Participante desde 2025
Google DeepMind: 02 Represent Your Language Data
Earned Dec 30, 2025 EST
Introdução aos modelos de linguagem grandes
Earned Dec 19, 2025 EST
Como inovar com a inteligência artificial do Google Cloud
Earned Dec 19, 2025 EST
Google DeepMind: 01 Build Your Own Small Language Model
Earned Dec 18, 2025 EST
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.
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.
A inteligência artificial (IA) e o machine learning (ML) representam importantes evoluções na tecnologia da informação que estão transformando uma ampla variedade de setores. O curso "Como inovar com a inteligência artificial do Google Cloud" mostra como as organizações podem usar a IA e o ML para transformar processos comerciais. Como parte do programa de aprendizado do Líder digital do Cloud, o objetivo deste curso é ajudar você a crescer profissionalmente e desenvolver o futuro do seu próprio negócio.
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.