Tom Wilson
Participante desde 2026
Liga Diamante
17046 pontos
Infraestrutura do Google Cloud confiável: criar e processar
Earned Aug 17, 2026 EDT
Gerenciamento de Segurança no Google Cloud
Earned Aug 14, 2026 EDT
Rede no Google Cloud: nuvem híbrida e multicloud
Earned Aug 8, 2026 EDT
Rede no Google Cloud: arquitetura de rede
Earned Aug 7, 2026 EDT
Rede no Google Cloud: noções básicas
Earned Aug 7, 2026 EDT
Preparação para sua jornada de certificação Professional Cloud Architect
Earned Aug 4, 2026 EDT
IA responsável para desenvolvedores: privacidade e segurança
Earned Aug 4, 2026 EDT
IA responsável para desenvolvedores: interpretabilidade e transparência
Earned Aug 3, 2026 EDT
IA responsável para desenvolvedores: imparcialidade e viés
Earned Aug 3, 2026 EDT
Como criar apps de IA generativa no Google Cloud
Earned Aug 2, 2026 EDT
Operações de machine learning (MLOps) com a Vertex AI: avaliação de modelo
Earned Aug 1, 2026 EDT
Operações de Machine Learning (MLOps) para IA Generativa
Earned Aug 1, 2026 EDT
Introdução aos modelos de linguagem grandes
Earned Aug 1, 2026 EDT
Introdução à IA generativa
Earned Aug 1, 2026 EDT
Operações de machine learning (MLOps) com a Vertex AI: como gerenciar atributos
Earned Aug 1, 2026 EDT
Operações de machine learning (MLOps): introdução
Earned Jul 31, 2026 EDT
Criação de sistemas de machine learning de produção
Earned Jul 31, 2026 EDT
Escalonamento com as Operações do Google Cloud
Earned Jul 27, 2026 EDT
Confiança e segurança com o Google Cloud
Earned Jul 26, 2026 EDT
Modernização de infraestrutura e aplicativos com o Google Cloud
Earned Jul 26, 2026 EDT
Inovação com a inteligência artificial do Google Cloud
Earned Jul 26, 2026 EDT
Transformação de dados com o Google Cloud
Earned Jul 26, 2026 EDT
Transformação digital com o Google Cloud
Earned Jul 25, 2026 EDT
Dados de engenharia para modelagem preditiva com o BigQuery ML
Earned Jul 25, 2026 EDT
Criar modelos de ML com o BigQuery ML
Earned Jul 24, 2026 EDT
Preparar dados para APIs de ML no Google Cloud
Earned Jul 24, 2026 EDT
Introdução à IA e ao machine learning no Google Cloud
Earned Jul 23, 2026 EDT
Crie um guia de estudo para a certificação PMLE
Earned Jul 21, 2026 EDT
Como trabalhar com modelos do Gemini no BigQuery
Earned Jul 19, 2026 EDT
Aumento de Produtividade com Gemini no BigQuery
Earned Jul 19, 2026 EDT
Como criar uma malha de dados com o Knowledge Catalog
Earned Jul 18, 2026 EDT
Processamento de dados sem servidor com o Dataflow: operações
Earned Jul 17, 2026 EDT
Processamento de dados sem servidor com o Dataflow: desenvolvimento de pipelines
Earned Jul 13, 2026 EDT
Processamento de dados sem servidor com o Dataflow: fundamentos
Earned Jul 13, 2026 EDT
Como criar pipelines de dados de streaming no Google Cloud
Earned Jul 13, 2026 EDT
Criar um data warehouse com o BigQuery
Earned Jul 13, 2026 EDT
Como criar pipelines de dados em lote no Google Cloud
Earned Jul 13, 2026 EDT
Como criar data lakes e data warehouses no Google Cloud
Earned Jul 12, 2026 EDT
Introdução à engenharia de dados no Google Cloud
Earned Jul 7, 2026 EDT
Preparação para sua jornada da certificação Professional Data Engineer
Earned Jul 4, 2026 EDT
Este curso prepara estudantes para criar soluções altamente confiáveis e eficientes no Google Cloud usando padrões de design comprovados. Ele é uma continuação do curso "Como criar arquiteturas com o Google Compute Engine" ou "Como criar arquiteturas com o Google Kubernetes Engine" e exige experiência prática com as tecnologias abordadas nesses dois cursos. Com uma combinação de apresentações, atividades de design e laboratórios práticos, os participantes aprendem a definir e equilibrar requisitos técnicos e comerciais para projetar implantações do Google Cloud que sejam seguras, econômicas e altamente confiáveis e disponíveis.
