Swati Ghosh
Participante desde 2026
Liga Bronze
1035 pontos
Participante desde 2026
Conclua o selo de habilidade intermediário Desenvolvimento de aplicativos de IA generativa com Gemini e Streamlit para mostrar que você sabe gerar texto, aplicar chamadas de função usando o SDK do Python e a API Gemini e implantar um aplicativo do Streamlit com o Cloud Run. Você vai conhecer formas diferentes de usar comandos no Gemini para gerar texto, usar o Cloud Shell para testar e iterar em um aplicativo do Streamlit e depois colocar o app em um contêiner do Docker implantado no Cloud Run.
Tudo gira em torno de alcances (spans) globais e planos de execução. Primeiro, você vai entender o funcionamento interno do Google Cloud Spanner para projetar esquemas (schemas), carregar dados em escala e dominar a otimização de planos de consulta. A partir daí, executará seu plano de back-end sem servidor (serverless) integrando Cloud Run Functions, mensagens via Pub/Sub e o API Gateway. Com dois laboratórios de desafio inclusos, você terminará o curso com total controle sobre dados corporativos e APIs orientadas a eventos.
Conclua o curso introdutório Crie e gerencie instâncias do Cloud Spanner para demonstrar que você sabe: Criar e interagir com instâncias e bancos de dados do Cloud Spanner Carregar bancos de dados do Cloud Spanner usando várias técnicas Fazer backup de bancos de dados do Cloud Spanner, definir esquemas e entender planos de consulta Implantar um app da Web moderno conectado a uma instância do Cloud Spanner.
À medida que as plataformas crescem, manter a velocidade, a confiabilidade e experiências de usuário perfeitas torna-se crucial. Inspirado pela Bobble AI e sua jornada para suportar milhões de interações em tempo real, este desafio explora como os sistemas nativos da nuvem são projetados para eficiência em escala. Você trabalhará com Docker e Kubernetes para executar e orquestrar aplicativos, além de usar IAM, Cloud Storage e Monitoramento para gerenciar acesso, dados e desempenho. O resultado: uma visão mais clara de como a combinação certa de contêineres, automação e observabilidade mantém os aplicativos modernos rápidos, resilientes e eficientes.
Neste curso, profissionais de machine learning vão conhecer as principais ferramentas, técnicas e práticas recomendadas para avaliar modelos de IA generativa e preditiva. Essa avaliação é muito importante para garantir que os sistemas de ML produzam resultados confiáveis, precisos e de alto desempenho na produção. Os participantes vão entender em detalhes as várias métricas e metodologias de avaliação, além da aplicação correta delas em diferentes tarefas e tipos de modelo. O foco do curso está nos desafios específicos dos modelos de IA generativa e nas estratégias para lidar com eles de forma eficaz. Usando a plataforma Vertex AI do Google Cloud, os participantes vão aprender a implementar processos robustos de avaliação para selecionar e otimizar os modelos, com monitoramento contínuo.
O objetivo desse curso é equipar você com o conhecimento e as ferramentas necessários para resolver os desafios enfrentados por equipes de MLOps durante o desenvolvimento e gerenciamento de modelos de IA generativa. Também queremos mostrar como a Vertex AI ajuda equipes de IA a simplificar processos de MLOps e a alcançar o sucesso em projetos de IA generativa.