Organizations around the world rely on Apache Kafka to integrate existing systems in real time and build a new class of event streaming applications that unlock new business opportunities. Google and Confluent are in a partnership to deliver the best event streaming service based on Apache Kafka and to build event driven applications and big data pipelines on Google Cloud Platform. In this course, you will first learn how to deploy and create a streaming data pipeline with Apache Kafka, then try out the different functionalities of the Confluent Platform.
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.
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.
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.
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.
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.
Receba o selo de habilidade avançado Google DeepMind: treinar um modelo de linguagem pequeno ao concluir este curso para demonstrar habilidades nas seguintes atividades:formular problemas de pesquisa de modelos de linguagem do mundo real, criar um tokenizador simples, preparar um conjunto de dados para treinar um modelo de linguagem de transformador e executar o loop de treinamento de um modelo de linguagem pequeno. Acesse este laboratório sem custo financeiro ao se inscrever na assinatura sem custo financeiro. Receba 35 créditos sem custo financeiro por mês!
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.
Este é o último dos cinco cursos do Certificado Google Cloud Data Analytics. Neste curso, você vai combinar e aplicar o conhecimento e as habilidades básicas dos cursos anteriores em um projeto final focado em todo o ciclo de vida dos dados. Você também vai praticar o uso de ferramentas baseadas na nuvem para adquirir, armazenar, processar, analisar, visualizar e comunicar insights de dados de maneira eficaz. No final do curso, você terá concluído um projeto demonstrando sua proficiência em estruturar dados de várias fontes de maneira eficiente, oferecer soluções para outras partes interessadas e visualizar insights de dados usando um software com base na nuvem. Você também vai atualizar seu currículo e praticar técnicas que ajudam a preparar você para se candidatar e passar por entrevistas de emprego.
Este é o quarto de cinco cursos para o Certificado Google Cloud Data Analytics. Neste curso, você vai desenvolver habilidades nos cinco estágios principais da visualização de dados na nuvem: narrativa, planejamento, análise de dados, criação de visualizações e compartilhamento dos dados com outras pessoas. Você também vai adquirir experiência em atividades de UI/UX para criar visualizações impactantes e nativas da nuvem, além de trabalhar com ferramentas de visualização de dados para analisar conjuntos de dados, elaborar relatórios e criar painéis que auxiliam nas decisões e promovem a colaboração.
Este é o terceiro de cinco cursos para o Certificado Google Cloud Data Analytics. Nele, você vai começar com uma visão geral da jornada dos dados, desde a coleta até os insights. Você vai aprender a usar o SQL para converter dados brutos para um formato usável. Depois vai saber como transformar grandes volumes de dados com um pipeline de dados. Por último, você vai ganhar experiência aplicando estratégias de transformação em conjuntos de dados reais para atender necessidades comerciais.
Este é o segundo dos cinco cursos do Certificado Google Cloud Data Analytics. O assunto deste curso é a estruturação e a organização dos dados. Você vai adquirir experiência prática com a arquitetura de data lakehouse e os componentes de nuvem como o BigQuery, o Google Cloud Storage e o DataProc, usados para armazenar, analisar e processar grandes conjuntos de dados.
Este é o primeiro dos cinco cursos do Certificado Google Cloud Data Analytics. Neste curso, vamos definir o campo da análise de dados em nuvem e descrever as funções e responsabilidades de um analista de dados em nuvem relacionadas à aquisição, visualização de dados, ao armazenamento e processamento. Você vai conhecer a arquitetura das ferramentas baseadas no Google Cloud, como BigQuery e Cloud Storage, e descobrir como são usadas para estruturar, apresentar e relatar dados de maneira eficaz.
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.
