Conclua o curso do selo de habilidade Implementar Sensitive Data Protection no Google Cloud para demonstrar habilidades em: uso dos serviços da Proteção de Dados Sensíveis (incluindo a API Cloud Data Loss Prevention) para inspecionar, redigir e desidentificar dados sensíveis no Google Cloud.
Dados brutos só são úteis se forem limpos, estruturados e seguros. Nesta trilha, você começará processando e preparando dados usando Dataprep, modelos do Dataflow e Apache Spark. Você aprenderá como limpar conjuntos de dados para que estejam prontos para modelos de aprendizado de máquina. A partir daí, você se concentrará na segurança, trabalhando com ferramentas que encontram e mascaram informações sensíveis, como IDs e credenciais pessoais. Você praticará a redação de detalhes críticos e a criação de cópias seguras e anonimizadas de seus dados no Cloud Storage. Ao concluir os laboratórios práticos, você demonstrará que consegue lidar com fluxos de trabalho de big data, mantendo as informações confidenciais totalmente seguras.
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.
Trabalhar com dados e aplicativos exige o equilíbrio certo entre governança e agilidade. Nesta viagem, você usará o Dataplex para organizar, proteger e avaliar a qualidade dos dados, enquanto explora conceitos como malha de dados. Além disso, você terá experiência prática com o Firebase — criando aplicativos sem servidor, trabalhando com o Firestore e gerenciando dados em tempo real — unindo o gerenciamento moderno de dados e o desenvolvimento de aplicativos.
Criar e executar aplicativos no Google Cloud pode assumir muitas formas — e esta aventura reúne todas elas. Experimente o App Engine, o Cloud Run, o Kubernetes Engine e o Compute Engine enquanto implanta aplicativos, gerencia a escalabilidade e explora arquiteturas modernas, incluindo a transição de arquiteturas monolíticas para microsserviços.
A segurança de aplicativos e a otimização da entrega são essenciais em ambientes de nuvem modernos. Nesta trilha, você trabalhará com ferramentas como Cloud KMS, Identity-Aware Proxy e contas de serviço para gerenciar o acesso e proteger recursos. Você também explorará clusters Kubernetes privados, gerenciamento de artefatos e criará pipelines de CI/CD com o Cloud Build — unindo os fundamentos da segurança na nuvem e do DevOps na prática.
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.
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!
Grande parte do trabalho na nuvem resume-se a transferir dados, gerenciar acessos e compreender o que está acontecendo nos bastidores. Neste percurso, você migrará um banco de dados MySQL para o Google Cloud, trabalhará com permissões do IAM usando o gcloud e analisará o tráfego de rede com o VPC Flow Logs. Você também armazenará e gerenciará arquivos de mídia, preparará dados com o Dataprep e criará relatórios usando o Looker Studio e o LookML. Há até mesmo um laboratório sobre como medir a precisão da conversão de voz em texto. É uma combinação de tarefas que mostra como os dados são tratados, monitorados e utilizados em diferentes partes do Google Cloud.
No Google Cloud, criar um aplicativo geralmente significa lidar com mais do que apenas o código. Você precisará implantá-lo, conectar serviços e garantir que tudo funcione corretamente. Nesta jornada, você hospedará um aplicativo web, configurará um pipeline de implantação e criará uma API REST com o Cloud Run. Você também experimentará o Flutter e configurará um ambiente de desenvolvimento em Python. Ao longo do caminho, você trabalhará com redes VPC, balanceamento de carga e limpará recursos não utilizados. É um conjunto prático de tarefas que reflete como os aplicativos são realmente executados no Google Cloud.
O Google Kubernetes Engine (GKE) tem como objetivo executar e gerenciar aplicativos em contêineres sem que você precise se preocupar muito com a configuração subjacente. Nesta aventura, você terá uma experiência prática de como tudo realmente funciona — gerenciando cargas de trabalho, depurando problemas e experimentando o autoescalonamento. Você também explorará o Autopilot, executará testes de carga e trabalhará com clusters privados e acesso à rede. Ao final, você terá uma noção mais clara de como as configurações do GKE são montadas e gerenciadas na prática.
78% — ou quase 8 em cada 10 — dos líderes empresariais afirmam que o Google Cloud os ajuda a se manter à frente na era da IA. Grande parte disso se resume à forma como as equipes criam e conectam sistemas inteligentes. Aqui, você criará e gerenciará agentes conversacionais e usará APIs de conversão de voz em texto e de tradução para lidar com diferentes tipos de entrada. Você também migrará de aplicativos monolíticos para microsserviços no GKE, conectará fluxos de trabalho usando webhooks e usará ferramentas de observabilidade para acompanhar o que está acontecendo. O IAM também entra em cena para gerenciar o acesso onde for necessário. É uma visão prática de como essas peças são usadas juntas em configurações reais.
