GSP1345

Visão geral

Imagine que você trabalha com engenharia de dados na Cymbal Gaming. Você e a equipe de desenvolvimento estão criando um jogo de e-sports, o "Galactic Grand Prix". O jogo produz dados em tempo real com base em partidas entre dois jogadores de equipes diferentes. Por exemplo, dois jogadores competem em um evento, um deles vence e os pontos são concedidos ao jogador e à equipe vencedores. Sua tarefa é criar recomendações para dados de compra de DLCs. Se alguém comprar um DLC para um personagem no Galactic Grand Prix, você vai oferecer outros itens com base no que outras pessoas estão comprando.

Você já leu sobre o Pub/Sub e sabe que pode trabalhar com ele usando dados de streaming no Google Cloud. Também conhece o Dataflow (serviço gerenciado do Apache Beam do Google Cloud) e o Bigtable, que é um banco de dados NoSQL no Google Cloud. Dá para presumir que esses serviços podem ser usados com um notebook Jupyter para criar uma solução que ofereça outros itens de DLC aos clientes com base nas compras, mas você não sabe por onde começar.

No início do laboratório, o ambiente vai ter os recursos mostrados no diagrama a seguir.

Quando terminar o laboratório, você terá usado a arquitetura para realizar várias tarefas.

Veja na tabela a seguir uma explicação detalhada de cada tarefa referente à arquitetura do laboratório.

Objetivos

Neste laboratório, você vai:

• Treinar um modelo PyTorch com dados de compra, representados como tensores.
• Aprimorar novas compras do Pub/Sub com dados demográficos.
• Recomendar produtos a clientes que acabaram de chegar usando um pipeline do Dataflow.

Configuração e requisitos

Antes de clicar no botão Começar o Laboratório

Leia estas instruções. Os laboratórios são cronometrados e não podem ser pausados. O timer é ativado quando você clica em Iniciar laboratório e mostra por quanto tempo os recursos do Google Cloud vão ficar disponíveis.

Este laboratório prático permite que você realize as atividades em um ambiente real de nuvem, e não em uma simulação ou demonstração. Você vai receber novas credenciais temporárias para fazer login e acessar o Google Cloud durante o laboratório.

Confira os requisitos para concluir o laboratório:

• Acesso a um navegador de Internet padrão (recomendamos o Chrome).

• Tempo para concluir o laboratório: não se esqueça que, depois de começar, não será possível pausar o laboratório.

Como iniciar seu laboratório e fazer login no console do Google Cloud

1. Clique no botão Começar o laboratório. Se for preciso pagar por ele, uma caixa de diálogo vai aparecer para você selecionar a forma de pagamento. No painel Detalhes do Laboratório, à esquerda, você vai encontrar o seguinte:

   • O botão Abrir Console do Google Cloud
   • O tempo restante
   • As credenciais temporárias que você vai usar neste laboratório
   • Outras informações, se forem necessárias

2. Se você estiver usando o navegador Chrome, clique em Abrir console do Google Cloud ou clique com o botão direito do mouse e selecione Abrir link em uma janela anônima.

   O laboratório ativa os recursos e depois abre a página Fazer Login em outra guia.

   Dica: coloque as guias em janelas separadas lado a lado.

   Observação: se aparecer a caixa de diálogo Escolher uma conta, clique em Usar outra conta.

3. Se necessário, copie o Nome de usuário abaixo e cole na caixa de diálogo Fazer login.

   {{{user_0.username | "Username"}}}

   Você também encontra o nome de usuário no painel Detalhes do Laboratório.

4. Clique em Próxima.

5. Copie a Senha abaixo e cole na caixa de diálogo de Olá.

   {{{user_0.password | "Password"}}}

   Você também encontra a senha no painel Detalhes do Laboratório.

6. Clique em Próxima.

   Importante: você precisa usar as credenciais fornecidas no laboratório, e não as da sua conta do Google Cloud. Observação: se você usar sua própria conta do Google Cloud neste laboratório, é possível que receba cobranças adicionais.

7. Acesse as próximas páginas:

   • Aceite os Termos e Condições.
   • Não adicione opções de recuperação nem autenticação de dois fatores (porque essa é uma conta temporária).
   • Não se inscreva em testes gratuitos.

Depois de alguns instantes, o console do Google Cloud será aberto nesta guia.

Observação: para acessar os produtos e serviços do Google Cloud, clique no Menu de navegação ou digite o nome do serviço ou produto no campo Pesquisar.

Tarefa 1: criar os recursos do Google Cloud

Nesta tarefa, você vai criar os recursos do Google Cloud para o laboratório, incluindo o tópico e a assinatura do Pub/Sub e a instância do Bigtable. Observação: vamos usar comandos do Cloud Shell para criar esses recursos e acelerar o processo.

Para usar comandos da gcloud CLI, primeiro acesse o Google Cloud Shell e defina as variáveis de ambiente.

Acessar o Cloud Shell e definir variáveis de ambiente.

1. Para abrir, clique em Ativar Cloud Shell.

2. O Cloud Shell precisa de autorização, pois esta é a primeira vez que você o usa no laboratório. Para fazer isso, clique em Continuar e em Autorizar na janela pop-up.

3. Execute os seguintes comandos:

   export PROJECT_ID="{{{project_0.project_id|set at lab start}}}"

4. Execute os comandos abaixo para confirmar que as variáveis foram armazenadas.

   echo ${PROJECT_ID}

   Vamos usar essas variáveis logo mais no laboratório.

