ibrahim elsanhouri
Participante desde 2025
Liga Diamante
22879 pontos
Criação de agentes de IA com bancos de dados corporativos
Earned Sep 5, 2026 EDT
Cloud Healthcare API
Earned Aug 8, 2026 EDT
Criar um data warehouse com o BigQuery
Earned Aug 5, 2026 EDT
Como trabalhar com modelos do Gemini no BigQuery
Earned Aug 2, 2026 EDT
Aumento de Produtividade com Gemini no BigQuery
Earned Aug 2, 2026 EDT
Introdução à engenharia de dados no Google Cloud
Earned Jul 29, 2026 EDT
Preparação para sua jornada da certificação Professional Data Engineer
Earned Jul 29, 2026 EDT
Inclusão de habilidades agênticas com ferramentas
Earned Jul 28, 2026 EDT
Gerenciamento de memória e estado de agentes
Earned Jul 28, 2026 EDT
Otimização do comportamento de agentes
Earned Jul 28, 2026 EDT
Introdução ao Vertex AI Studio
Earned Jul 27, 2026 EDT
Como criar modelos de legenda para imagens
Earned Jul 27, 2026 EDT
Modelos de transformador e modelo de BERT
Earned Jul 27, 2026 EDT
Arquitetura de codificador-decodificador
Earned Jul 27, 2026 EDT
Mecanismo de atenção
Earned Jul 27, 2026 EDT
Introdução à geração de imagens
Earned Jul 27, 2026 EDT
Introdução à segurança no mundo da IA
Earned Jul 27, 2026 EDT
Arquitetura de nuvem: como criar, implantar e gerenciar
Earned Jul 27, 2026 EDT
Model Armor: como proteger implantações de IA
Earned Jul 23, 2026 EDT
IA responsável para desenvolvedores: interpretabilidade e transparência
Earned Jul 22, 2026 EDT
IA responsável para desenvolvedores: privacidade e segurança
Earned Jul 22, 2026 EDT
Implantar aplicativos do Kubernetes no Google Cloud
Earned Jul 19, 2026 EDT
Operações de machine learning (MLOps) com a Vertex AI: como gerenciar atributos
Earned Jul 15, 2026 EDT
Criar um site no Google Cloud
Earned Jul 14, 2026 EDT
Organize e governe dados com o Dataplex
Earned Jul 11, 2026 EDT
Proteger dados do Lakehouse
Earned Jul 11, 2026 EDT
[DEPRECATED] Data Governance with Dataplex Universal Catalog
Earned Jul 11, 2026 EDT
Pesquisa vetorial e embeddings
Earned Jul 5, 2026 EDT
IA responsável para desenvolvedores: imparcialidade e viés
Earned Jul 1, 2026 EDT
Criação de aplicativos orientados a eventos com o Eventarc
Earned Jun 30, 2026 EDT
Operações de Machine Learning (MLOps) para IA Generativa
Earned Jun 29, 2026 EDT
Introdução à IA e ao machine learning no Google Cloud
Earned Jun 29, 2026 EDT
Implementação do Cloud Load Balancing no Compute Engine
Earned Jun 29, 2026 EDT
Introdução à IA responsável
Earned Jun 28, 2026 EDT
Como desenvolver sua rede do Google Cloud
Earned Jun 28, 2026 EDT
Infraestrutura de IA: técnicas de rede
Earned Jun 26, 2026 EDT
Infraestrutura de IA: opções de armazenamento
Earned Jun 26, 2026 EDT
Infraestrutura de IA: tipos de implantação
Earned Jun 26, 2026 EDT
Infraestrutura de IA: Cloud TPUs
Earned Jun 26, 2026 EDT
Infraestrutura de IA: Cloud GPUs
Earned Jun 26, 2026 EDT
Infraestrutura de IA: introdução ao Hipercomputador de IA
Earned Jun 25, 2026 EDT
Operações de machine learning (MLOps) com a Vertex AI: avaliação de modelo
Earned Jun 24, 2026 EDT
Preparar dados para APIs de ML no Google Cloud
Earned Jun 24, 2026 EDT
Automatize a captura de dados em escala com Document AI
Earned Jun 23, 2026 EDT
Engenharia de agentes de IA com o Kit de Desenvolvimento de Agente (ADK)
Earned Jun 23, 2026 EDT
Como criar apps de IA generativa no Google Cloud
Earned Jun 21, 2026 EDT
Crie aplicativos sem servidor com o Cloud Run Functions
Earned Jun 21, 2026 EDT
Desenvolvimento de aplicativos com Cloud Run no Google Cloud: princípios básicos
Earned Jun 21, 2026 EDT
Implementar a pesquisa vetorial multimodal com o BigQuery
Earned Jun 14, 2026 EDT
Dados de engenharia para modelagem preditiva com o BigQuery ML
