Chaarvitha Singamsetty
Participante desde 2026
Liga Ouro
4202 pontos
Participante desde 2026
Transformar multimídia não estruturada em dados estruturados e pesquisáveis é o cerne da computação cognitiva moderna. Nesta jornada, você analisará sentimentos e extrairá entidades usando a API Cloud Natural Language, combinando fluxos de trabalho de linguagem com o Apache Spark para demonstrar escalabilidade de big data. A partir daí, você se ramificará para a síntese multimodal — gerando áudios hiper-realistas com o Text-to-Speech, superando barreiras globais com a API Cloud Translation e anotando fluxos de vídeo via Video Intelligence. Complete ambos os laboratórios de desafio para provar que você pode implantar modelos pré-treinados que leem, falam, traduzem e inspecionam conteúdo em escala.
Bem-vindo ao Base Camp, onde você desenvolverá habilidades essenciais do Google Cloud (disponíveis em espanhol e português também!) e ganhará uma credencial exclusiva que abrirá portas para a nuvem para você. Nenhuma experiência anterior é necessária!
Los grandes equipos no improvisan: ejecutan un plan de juego. En esta ruta, serás el capitán de tu backend desde la pizarra táctica hasta el silbatazo final. Ajusta esquemas de Spanner para tráfico de alta presión, envía mensajes de Pub/Sub ultraprecisos a través de tus servicios y anota implementaciones limpias de API con Cloud Run. ¡Supera los laboratorios de desafío para reclamar tu insignia!
Conclua o selo de habilidade introdutório Gerar insights a partir de dados do BigQuery para mostrar que você sabe gravar consultas SQL, consultar tabelas públicas e carregar dados de amostra no BigQuery, solucionar erros comuns de sintaxe com o validador de consultas no BigQuery e criar relatórios no Data Studio fazendo a conexão com dados do BigQuery.
Saiba como usar o Gemini Notebook para criar um guia de estudo personalizado para o exame de certificação Associate Cloud Engineer. Você vai analisar os recursos da ferramenta, criar um notebook nela e aprender a usar um guia de estudo para se preparar para um exame de certificação.
Este curso aborda a automação e o gerenciamento operacional de clusters do GKE otimizados para cargas de trabalho distribuídas de IA e machine learning. Você vai aprender a provisionar recursos de aceleradores, configurar filas de cargas de trabalho avançadas, mitigar restrições de capacidade e orquestrar jobs distribuídos em grande escala.
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.
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.
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.
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.
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.
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.