Criar a instância do Bigtable

1. Para criar essa instância, execute este comando:

   gcloud bigtable instances create instance \ --display-name="My Bigtable Instance" \ --cluster-config=id=my-cluster,zone={{{project_0.default_zone | Zone}}},nodes=1

   Uma mensagem de confirmação vai indicar que a instância foi criada.

   Observação: você vai criar a tabela do Bigtable mais tarde no notebook do Jupyter.

Criar o tópico e a assinatura do Pub/Sub

1. Execute o seguinte comando para criar o tópico do Pub/Sub.

   gcloud pubsub topics create customer-data

   Uma mensagem de confirmação vai indicar que o tópico do Pub/Sub foi criado.

2. Execute o comando a seguir para criar a assinatura do Pub/Sub para o tópico.

   gcloud pubsub subscriptions create customer-data_sub --topic=customer-data

   Uma mensagem de confirmação vai aparecer indicando que a assinatura foi adicionada ao tópico.

Clique em Verificar meu progresso para conferir o objetivo. Criar os recursos do Google Cloud.

Tarefa 2: abrir o notebook no Vertex AI Workbench e escolher o kernel

Tarefa 2a: abrir o notebook

1. No menu de navegação () do console do Google Cloud, clique em Vertex AI > Workbench.

2. Ache a instância e clique no botão Abrir o JupyterLab.

A interface do JupyterLab para sua instância do Workbench é aberta em uma nova guia do navegador.

Tarefa 2b: escolher o kernel

1. Abra o arquivo .

2. Na caixa de diálogo "Selecionar Kernel", escolha Python 3 na lista de kernels disponíveis.

Tarefa 3: importar bibliotecas Python e definir as variáveis de ambiente:

Nesta tarefa, vamos importar os pacotes Python necessários para usar no notebook e definir as variáveis de ambiente.

1. Conclua as etapas na seção Tarefa 3, que fica na seção Instalar pacotes e configurar o notebook.

   Para ID do projeto, use , para instance_id, use instance e, para table_id, use customer_data. Você criou a instância do Bigtable na Tarefa 1. Defina esses valores agora para evitar erros e concluir as tarefas do notebook mais para frente.

Clique em Verificar meu progresso para conferir o objetivo. Instale os pacotes e configure o notebook.

Tarefa 4: treinar o modelo

Nesta tarefa, você vai criar o conjunto de dados e converter os dados nele em tensores. Depois, vai criar o modelo do PyTorch e treinar com os tensores.

1. Conclua a seção Treinar o modelo do notebook.

Clique em Verificar meu progresso para conferir o objetivo. Treinar o modelo.

Tarefa 5: configurar a tabela do Bigtable e publicar mensagens no Pub/Sub

Agora, você vai criar e configurar a tabela do Bigtable com os grupos de colunas. Depois, você vai carregar os dados na tabela. Por fim, vai publicar mensagens no Pub/Sub.

1. Revise a seção Configurar a tabela do Bigtable e publicar mensagens no Pub/Sub do notebook.

Clique em Verificar meu progresso para conferir o objetivo. Configurar a tabela do BigTable e publicar mensagens no Pub/Sub.

Tarefa 6: usar a transformação e o gerenciador de aprimoramento do Bigtable

Nesta tarefa, você vai usar o handler de aprimoramento do Bigtable, um conector especializado usado no pipeline do Dataflow, que realiza o processo de aprimoramento com o Bigtable como fonte de dados. Você também vai usar a transformação de aprimoramento do Bigtable. Pense no gerenciador de aprimoramento do Bigtable como a ferramenta e na transformação como o verbo que a inicia no código.

1. Confira a seção Usar a transformação e o gerenciador de aprimoramento do Bigtable do notebook.

Clique em Verificar meu progresso para conferir o objetivo. Usar a transformação e o gerenciador de aprimoramento do Bigtable.

Tarefa 7: executar a inferência e o pipeline

Nesta tarefa, vamos executar a inferência com o modelo PyTorch e o pipeline do Dataflow.

1. Confira a seção Executar inferência e o pipeline do notebook.

Clique em Verificar meu progresso para conferir o objetivo. Executar a inferência e o pipeline.

Parabéns!

Neste laboratório, você aprendeu a treinar um modelo do PyTorch com dados de compra representados como tensores. Você também aprendeu a aprimorar anovas compras do Pub/Sub com dados demográficos e, em seguida, recomendar novos produtos de DLC aos clientes com seu pipeline do Dataflow.

Treinamento e certificação do Google Cloud

Esses treinamentos ajudam você a aproveitar as tecnologias do Google Cloud ao máximo. Nossas aulas incluem habilidades técnicas e práticas recomendadas para ajudar você a alcançar rapidamente o nível esperado e continuar sua jornada de aprendizado. Oferecemos treinamentos que vão do nível básico ao avançado, com opções de aulas virtuais, sob demanda e por meio de transmissões ao vivo para que você possa encaixá-las na correria do seu dia a dia. As certificações validam sua experiência e comprovam suas habilidades com as tecnologias do Google Cloud.

Manual atualizado em 22 de janeiro de 2026

Laboratório testado em 22 de janeiro de 2026

Copyright 2026 Google LLC. Todos os direitos reservados. Google e o logotipo do Google são marcas registradas da Google LLC. Todos os outros nomes de produtos e empresas podem ser marcas registradas das respectivas empresas a que estão associados.