Workflows

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Kürzlich aktualisiert!

April 2026

Bewertungen

4 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung „Machine Learning Operations (MLOps) on Google Cloud“

Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.

Lernen Sie neue Konzepte von Branchenexperten
Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 6 Module

Discover how to orchestrate ML workflows on Google Cloud. Explore the business drivers for orchestration and the technical architecture of Vertex AI Pipelines. Learn to create MLOps pipelines using a flexible, hybrid approach: utilize the no-code Template Gallery or construct custom workflows with the Kubeflow Pipelines (KFP) SDK and Google's pre-built components. Finally, accelerate your workflows using the Data Science Agent—an AI-powered collaborator that automates pipeline code generation.

This lesson guides learners through the course structure, which is built upon the transition from ad-hoc experimentation to robust, production-grade systems using Vertex AI Pipelines . It outlines the strategies for ML orchestration—ranging from no-code to hybrid pipelines—and introduces learners to the Data Science Agent for accelerating the automation of complex, deployable workflows .

Das ist alles enthalten

1 Video

Examine the operational bottlenecks complex ML processes and determine the need for automated reproducible workflows orchestration.

Das ist alles enthalten

4 Videos1 Aufgabe

Explore Vertex AI and the core mechanics of ML pipelines, including compilers, DAGs, runners, artifact passing, and metadata lineage.

Das ist alles enthalten

4 Videos1 Aufgabe

Optimize ML workflows using the "Hybrid" pipeline strategy. Evaluate specific workflow requirements to determine the balance between using Google’s validated Pre-built Component and creating custom Lightweight Python Components for proprietary logic.

Das ist alles enthalten

4 Videos1 Aufgabe1 App-Element1 Plug-in

4 VideosInsgesamt 22 Minuten

Using Google’s Pre-Built Components7 Minuten
Building KFP Lightweight Components7 Minuten
Optimize Your Workflow: The Hybrid Approach5 Minuten
Summary3 Minuten

1 AufgabeInsgesamt 6 Minuten

Quiz-36 Minuten

1 App-ElementInsgesamt 60 Minuten

Lab: Building End to End MLOps Pipelines using Vertex AI60 Minuten

1 Plug-inInsgesamt 15 Minuten

Accessing and completing labs15 Minuten

Leverage the Data Science Agent to automate code generation and troubleshoot architectural errors using the Context-Task-Constraint (CTC) prompt engineering framework.

Das ist alles enthalten

3 Videos1 Aufgabe1 App-Element

This lesson summarizes the course by addressing the transition from ad-hoc notebooks to robust, production-grade systems using Vertex AI Pipelines . It reviews the core concepts of ML Orchestration and Hybrid Pipelines, highlights tools like Google's pre-built components and the Kubeflow SDK, and recaps technologies such as the Data Science Agent for automating complex challenges like media sales forecasting and customer churn prediction .

Das ist alles enthalten

1 Video1 Lektüre

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozent

Google Cloud Training

Google Cloud

2.200 Kurse4.298.804 Lernende

von

Google Cloud

Mehr von Software Development entdecken

Google Cloud
Vertex Pipelines: Qwik Start
Projekt
Status: Kostenloser Testzeitraum
Google Cloud
Machine Learning Operations (MLOps) with Vertex AI: Manage Features
Kurs
Status: Kostenloser Testzeitraum
Google Cloud
Machine Learning Operations (MLOps) on Google Cloud
Spezialisierung
Google Cloud
Orchestrating a TFX Pipeline with Airflow
Projekt

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018

„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020

„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021

„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Häufig gestellte Fragen

Yes, you can preview the first video and view the syllabus before you enroll. You must purchase the course to access content not included in the preview.

If you decide to enroll in the course before the session start date, you will have access to all of the lecture videos and readings for the course. You’ll be able to submit assignments once the session starts.

Once you enroll and your session begins, you will have access to all videos and other resources, including reading items and the course discussion forum. You’ll be able to view and submit practice assessments, and complete required graded assignments to earn a grade and a Course Certificate.