Earned Jun 13, 2026 EDT
[DEPRECATED] Google Cloud Data Solutions for the Public Sector
Earned Jun 10, 2026 EDT
Criação de sistemas de machine learning de produção
Earned Jun 7, 2026 EDT
Otimize seus custos do Google Cloud
Earned May 27, 2026 EDT
Primeiros passos na criação de agentes com o Kit de Desenvolvimento de Agente (ADK)
Earned May 18, 2026 EDT
Criação de agentes com o Kit de Desenvolvimento de Agente (ADK)
Earned May 18, 2026 EDT
Criar embeddings, pesquisa vetorial e RAG com o BigQuery
Earned May 16, 2026 EDT
Processamento de dados sem servidor com o Dataflow: desenvolvimento de pipelines
Earned May 12, 2026 EDT
Processamento de dados sem servidor com o Dataflow: fundamentos
Earned May 9, 2026 EDT
NCAA® March Madness®: Bracketology with Google Cloud
Earned Mar 29, 2026 EDT
Introduction to Vertex Forecasting and Time Series in Practice
Earned Mar 27, 2026 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud - Português Brasileiro
Earned Mar 12, 2026 EDT
Usar o BigQuery ML para inferência
Earned Mar 11, 2026 EDT
Streaming de análises para o BigQuery
Earned Mar 11, 2026 EDT
Operações de machine learning (MLOps): introdução
Earned Mar 11, 2026 EDT
Trabalhar com Notebooks na Vertex AI
Earned Mar 10, 2026 EDT
BigQuery para Machine Learning
Earned Mar 9, 2026 EDT
Como criar pipelines de dados de streaming no Google Cloud
Earned Feb 9, 2026 EST
Criar agentes de IA que podem aproveitar bancos de dados corporativos usando o MCP Toolbox for Databases. Você vai definir ferramentas seguras de interação com o banco de dados e implementar recursos de consulta inteligentes (usando embeddings de vetores e consultas estruturadas).
Saiba mais
Cloud Healthcare API bridges the gap between care systems and applications built on Google Cloud. By supporting standards-based data formats and protocols of existing healthcare technologies, Cloud Healthcare API connects your data to advanced Google Cloud capabilities, including streaming data processing with Cloud Dataflow, scalable analytics with BigQuery, and machine learning with Cloud Machine Learning Engine. In this Quest you will use the Cloud Healthcare API to ingest and process data in the industry standard FHIR, HL7v2 and DICOM formats, train a TensorFlow model for prediction with FHIR data, and also gain practice with de-identification of datasets.
Saiba mais
Conclua o selo de habilidade intermediário Criar um data warehouse com o BigQuery para mostrar que você sabe mesclar dados para criar novas tabelas; solucionar problemas de mesclagens; adicionar dados ao final com uniões; criar tabelas particionadas por data; além de trabalhar com JSON, matrizes e structs no BigQuery.
Saiba mais
Este curso demonstra como usar modelos de ML/IA para tarefas generativas no BigQuery. Nele, você vai conhecer o fluxo de trabalho para solucionar um problema comercial com modelos do Gemini utilizando um caso de uso prático que envolve gestão de relacionamento com o cliente. Para facilitar a compreensão, o curso também proporciona instruções detalhadas de soluções de programação que usam consultas SQL e notebooks Python.
Saiba mais
Neste curso, vamos conhecer o Gemini no BigQuery, um pacote de recursos com tecnologia de IA que auxilia no fluxo de trabalho de dados para inteligência artificial. Esses recursos incluem preparação e análise detalhada de dados, solução de problemas e geração de código, além da descoberta e visualização do fluxo de trabalho. Com explicações conceituais, um caso de uso prático e o laboratório, o curso ensina aos profissionais de dados como aumentar a produtividade e acelerar o pipeline de desenvolvimento.
