Participante desde 2024
Exame para Educador Certificado pelo Google nível 2 (A)
Earned Aug 6, 2026 EDT
Como criar seu primeiro aplicativo do Gemini Enterprise
Earned Aug 4, 2026 EDT
Como criar uma malha de dados com o Knowledge Catalog
Earned Jul 25, 2026 EDT
Simulador Arcade: Arquiteto de Data Mesh
Earned Jul 25, 2026 EDT
Criar um data warehouse com o BigQuery
Earned Jul 17, 2026 EDT
Valide sua experiência com as ferramentas do Google e suas habilidades avançadas de integração tecnológica. Faça o teste e os laboratórios abaixo para concluir o exame para Educador certificado pelo Google nível 2 (A).
Crie seu primeiro aplicativo do Gemini Enterprise! Conecte diversas fontes de dados ao seu aplicativo para criar um mecanismo de busca e análise avançado e unificado. Domine recursos avançados como agentes Deep Research, ideação multiagente e NotebookLM para análises focadas.
Conclua o selo de habilidade introdutório Como criar uma malha de dados com o Knowledge Catalog para mostrar sua capacidade de usar o Knowledge Catalog para criar uma malha de dados e assim facilitar a segurança, a governança e a descoberta de dados no Google Cloud. Você vai praticar e testar suas habilidades em aplicar tags a recursos, atribuir papéis do IAM e avaliar a qualidade dos dados no Knowledge Catalog.
Boas-vindas ao Simulador Arcade deste mês, no qual você atuará como Arquiteto de Data Mesh. Nesta simulação, primeiro você abordará o BigQuery para criar tabelas particionadas por data, resolver problemas complexos de junção (joins) e dominar estruturas de dados aninhadas. Depois, você passará para a governança descentralizada usando o Dataplex Knowledge Catalog para organizar ativos, atribuir metadados e aplicar uma segurança de nuvem rigorosa. Com dois laboratórios de desafio realistas, esta simulação capacita você a derrubar silos de dados, dimensionar sua infraestrutura e executar um data mesh seguro e integrado.
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.