Os cursos da série Fundamentos da computação do Google Cloud são direcionados para pessoas com pouca ou nenhuma formação ou experiência na área de computação em nuvem. Eles apresentam uma visão geral dos principais conceitos de nuvem, Big Data e machine learning, além do papel do Google Cloud no uso dessas tecnologias. Ao final da série, os estudantes saberão articular esses conceitos e demonstrar algumas habilidades práticas. Você precisa concluir os cursos na seguinte ordem: 1. Fundamentos da computação do Google Cloud: noções básicas da computação em nuvem 2. Fundamentos da computação do Google Cloud: infraestrutura no Google Cloud Fundamentos da computação do Google Cloud: redes e segurança no Google Cloud 4. Fundamentos da computação do Google Cloud: dados, ML e IA no Google Cloud Este último curso da série revisa quais são serviços de Big Data gerenciados, o que é machine learning e qual o valor dele e como comprovar sua capacidade no Google Cloud, conquistando selos de hab…
Conquiste um selo de habilidade ao concluir o curso Como criar uma rede segura do Google Cloud, que apresenta vários recursos relacionados a redes para criar, escalonar e proteger seus aplicativos no Google Cloud.
Os cursos da série Fundamentos da computação do Google Cloud são direcionados para pessoas com pouca ou nenhuma formação ou experiência na área de computação em nuvem. Eles apresentam uma visão geral dos principais conceitos de nuvem, Big Data e machine learning, e o papel do Google Cloud no uso dessas tecnologias. Ao final da série, os estudantes saberão articular esses conceitos e demonstrar algumas habilidades práticas. Você precisa concluir os cursos na seguinte ordem: 1. Fundamentos da computação do Google Cloud: noções básicas da computação em nuvem 2. Fundamentos da computação do Google Cloud: infraestrutura no Google Cloud Fundamentos da computação do Google Cloud: redes e segurança no Google Cloud 4. Fundamentos da computação do Google Cloud: dados, ML e IA no Google Cloud Este terceiro curso aborda ferramentas de automação e gerenciamento em nuvem, além da criação de redes seguras.
Conquiste um selo de habilidade ao concluir o curso Como configurar um ambiente de desenvolvimento de apps no Google Cloud. Nele, você aprende a criar e conectar uma infraestrutura em nuvem focada em armazenamento usando recursos básicos das seguintes tecnologias: Cloud Storage, Identity and Access Management, Cloud Functions e Pub/Sub.
Os cursos da série Fundamentos da computação do Google Cloud se destinam a pessoas com pouca ou nenhuma formação ou experiência na área de computação em nuvem. Eles apresentam uma visão geral dos principais conceitos de nuvem, Big Data e machine learning, e o papel do Google Cloud no uso dessas tecnologias. Ao final da série, os participantes saberão articular esses conceitos e demonstrar algumas habilidades práticas. Você precisa concluir os cursos na seguinte ordem: 1. Fundamentos da computação do Google Cloud: noções básicas da computação em nuvem 2. Fundamentos da computação do Google Cloud: infraestrutura no Google Cloud 3. Fundamentos da computação do Google Cloud: redes e segurança no Google Cloud 4. Fundamentos da computação do Google Cloud: dados, ML e IA no Google Cloud
Conclua o selo de habilidade introdutório Implementação do Cloud Load Balancing no Compute Engine para demonstrar que você sabe: criar e implantar máquinas virtuais no Compute Engine; configurar balanceadores de carga de rede e de aplicativo.
Os cursos da Google Cloud Computing Foundations são direcionados para pessoas com pouca ou nenhuma formação ou experiência na área de computação em nuvem. Eles apresentam uma visão geral dos principais conceitos de nuvem, Big Data e machine learning, além de explicar onde e como usar o Google Cloud. Ao final da série de cursos, os alunos serão capazes de articular estes conceitos e demonstrar algumas habilidades práticas. Conclua os cursos na seguinte ordem: 1. Fundamentos da computação do Google Cloud: noções básicas da computação em nuvem 2. Fundamentos da computação do Google Cloud: infraestrutura no Google Cloud 3. Fundamentos da computação do Google Cloud: rede e segurança no Google Cloud 4. Fundamentos da computação do Google Cloud: dados, ML e IA no Google Cloud Este primeiro curso apresenta uma visão geral da computação em nuvem, formas de usar o Google Cloud e as diferentes opções de computação.
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.
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.