Saiba mais
Neste curso, vamos falar sobre a engenharia de dados no Google Cloud, os papéis e responsabilidades dos engenheiros de dados e como alinhá-los aos produtos do Google Cloud. Além disso, você aprenderá a lidar com os desafios da engenharia de dados.
Saiba mais
Este curso ajuda estudantes a criar um plano de estudo para o exame da certificação PDE (Professional Data Engineer). É possível conferir a amplitude e o escopo dos domínios abordados no exame. Os estudantes também podem acompanhar os preparativos para o exame e criar planos de estudos individuais.
Saiba mais
Você criou agentes com configurações avançadas. Agora é hora de equipá-los com habilidades do mundo real. Inclua nos agentes ferramentas que permitam pesquisar na web, executar código, consultar bancos de dados e realizar ações específicas.
Saiba mais
Você já criou agentes de LLM básicos que respondem a perguntas. Agora, vamos dar a eles um estado. Use o estado da sessão para criar agentes que mantenham o contexto, memorizem as preferências do usuário e ofereçam experiências personalizadas.
Saiba mais
Você criou seu primeiro agente. Agora é hora de ir além! Neste curso, você vai aprender a transformar um agente de IA básico em um assistente sofisticado e preciso, aplicando instruções avançadas, seleção de modelos, recursos de planejamento e padrões de respostas estruturados.
Participe do fórum da comunidade para tirar dúvidas e ver as discussões.
Saiba mais
Neste curso, vamos conhecer o Vertex AI Studio, uma ferramenta para interagir com modelos de IA generativa, prototipar ideias comerciais e colocá-las em produção. Com a ajuda de um caso de uso imersivo, lições interessantes e um laboratório, você vai conhecer o ciclo de vida do comando à produção, além de usar o Vertex AI Studio para aplicativos multimodais do Gemini, design e engenharia de comandos e ajuste de modelos. O objetivo é permitir que você descubra todo o potencial da IA generativa nos seus projetos com o Vertex AI Studio.
Saiba mais
Neste curso, ensinamos a criar um modelo de legenda para imagens usando aprendizado profundo. Você vai aprender sobre os diferentes componentes de um modelo de legenda para imagens, como o codificador e decodificador, e de que forma treinar e avaliar seu modelo. Ao final deste curso, você será capaz de criar e usar seus próprios modelos de legenda para imagens.
Saiba mais
Este curso é uma introdução à arquitetura de transformador e ao modelo de Bidirectional Encoder Representations from Transformers (BERT, na sigla em inglês). Você vai aprender sobre os principais componentes da arquitetura de transformador, como o mecanismo de autoatenção, e como eles são usados para construir o modelo de BERT. Também vai conhecer as diferentes tarefas onde é possível usar o BERT, como classificação de texto, respostas a perguntas e inferência de linguagem natural. O curso leva aproximadamente 45 minutos.
Saiba mais
Este curso apresenta um resumo da arquitetura de codificador-decodificador, que é uma arquitetura de machine learning avançada e frequentemente usada para tarefas sequência para sequência (como tradução automática, resumo de textos e respostas a perguntas). Você vai conhecer os principais componentes da arquitetura de codificador-decodificador e aprender a treinar e disponibilizar esses modelos. No tutorial do laboratório relacionado, você vai codificar uma implementação simples da arquitetura de codificador-decodificador para geração de poesia desde a etapa inicial no TensorFlow.
Saiba mais
Este curso é uma introdução ao mecanismo de atenção, uma técnica avançada que permite que as redes neurais se concentrem em partes específicas de uma sequência de entrada. Você vai entender como a atenção funciona e como ela pode ser usada para melhorar o desempenho de várias tarefas de machine learning (como tradução automática, resumo de texto e resposta a perguntas).
Saiba mais
Neste curso, apresentamos os modelos de difusão, uma família de modelos de machine learning promissora no campo da geração de imagens. Os modelos de difusão são baseados na física, mais especificamente na termodinâmica. Nos últimos anos, eles se popularizaram no setor e nas pesquisas. Esses modelos servem de base para ferramentas e modelos avançados de geração de imagem no Google Cloud. Este curso é uma introdução à teoria dos modelos de difusão e como eles devem ser treinados e implantados na Vertex AI.