Os jogos online podem ser imprevisíveis. Basta uma atualização ser lançada ou um novo evento entrar no ar para que, de repente, milhares de jogadores façam login ao mesmo tempo. É aí que o backend é realmente posto à prova. Empresas como a Com2uS contam com a infraestrutura em nuvem para lidar exatamente com esse tipo de pressão sem que o sistema entre em colapso. Aqui, você trabalhará com os mesmos componentes básicos — configurando redes, gerenciando conexões seguras e implantando aplicativos com Docker e Kubernetes. Você adicionará autenticação, acompanhará tudo por meio de registros e transferirá dados quando necessário. É o tipo de trabalho que mantém tudo funcionando perfeitamente enquanto os jogadores se concentram apenas no jogo.
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!
Mais de 80% das violações de segurança estão ligadas a configurações incorretas e controles de acesso fracos — por isso, dominar a segurança e a automação em nuvem é fundamental. Nesta aventura, você detectará e investigará ameaças com o Security Command Center, criará funções personalizadas do IAM e protegerá transações digitais usando o Confidential Space. Você também aprimorará suas habilidades em dados e infraestrutura trabalhando com Datastore, Pub/Sub, APIs do Cloud Storage, junções de dados e técnicas de armazenamento, balanceadores de carga, Terraform e pipelines de CI/CD com Jenkins no Kubernetes Engine. Juntos, esses laboratórios ajudam você a construir ambientes de nuvem seguros, confiáveis e escaláveis com confiança.
Equipes modernas de nuvem dependem de automação e conhecimento sólido da plataforma para se moverem com mais rapidez e inteligência. Nesta trilha, você implantará balanceadores de carga do Kubernetes e Cloud SQL usando Terraform, fortalecerá a observabilidade com o Cloud Logging e personalizará experiências de análise no Looker usando Liquid. Você também colocará seu conhecimento à prova por meio de Quizzes Arcade baseados em funções — de Profissional de Dados e Engenheiro de Banco de Dados a Administrador de Espaço de Trabalho — aprimorando sua confiança técnica e sua prontidão para o mundo real.
Mais de 85% das empresas estão acelerando a adoção de IA e nuvem para se manterem à frente da concorrência. Nesta jornada, você preparará e protegerá dados usando o Dataprep e a API Cloud Data Loss Prevention, fará varreduras em busca de vulnerabilidades e validará cargas de trabalho. Você também criará e implantará aplicativos modernos usando o Cloud Build, pipelines do GKE, App Engine Flexible e Artifact Registry — enquanto cria soluções com IA usando Vertex AI, Gemini e Speech-to-Text.
O Arcade Sprint 4 deste mês já está disponível! Ele foi projetado para um aprendizado rápido. Como os laboratórios ficam abertos durante todo o mês, não há pressa; basta participar quando tiver tempo. Você ganhará 1 ponto Arcade e uma nova habilidade a cada etapa. É simples assim: ganhe seus pontos e mantenha o ritmo!
O Arcade Sprint 3 deste mês já está disponível! Ele foi projetado para um aprendizado rápido. Como os laboratórios ficam abertos durante todo o mês, não há pressa; basta participar quando tiver tempo. Você ganhará 1 ponto Arcade e uma nova habilidade a cada etapa. É simples assim: ganhe seus pontos e mantenha o ritmo!
O Arcade Sprint 2 deste mês já está disponível! Ele foi projetado para um aprendizado rápido. Como os laboratórios ficam abertos durante todo o mês, não há pressa; basta participar quando tiver tempo. Você ganhará 1 ponto Arcade e uma nova habilidade a cada etapa. É simples assim: ganhe seus pontos e mantenha o ritmo!
O Arcade Sprint 1 deste mês já está disponível! Ele foi projetado para um aprendizado rápido. Como os laboratórios ficam abertos durante todo o mês, não há pressa; basta participar quando tiver tempo. Você ganhará 1 ponto Arcade e uma nova habilidade a cada etapa. É simples assim: ganhe seus pontos e mantenha o ritmo!