Saiba mais
Este curso de treinamento autoguiado oferece aos participantes um amplo estudo sobre controles e técnicas de segurança no Google Cloud. Com palestras gravadas, demonstrações e laboratórios práticos, os participantes podem conhecer e implantar os componentes de uma solução segura do Google Cloud, incluindo o Cloud Identity, o Resource Manager, o Cloud IAM, os firewalls de nuvem privada virtual, o Cloud Load Balancing, peering do Cloud, o Cloud Interconnect e o VPC Service Controls.
Este é o primeiro curso da série Segurança no Google Cloud. Quando completar este curso, inscreva-se no Práticas recomendadas de segurança no Google Cloud.
Saiba mais
Este é o curso Nuvem híbrida e multicloud, o sexto da série "Rede no Google Cloud". No primeiro módulo, você vai conhecer várias opções de conectividade do Cloud, com uma análise aprofundada sobre o Cloud Interconnect, analisando os diferentes tipos e funcionalidades desse recurso. No segundo módulo, vamos apresentar o Cloud VPN, abordando temas como implementação do produto, topologias de VPN de alta disponibilidade e o uso do Network Connectivity Center (NCC, na sigla em inglês) para otimizar o gerenciamento. Ao final deste curso, você será capaz de explicar as diferentes opções de conectividade disponíveis para estender suas redes locais e outras redes na nuvem ao Google Cloud, além de analisar a adequação de diferentes serviços de conectividade híbrida e de várias nuvens do Google Cloud para casos de uso específicos. Vamos começar.
Saiba mais
Este é o Arquitetura de rede, o terceiro curso da série Rede no Google Cloud!
Neste curso, você vai conhecer os conceitos básicos para projetar arquiteturas de rede eficientes e escalonáveis no Google Cloud.
No primeiro módulo, Introdução à arquitetura de rede, vamos apresentar os componentes e conceitos principais da arquitetura de rede, como sub-redes, rotas, firewalls e balanceamento de carga.
Depois, no módulo Topologias de rede, vamos nos aprofundar nas topologias de rede usadas com frequência no Google Cloud, além de abordar as vantagens e desvantagens delas.
Saiba mais
"Rede no Google Cloud" é uma série de 6 cursos. Este é o primeiro curso deles, "Rede no Google Cloud: noções básicas".
Este curso apresenta uma visão geral completa dos conceitos fundamentais de rede, incluindo princípios básicos, nuvens privadas virtuais (VPCs) e compartilhamento de redes VPC. Ele também aborda técnicas de geração de registros e monitoramento de rede.
Saiba mais
Este curso ajuda a criar um plano de estudos para o exame de certificação Professional Cloud Architect (PCA). 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
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
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
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
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
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
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
Este é um curso de microlearning de nível introdutório que explica o que são modelos de linguagem grandes (LLM), os casos de uso em que podem ser aplicados e como é possível fazer o ajuste de comandos para aprimorar o desempenho dos LLMs. O curso também aborda as ferramentas do Google que ajudam a desenvolver seus próprios apps de IA generativa.
Saiba mais
Este é um curso de microaprendizagem introdutório que busca explicar a IA generativa: o que é, como é usada e por que ela é diferente de métodos tradicionais de machine learning. O curso também aborda as ferramentas do Google que ajudam você a desenvolver apps de IA generativa.
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
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
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
Organizações de vários portes estão adotando a tecnologia e a flexibilidade da nuvem para transformar a forma como operam. No entanto, gerenciar e escalonar recursos na nuvem de maneira eficaz é uma tarefa complexa. Este curso aborda os conceitos fundamentais de operações modernas, confiabilidade e resiliência na nuvem, além de mostrar como o Google Cloud pode ajudar a dar suporte a esses esforços.
Como parte do Programa de Aprendizado Cloud Digital Leader, o objetivo deste curso é ajudar você a crescer profissionalmente e desenvolver o futuro do seu próprio negócio.
Saiba mais
Conforme as organizações movem os próprios dados e aplicativos para a nuvem, novos problemas de segurança podem aparecer. Este curso aborda os fundamentos da segurança na nuvem, o valor da infraestrutura com segurança incorporada ao design do Google Cloud e a estratégia de defesa em profundidade, destacando como as operações orientadas por IA e as ferramentas de compliance ajudam as organizações a atender aos rigorosos requisitos regulatórios globais.
Como parte do Programa de Aprendizado Cloud Digital Leader, o objetivo deste curso é ajudar você a crescer profissionalmente e desenvolver o futuro do seu próprio negócio.