Saiba mais
A inteligência artificial (IA) oferece possibilidades de transformação, mas também traz novos desafios para a segurança. Este curso capacita líderes em segurança e proteção de dados com estratégias para gerenciar essa tecnologia da melhor forma nas organizações. Trabalhe com um framework que foi criado para identificar e mitigar proativamente riscos específicos da IA, proteger dados sensíveis, garantir o compliance e suportar uma infraestrutura de IA resiliente. Analise casos de uso de quatro setores diferentes para ver como essas estratégias se aplicam em cenários reais.
Saiba mais
Ganhe um selo de habilidade ao concluir o curso Arquitetura de nuvem: como criar, implantar e gerenciar e mostre que você sabe: implantar um site publicamente acessível usando servidores da Web Apache, configurar uma VM no Compute Engine usando scripts de inicialização, configurar um RDP seguro usando um Bastion Host Windows e regras de firewall, criar e implantar uma imagem Docker em um cluster do Kubernetes e atualizá-lo, além de criar uma instância do CloudSQL e importar um banco de dados do MySQL. Este selo de habilidade é um ótimo recurso para entender tópicos que vão aparecer no exame de certificação Professional Cloud Architect com Certificação em Google Cloud.
Saiba mais
Este curso analisa os recursos de segurança essenciais do Model Armor e prepara você para trabalhar com o serviço. Você vai aprender sobre os riscos de segurança associados a LLMs e como o Model Armor protege seus aplicativos de IA.
Saiba mais
Neste curso, apresentamos os conceitos de interpretabilidade e transparência em IA. Vamos abordar a importância da transparência em IA para desenvolvedores e engenheiros. O curso também abrange ferramentas e métodos práticos para ajudar a alcançar a interpretabilidade e a transparência em dados e modelos de IA.
Saiba mais
Este curso apresenta tópicos importantes sobre privacidade e segurança da IA. Ele também aborda recursos e métodos úteis para implementar práticas recomendadas de privacidade e segurança da IA com o uso de produtos do Google Cloud e ferramentas de código aberto.
Saiba mais
Conclua o selo de habilidade intermediário Implantar aplicativos do Kubernetes no Google Cloud para demonstrar que você é capaz de: configurar e criar imagens de contêiner do Docker, criar e gerenciar clusters do Google Kubernetes Engine (GKE), utilizar o kubectl para o gerenciamento eficiente de clusters e implantar aplicativos do Kubernetes com a prática de entrega contínua (CD).
Saiba mais
Neste curso, os participantes vão conhecer as ferramentas de MLOps e as práticas recomendadas para a implantação, a avaliação, o monitoramento e a operação de sistemas de ML de produção no Google Cloud. MLOps é uma disciplina com foco na implantação, teste, monitoramento e automação de sistemas de ML em produção.
Também incluímos experiências práticas de uso da ingestão de streaming do Vertex AI Feature Store na camada do SDK.
Saiba mais
Ganhe o selo de habilidade introdutório ao concluir o curso Criar um site no Google Cloud. Este curso é baseado na série Get Cooking in Cloud e aborda os seguintes tópicos:Implantação de um site no Cloud RunHospedagem de um app da web no Compute EngineCriação, implantação e escalonamento do seu site no Google Kubernetes EngineMigração de um aplicativo monolítico para uma arquitetura de microsserviços usando o Cloud Build
Saiba mais
Conclua o selo de habilidade introdutório Organizar e governar dados com o Dataplex para demonstrar habilidades em: criação de recursos do Dataplex, criação de tipos de aspectos e aplicação de aspectos a entradas no Dataplex. Os selos de habilidade validam seu conhecimento prático sobre produtos específicos com avaliações em laboratórios e desafios. Ganhe um selo ao concluir um curso ou vá direto para o laboratório com desafio e receba seu selo hoje mesmo. Esses selos comprovam seu domínio em determinados assuntos, aprimoram seu currículo e, por fim, abrem mais portas no mercado de trabalho. Acesse seu perfil para ver os selos que você ganhou.
Saiba mais
Conclua o selo de habilidade introdutório Proteger dados do Lakehouse para demonstrar suas habilidades com IAM, BigQuery, Lakehouse e Data Catalog no Knowledge Catalog para criar e proteger tabelas do Lakehouse.
Saiba mais
This course covers the fundamentals of data governance, including its frameworks. You will gain hands-on experience using the Dataplex Universal Catalog to profile data, manage data quality, and implement automated data lineage for BigQuery data sources. Learn to effectively manage, secure, and understand your organization's data assets.