Excelentes experiências com dados não acontecem por acaso — elas são modeladas, otimizadas e escaladas com propósito. Neste desafio, você construirá uma base sólida com o Looker, criando consultas modeladas, definindo métricas e dimensões, modularizando o LookML com extends e refinando a lógica usando funções e operadores. Você filtrará Explorações, mesclará resultados e classificará insights para descobrir o que realmente importa. Você também aprimorará o desempenho com cache e explorará o processamento distribuído com o Dataproc. Essas são as mesmas funcionalidades que a Zoomcar usou no Google Cloud para modernizar sua pilha de dados — e agora, você também poderá criá-las!
As certificações do Google Cloud oferecem uma maneira tangível de demonstrar suas habilidades para empregadores potenciais ou atuais. Essas certificações incorporam perguntas baseadas em desempenho, testando sua experiência prática por meio de tarefas reais. Comece sua jornada para se tornar um Google Certified Professional com a ajuda da Arcade Cert Zone.
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.
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.
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.
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.
Conclua o curso intermediário para obter o selo de habilidade Inspecione documentos avançados usando a multimodalidade do Gemini e o RAG multimodal e demonstrar suas habilidades em: usar comandos multimodais para extrair informações de dados textuais e visuais, gerar uma descrição de vídeo e recuperar mais informações além das que aparecem no vídeo usando a multimodalidade do Gemini; criar metadados de documentos com textos e imagens, acessar todos os blocos de texto relevantes e imprimir citações usando a Geração Aumentada de Recuperação (RAG, na sigla em inglês) multimodal com o Gemini.
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.
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.
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.
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.
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.
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).
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.
O curso "Agentes de IA generativa: transforme sua organização" é o quinto e último do programa de aprendizado Gen AI Leader. Nesse curso, você aprende como as organizações podem usar agentes de IA generativa personalizados para enfrentar desafios específicos nos negócios. Você aprende na prática a construir um agente básico de IA generativa e quais são os componentes desses agentes, como modelos, ciclos de raciocínio e ferramentas.
Apps de IA generativa: transforme seu trabalho é o quarto curso do programa de aprendizado de liderança em IA Generativa. Esse curso apresenta os aplicativos de IA generativa do Google, como Gemini para Workspace e NotebookLM. Além disso, aborda conceitos como embasamento, geração aumentada de recuperação, construção de comandos eficazes e criação de fluxos de trabalho automatizados.
IA generativa: como navegar pelo cenário atual é o terceiro curso do programa de aprendizado Gen AI Leader. A IA generativa está mudando a forma como trabalhamos e interagimos com o mundo ao nosso redor. No entanto, como líder, como aproveitar esse potencial para gerar resultados de negócios reais? Neste curso, você vai conhecer as diferentes camadas da criação de soluções de IA generativa, as ofertas do Google Cloud e os fatores a serem considerados ao selecionar uma solução.
IA generativa: conceitos básicos é o segundo curso do programa de aprendizado Gen AI Leader. Neste curso, você vai conhecer os conceitos básicos da IA generativa e analisar as diferenças entre IA, ML e IA generativa. Também vai entender como vários tipos de dados possibilitam que a IA generativa lide com desafios nos negócios. Além disso, vai aprender sobre as estratégias do Google Cloud para lidar com as limitações dos modelos de fundação e os principais desafios para o desenvolvimento e a implantação seguros e responsáveis da IA.
IA generativa: para além do chatbot é o primeiro curso do programa de aprendizado Gen AI Leader e não tem pré-requisitos. O objetivo deste curso é ir além do conhecimento básico de chatbots para analisar o verdadeiro potencial da IA generativa para sua organização. Você aprenderá conceitos como modelos de fundação e engenharia de comando, que são cruciais para aproveitar ao máximo a IA generativa. O curso também aborda considerações importantes ao desenvolver uma estratégia de IA generativa de sucesso para a organização.
Quanto maior é o uso da inteligência artificial empresarial e do machine learning, mais importante é desenvolvê-los de maneira responsável. Para muitos, falar sobre a IA responsável pode ser mais fácil, mas colocá-la em prática é um desafio. Se você tem interesse em aprender a operacionalizar a IA responsável na sua organização, este curso é para você. Nele, você vai aprender como o Google Cloud faz isso hoje, além de analisar práticas recomendadas e lições aprendidas, a fim de criar uma base para elaborar sua própria abordagem de IA responsável.
Conclua o curso introdutório Criação de comandos na Agent Platform para: Demonstrar suas habilidades nas áreas de engenharia de comandos, análise de imagens e técnicas generativas multimodais na Agent Platform Descobrir como criar comandos eficientes, guiar as respostas da IA generativa e aplicar os modelos do Gemini em cenários reais de marketing.
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.
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.
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.