Saiba mais
Muitas empresas tradicionais usam sistemas e aplicativos legados que não conseguem atender às expectativas dos clientes modernos. Com frequência, os líderes empresariais precisam escolher entre manter sistemas de TI antigos ou investir em novos produtos e serviços. Neste curso, você vai conhecer esses desafios e soluções relacionadas à tecnologia de nuvem para cada um deles.
Como parte do Programa de Aprendizado Cloud Digital Leader, o objetivo deste curso é ajudar você a crescer profissionalmente e desenvolver o futuro do seu próprio negócio.
Saiba mais
A inteligência artificial (IA) e machine learning (ML) representam importantes evoluções nas tecnologias da informação que estão transformando rapidamente uma ampla variedade de setores. O curso "Inovação com a inteligência artificial do Google Cloud" mostra como as organizações podem usar IA e ML para transformar processos comerciais.
Como parte do programa de aprendizado do Cloud Digital Leader, o objetivo deste curso é ajudar pessoas a crescer profissionalmente e desenvolver o futuro dos seus próprios negócios.
Saiba mais
A tecnologia de nuvem é um recurso poderoso e, quando combinada com dados, se torna um catalisador de inovação e experiências aprimoradas para o cliente. O curso "Transformação de dados com o Google Cloud" mostra como as organizações podem usar a nuvem para tornar os dados mais acessíveis, úteis e valiosos.
Como parte do programa de aprendizado Cloud Digital Leader, o objetivo deste curso é ajudar você a crescer profissionalmente e desenvolver o futuro do seu próprio negócio.
Saiba mais
A transformação digital é uma jornada decisiva para as organizações modernas, e estabelecer uma base sólida em computação em nuvem é o primeiro passo para impulsionar inovações que realmente façam a diferença. O curso Transformação digital com o Google Cloud apresenta as principais tecnologias e estruturas estratégicas que ajudam as organizações a modernizar as operações. Este curso explora conceitos fundamentais da nuvem, a infraestrutura de rede global e o modelo de responsabilidade compartilhada para que líderes possam trilhar seu caminho rumo à nuvem com total confiança.
Como parte do Programa de Aprendizado Cloud Digital Leader, o objetivo deste curso é ajudar você a crescer profissionalmente e desenvolver o futuro do seu próprio negócio.
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
Conclua o selo de habilidade intermediário Criar modelos de ML com o BigQuery ML para mostrar que você sabe: criar e avaliar modelos de machine learning usando o BigQuery ML para fazer previsões de dados.
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
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
Saiba como usar o NotebookLM para criar um guia de estudos personalizado para o exame de certificação Professional Machine Learning Engineer (PMLE). Você vai analisar os recursos do NotebookLM, criar um notebook e usar o guia de estudo para se preparar para um exame de certificação.
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
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.
Saiba mais
Na última parte da série de cursos do Dataflow, vamos abordar os componentes do modelo operacional do Dataflow. Veremos ferramentas e técnicas para solucionar problemas e otimizar o desempenho do pipeline. Depois analisaremos as práticas recomendadas de teste, implantação e confiabilidade para pipelines do Dataflow. Por fim, faremos uma revisão dos modelos, que facilitam o escalonamento dos pipelines do Dataflow para organizações com centenas de usuários. Essas lições garantem que a plataforma de dados seja estável e resiliente a circunstâncias imprevistas.
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
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
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
Neste curso intermediário, você aprenderá a projetar, criar e otimizar pipelines de dados em lote robustos no Google Cloud. Além do tratamento básico de dados, você vai aprender sobre transformações em grande escala e orquestração eficiente de fluxos de trabalho, essenciais para a eficiência em Business Intelligence e relatórios importantes.
Pratique o uso do Dataflow para Apache Beam e do Serverless para Apache Spark (Dataproc sem servidor) na implementação e resolva questões importantes em qualidade de dados, monitoramento e alertas, garantindo um pipeline confiável e excelência operacional. Recomendamos ter conhecimento básico de armazenamento em data warehouse, ETL/ELT, SQL, Python e conceitos do Google Cloud.
Saiba mais
Embora as abordagens tradicionais de uso de data lakes e data warehouses possam ser eficazes, elas têm alguns problemas, principalmente em grandes ambientes corporativos. Este curso apresenta o conceito de data lakehouse e os produtos do Google Cloud usados para criar um. Uma arquitetura de lakehouse usa fontes de dados de padrão aberto e combina os melhores atributos de data lakes e data warehouses, o que resolve muitos desses problemas.
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
