SRIDHAR C
Participante desde 2025
Liga Diamante
12307 pontos
Google DeepMind: 07 Accelerate Your Model
Earned Oct 21, 2026 EDT
Google DeepMind: 05 Fine-Tune Your Model
Earned Oct 19, 2026 EDT
Google DeepMind: 04 Discover The Transformer Architecture
Earned Oct 12, 2026 EDT
Google DeepMind: 03 Design And Train Neural Networks
Earned Oct 9, 2026 EDT
Google DeepMind: 01 Build Your Own Small Language Model
Earned Oct 3, 2026 EDT
Google DeepMind: 02 Represent Your Language Data
Earned Oct 3, 2026 EDT
IA generativa para saúde
Earned Jul 15, 2026 EDT
Criação de agentes de IA com bancos de dados corporativos
Earned May 8, 2026 EDT
Gerenciamento de memória e estado de agentes
Earned Feb 27, 2026 EST
Inclusão de habilidades agênticas com ferramentas
Earned Feb 27, 2026 EST
Otimização do comportamento de agentes
Earned Feb 25, 2026 EST
Primeiros passos na criação de agentes com o Kit de Desenvolvimento de Agente (ADK)
Earned Feb 24, 2026 EST
Criação de agentes com o Kit de Desenvolvimento de Agente (ADK)
Earned Feb 21, 2026 EST
Criação de guia de estudo para certificação: PMLE (preparação para o exame)
Earned Feb 19, 2026 EST
Train more powerful models with a single GPU. In this course, you will learn how hardware can speed up model training and the key considerations when training models on a GPU. First, you will learn how to estimate the number of computations and the amount of computer memory required to train large neural networks. You will then discover techniques for reducing the computing and memory requirements when training a model. Techniques which you will apply for fine-tuning a Gemma model with 4 billion parameters. Finally, you will consider the potential environmental impacts of machine learning, with a focus on where questions of energy, water, and e-waste intersect with justice and equity.
Saiba mais
Unleash the power of language models with fine-tuning. In this course, you will learn how to adjust a pre-trained model to a specific task. You will start with full-parameter fine-tuning using a small language model. To tune larger models like Gemma, you will learn parameter-efficient techniques with a focus on LoRA. Finally, you will be briefly introduced to reinforcement learning as an alternative to supervised fine-tuning (SFT). You will also explore how AI is imagined and made sense of in cultural contexts. You will consider why responsible AI is not just about technical safety but also about building governance systems that reflect community values and protect the public interest.
Saiba mais
In this Google DeepMind course you will discover the mechanisms of the transformer architecture. You will investigate how transformer language models process prompts to make context-sensitive next-token predictions. Through practical activities you will explore the attention mechanism, visualize attention weights, and encounter advanced concepts like masked attention and multi-head attention. You will also learn other techniques that are necessary to build neural networks that are well-suited to be used as language models. Finally, through activities on values, stakeholder mapping and community engagement, you will practice concrete tools for ensuring AI projects are developed with communities, not just for them.
Saiba mais
In this Google DeepMind course you will focus on the training process for machine learning models. You will learn how to spot and mitigate issues when training a model, such as overfitting and underfitting. In practical coding labs, you will implement and evaluate the multilayer perceptron for simple classification tasks. This will provide insights into the mechanics of training a neural network model and the backpropagation algorithm. Research case studies will demonstrate how neural networks power real-world models. Additionally, you will consider the broader social impacts of innovation by looking beyond immediate benefits to anticipate potential risks, safety concerns, and further-reaching societal consequences.
Saiba mais
In this Google DeepMind course, you will learn the fundamentals of language models and gain a high-level understanding of the machine learning development pipeline. You will consider the strengths and limitations of traditional n-gram models and advanced transformer models. Practical coding labs will enable you to develop insights into how machine learning models work and how they can be used to generate text and identify patterns in language. Through real-world case studies, you will build an understanding around how research engineers operate. Drawing on these insights you will identify problems that you wish to tackle in your own community and consider how to leverage the power of machine learning responsibly to address these problems within a global and local context.
Saiba mais
In this Google DeepMind course you will learn how to prepare text data for language models to process. You will investigate the tools and techniques used to prepare, structure, and represent text data for language models, with a focus on tokenization and embeddings. You will be encouraged to think critically about the decisions behind data preparation, and what biases within the data may be introduced into models. You will analyze trade-offs, learn how to work with vectors and matrices, how meaning is represented in language models. Finally, you will practice designing a dataset ethically using the Data Cards process, ensuring transparency, accountability, and respect for community values in AI development.
Saiba mais
Criado especificamente para profissionais de saúde, este curso desmistifica a IA generativa, o mais recente avanço em inteligência artificial, e os grandes modelos de linguagem (LLMs, na sigla em inglês) que a impulsionam. Descubra aplicações reais da IA generativa em ambientes de saúde e domine a arte de criar comandos eficazes adaptados aos seus objetivos.
Saiba mais
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
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 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 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
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
Saiba como usar o Gemini Notebook para criar um guia de estudo personalizado para o exame de certificação Professional Machine Learning Engineer (PMLE). Você vai analisar os recursos do Gemini Notebook, criar um notebook e usar o guia de estudo para se preparar para um exame de certificação.
Saiba mais