Saiba mais
Conheça aplicativos, ferramentas e tecnologias de pesquisa com tecnologia de IA neste curso. Aprenda a fazer pesquisa semântica usando embeddings de vetores, pesquisa híbrida combinando abordagens semânticas e por palavras-chave, e geração aumentada por recuperação (RAG), minimizando as alucinações artificiais da IA como um agente de IA embasado. Ganhe experiência prática com a pesquisa vetorial da Vertex AI para criar um mecanismo de pesquisa inteligente.
Saiba mais
Neste curso, apresentamos conceitos de IA responsável e princípios de IA. Ele contém técnicas para identificar e reduzir o viés e aplicar a imparcialidade nas práticas de ML/IA. Vamos abordar ferramentas e métodos práticos para implementar as práticas recomendadas de IA responsável usando produtos do Google Cloud e ferramentas de código aberto.
Saiba mais
Ganhe um selo de habilidade ao concluir o curso "Criação de aplicativos orientados a eventos com o Eventarc". Neste curso, você usa o Eventarc para criar gatilhos de eventos para diferentes recursos, incluindo tópicos do Pub/Sub e buckets do Cloud Storage.
Saiba mais
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.
Saiba mais
Neste curso, apresentamos os recursos de IA e machine learning (ML) do Google Cloud, com foco no desenvolvimento de projetos de IA generativa e preditiva. Vamos conhecer as tecnologias, os produtos e as ferramentas disponíveis em todo o ciclo de vida de dados para IA, capacitando cientistas de dados, desenvolvedores de IA e engenheiros de ML para aprimorar a experiência com exercícios interativos.
Saiba mais
Conclua o selo de habilidade introdutório Implementação do Cloud Load Balancing no Compute Engine para demonstrar que você sabe: criar e implantar máquinas virtuais no Compute Engine; configurar balanceadores de carga de rede e de aplicativo.
Saiba mais
Este é um curso de microaprendizagem introdutório que busca explicar a IA responsável: o que é, qual é a importância dela e como ela é aplicada nos produtos do Google. Ele também contém os 7 princípios de IA do Google.
Saiba mais
Conquiste um selo de habilidade ao concluir o curso Como desenvolver sua rede do Google Cloud, que ensina várias maneiras de implantar e monitorar aplicativos, incluindo como analisar os papéis do IAM e adicionar/remover acesso a projetos, criar redes VPC, implantar e monitorar VMs do Compute Engine; gravar consultas SQL, implantar e monitorar VMs no Compute Engine e implantar aplicativos usando Kubernetes com múltiplas abordagens de implantação.
Saiba mais
Este é o curso "Infraestrutura de IA: técnicas de rede".
Você vai aprender a aproveitar a infraestrutura de alta largura de banda e baixa latência do Google Cloud para otimizar a transferência de dados e a comunicação entre todos os componentes do seu sistema de IA. Ao final, você vai compreender o papel crucial que as redes desempenham em todo o pipeline de IA, desde a ingestão e o treinamento de dados até a inferência, e será capaz de aplicar as práticas recomendadas para garantir que suas cargas de trabalho sejam executadas na velocidade máxima.
Saiba mais
Neste curso, você vai embarcar em uma jornada completa pelas soluções de armazenamento disponíveis no Google Cloud, especialmente desenvolvidas para cargas de trabalho de IA e de computação de alto desempenho (HPC, na sigla em inglês). Você vai aprender a escolher o armazenamento certo para cada etapa do ciclo de vida de machine learning, descobrir como otimizar o desempenho de E/S durante o treinamento, como gerenciar conjuntos de dados enormes para preparação de dados e como disponibilizar artefatos do modelo com baixa latência. Por meio de exemplos práticos e demonstrações, você vai adquirir a experiência necessária para projetar soluções de armazenamento robustas que aceleram a inovação em IA.
Saiba mais
Este curso oferece um guia completo para implantar, gerenciar e otimizar cargas de trabalho de IA e computação de alto desempenho (HPC, na sigla em inglês) no Google Cloud. Por meio de uma série de lições e demonstrações práticas, você vai conhecer diversas estratégias de implantação, desde ambientes altamente personalizáveis usando o Google Compute Engine (GCE) até soluções gerenciadas como o Google Kubernetes Engine (GKE). Especificamente, você vai aprender a criar clusters e implantar o GKE para inferência.
Saiba mais
Este é o curso Cloud TPUs. Vamos conhecer as vantagens e desvantagens das TPUs em vários cenários e comparar diferentes aceleradores de TPU para você escolher a opção mais adequada. Você aprenderá estratégias para maximizar o desempenho e a eficiência dos seus modelos de IA e compreenderá a importância da interoperabilidade de GPU/TPU para fluxos de trabalho flexíveis de machine learning. Usando conteúdo envolvente e demonstrações práticas, guiaremos você no aproveitamento eficaz das TPUs.
Saiba mais
Quer saber mais sobre o hardware avançado por trás da IA? Este módulo analisa os computadores de IA otimizados para desempenho, mostrando por que eles são tão importantes. Vamos analisar como CPUs, GPUs e TPUs tornam as tarefas de IA extremamente rápidas, o que torna cada uma delas única e como o software de IA tira o máximo proveito delas. Ao final, você saberá exatamente como escolher a GPU certa para seus projetos de IA, o que ajuda na tomada de decisões inteligentes para suas cargas de trabalho de IA.
Saiba mais
Tudo pronto para começar a usar o Hipercomputador de IA? Com este curso, fica fácil! Vamos abordar os conceitos básicos, explicando o que é o Hipercomputador de IA e como ele auxilia com cargas de trabalho de inteligência artificial. Você aprenderá sobre os diferentes componentes de um hipercomputador, como GPUs, TPUs e CPUs, e descobrirá como escolher a abordagem de implantação ideal para suas demandas.
Saiba mais
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.
Saiba mais
Conquiste o selo de habilidade introdutório Preparar dados para APIs de ML no Google Cloud para demonstrar que você é capaz de: limpar dados com o Dataprep by Trifacta, executar pipelines de dados no Dataflow, criar clusters e executar jobs do Apache Spark no Managed Service for Apache Spark e chamar APIs de ML, incluindo as APIs Cloud Natural Language, Google Cloud Speech-to-Text e Video Intelligence.
Saiba mais
Ganhe o selo de habilidade introdutório ao concluir o curso Automatize a captura de dados em escala com Document AI. Neste curso, você vai aprender a extrair, processar e capturar dados usando a Document AI.
Saiba mais
Conclua o selo de habilidade intermediário Engenharia de agentes de IA com o Agent Development Kit (ADK) ao concluir este curso para demonstrar habilidades nas seguintes atividades: formular problemas de pesquisa de modelos de linguagem do mundo real, criar um tokenizador simples, preparar um conjunto de dados para treinar um modelo de linguagem de transformador e executar o loop de treinamento de um modelo de linguagem pequeno.
Saiba mais
Os aplicativos de IA generativa proporcionam novas experiências de usuário que eram quase impossíveis antes da invenção dos modelos de linguagem grandes (LLMs). Ao desenvolver aplicativos, como você pode usar a IA generativa para criar apps potentes e interativos no Google Cloud?
Neste curso, você vai conhecer os aplicativos de IA generativa e aprender a usar o design de comandos e a geração aumentada de recuperação (RAG) para criar apps avançados com a ajuda dos LLMs. Você também vai saber o que é a arquitetura pronta para produção, usada nos aplicativos de IA generativa, e vai criar um aplicativo de chat com base em RAG e LLM.
Saiba mais
Ganhe um selo de habilidade introdutório ao concluir o curso "Crie aplicativos sem servidor com funções do Cloud Run", em que você aprende a usar as funções do Cloud Run no console do Google Cloud e na linha de comando. Os selos de habilidade validam seu conhecimento prático sobre produtos específicos com avaliações em laboratórios e desafios. Ganhe um selo ao concluir um curso ou vá direto para o laboratório com desafio e receba seu selo hoje mesmo. Esses selos comprovam seu domínio em determinados assuntos, aprimoram seu currículo e, por fim, abrem mais portas no mercado de trabalho. Acesse seu perfil para ver os selos que você ganhou.
Saiba mais
Este curso apresenta a plataforma sem servidor Cloud Run para aplicativos em execução.
Neste curso, você vai aprender sobre os conceitos básicos do Cloud Run, o modelo de recursos dele e o ciclo de vida dos contêineres.
Você vai saber mais sobre identidades de serviços, como controlar o acesso aos serviços e como desenvolver e testar seu aplicativo localmente antes de implantá-lo no Cloud Run.
O curso também ensina como fazer a integração com outros serviços no Google Cloud para que você crie aplicativos completos.
Saiba mais
Conclua o curso intermediário com selo de habilidade Implementar a pesquisa vetorial multimodal com o BigQuery e demonstre que você sabe usar o Gemini no BigQuery para gerar e depurar SQL, fazer a análise de sentimento, resumir textos, identificar palavras-chave, gerar embeddings, criar um pipeline de geração aumentada de recuperação (RAG) e implementar a pesquisa vetorial multimodal.
Saiba mais
Conclua o selo de habilidade intermediário Dados de engenharia para modelagem preditiva com o BigQuery ML para mostrar que você sabe: criar pipelines de transformação de dados no BigQuery usando o Dataprep by Trifacta; usar o Cloud Storage, o Dataflow e o BigQuery para criar fluxos de trabalho de extração, transformação e carregamento de dados (ELT); e criar modelos de machine learning usando o BigQuery ML.
Saiba mais
Enterprise data sharing made easy with Dataplex and Analytics Hub
Learn how to share data securely in your lakehouse with minimized data duplication and more data governance through Dataplex and Analytics Hub - enterprise data management made easy.
Creating Data Pipelines with Data Fusion
In this session, we will explore using Data Fusion to create code-free point and click pipelines that can ETL high-volumes of data with support for popular data sources, including file systems and object stores, relational and NoSQL databases, and SaaS systems.
Saiba mais
Neste curso, vamos conhecer os componentes e as práticas recomendadas para criar sistemas de ML com alto desempenho em ambientes de produção. Vamos abordar algumas considerações comuns relacionadas à criação desses sistemas, como treinamento estático e dinâmico, inferência estática e dinâmica, TensorFlow distribuído e TPUs. O objetivo deste curso é conhecer as características de um sistema de ML eficiente, que vão muito além da capacidade de fazer boas previsões.
Saiba mais
Este é o segundo curso de uma série de duas partes sobre faturamento do Google Cloud e os princípios essenciais da gestão de custos. Este curso é ideal para profissionais da área de finanças e/ou TI que são responsáveis por otimizar a infraestrutura em nuvem da organização. Aqui você você vai aprender diversas maneiras de controlar e otimizar seus custos no Google Cloud. Isso inclui configurar orçamentos e alertas, gerenciar limites de cota e aproveitar descontos por uso contínuo. Nos laboratórios práticos, você vai praticar o uso de diversas ferramentas para controlar e otimizar seus custos do Google Cloud ou influenciar suas suas equipes de tecnologia a aplicar as melhores práticas de otimização de custos.
Saiba mais
Coloque em prática o que você sabe sobre agentes criando, configurando e executando seu primeiro agente de IA com o Kit de Desenvolvimento de Agente (ADK) do Google.
Neste curso prático, você vai configurar um ambiente de desenvolvimento completo em ADK, criar agentes usando código Python e configuração YAML e executá-los com várias interfaces. Você também aprenderá os parâmetros centrais que definem o comportamento dos agentes, aplicando em código funcional o que aprendeu no primeiro curso.
Saiba mais
Saiba como usar o Kit de Desenvolvimento de Agente (ADK). Este curso aborda o framework de código aberto do ADK, partindo da simples engenharia de comando para uma abordagem de desenvolvimento de software estruturada e com foco no código, ideal para sistemas multiagentes de nível empresarial.
Saiba mais
Este curso estuda uma solução de geração aumentada de recuperação (RAG) no BigQuery para mitigar as alucinações da IA. Ele introduz um fluxo de trabalho de RAG que engloba a criação de embeddings, a pesquisa por um espaço vetorial e a geração de respostas aprimoradas. O curso explica os motivos conceituais dessas etapas e a implementação prática delas com o BigQuery. Até o fim do curso, será possível criar um pipeline de RAG usando o BigQuery e modelos de IA generativa como o Gemini, além de modelos de embeddings, para lidar com os próprios casos de uso de alucinação de IA.
Saiba mais
Na segunda parte desta série, vamos nos aprofundar no desenvolvimento de pipelines usando o SDK do Beam. Primeiro, vamos conferir um resumo dos conceitos do Apache Beam. Depois disso, falaremos sobre como processar dados de streaming usando janelas, marcas d’água e gatilhos. Em seguida, vamos ver as opções de origens e coletores para seus pipelines, além de esquemas para expressar seus dados estruturados e como fazer transformações com estado usando as APIs State e Timer. A próxima tarefa será conferir as práticas recomendadas para maximizar o desempenho do pipeline. No final do curso, apresentaremos as APIs SQL e Dataframes, que representam sua lógica de negócios no Beam. Além disso, veremos como desenvolver pipelines de maneira iterativa usando os notebooks do Beam.
Saiba mais
Este é o primeiro de uma série de três cursos sobre processamento de dados sem servidor com o Dataflow. Nele, vamos relembrar o que é o Apache Beam e qual é a relação entre ele e o Dataflow. Depois, falaremos sobre a visão do Apache Beam e os benefícios do framework de portabilidade desse modelo de programação. Com esse processo, o desenvolvedor pode usar a linguagem de programação favorita com o back-end de execução que quiser. Em seguida, mostraremos como o Dataflow permite a separação entre a computação e o armazenamento para economizar dinheiro. Além disso, você vai aprender como as ferramentas de identidade, acesso e gerenciamento interagem com os pipelines do Dataflow. Por fim, vamos ver como implementar o modelo de segurança ideal para seu caso de uso no Dataflow.
Saiba mais
In this series of labs you will learn how to use BigQuery to analyze NCAA basketball data with SQL. Build a Machine Learning Model to predict the outcomes of NCAA March Madness basketball tournament games.
Saiba mais
This course is an introduction to building forecasting solutions with Google Cloud. You start with sequence models and time series foundations. You then walk through an end-to-end workflow: from data preparation to model development and deployment with Vertex AI. Finally, you learn the lessons and tips from a retail use case and apply the knowledge by building your own forecasting models.
Saiba mais
A incorporação de machine learning em pipelines de dados aumenta a capacidade de extrair insights dessas informações. Neste curso, mostramos as várias formas de incluir essa tecnologia em pipelines de dados do Google Cloud. Para casos de pouca ou nenhuma personalização, vamos falar sobre o AutoML. Para usar recursos de machine learning mais personalizados, vamos apresentar os Notebooks e o machine learning do BigQuery (BigQuery ML). No curso, você também vai aprender sobre a produção de soluções de machine learning usando a Vertex AI.
Saiba mais
Conheça o BigQuery ML para inferência, saiba por que ele é a melhor opção para analistas de dados, os casos de uso dele e os modelos de ML compatíveis. Você também vai aprender a criar e gerenciar esses modelos de ML no BigQuery.
Saiba mais
Ganhe um selo de habilidade ao concluir o curso Streaming de análises para o BigQuery, em que você usa o Pub/Sub, o Dataflow e o BigQuery juntos para transmitir dados para análise.
Saiba mais
Neste curso, os participantes vão conhecer as ferramentas de MLOps e as práticas recomendadas para a implantação, a avaliação, o monitoramento e a operação de sistemas de ML de produção no Google Cloud. MLOps é uma disciplina com foco na implantação, no teste, no monitoramento e na automação de sistemas de ML em produção. Profissionais de engenharia de machine learning usam ferramentas para fazer melhorias contínuas e avaliações de modelos implantados. São profissionais que trabalham com ciências de dados e desenvolvem modelos para garantir a velocidade e o rigor na implantação de modelos com melhor desempenho.
Saiba mais
Este curso é uma introdução aos Notebooks da Vertex AI, que são ambientes baseados em notebooks do Jupyter. Eles fornecem uma plataforma unificada para todo o fluxo de trabalho de machine learning, desde a preparação de dados até a implantação e monitoramento de modelos. Tópicos do curso: (1) Diferentes tipos de Notebooks da Vertex AI e os recursos deles e (2) Como criar e gerenciar Notebooks da Vertex AI.
Saiba mais
Quer criar modelos de ML em minutos em vez de horas usando apenas SQL? O BigQuery ML democratiza o machine learning ao permitir que analistas de dados criem, treinem, avaliem e façam previsões usando habilidades e ferramentas de SQL que eles já têm. Nesta série de laboratórios, você vai fazer alguns testes e saber quais são as características de um bom modelo.
Saiba mais
Neste curso, você vai resolver desafios reais enfrentados na criação de pipelines de dados de streaming. O foco é gerenciar dados contínuos e ilimitados com os produtos do Google Cloud.
Saiba mais
