DHILIPKUMAR SIVAKUMAR
Participante desde 2025
Liga Prata
2957 pontos
Participante desde 2025
Transformar dados brutos de planilhas em inteligência de negócios estruturada exige validação precisa, navegação eficiente e relatórios visuais dinâmicos. Esta trilha de viagem desenvolve competências analíticas essenciais usando o Google Sheets. Você começará implementando regras rígidas de validação de dados, configurando fluxos de trabalho de pesquisa direcionados e garantindo a integridade dos dados em grandes conjuntos de dados. Depois, avançará para a criação de gráficos dinâmicos e a execução de fórmulas analíticas complexas para extrair insights significativos. Concluída com um laboratório de desafio abrangente, esta viagem prepara você para criar planilhas analíticas confiáveis e prontas para apresentação.
Acelerar a entrega de software mantendo a estabilidade exige pipelines automatizados de compilação, artefatos e lançamento. Esta trilha aborda as principais práticas para implementar integração contínua e entrega contínua (CI/CD) no Google Cloud. Você começará gerenciando imagens de contêiner com o Artifact Registry e criando pipelines automatizados para o Google Kubernetes Engine usando o Cloud Build. Em seguida, configurará fluxos de trabalho de entrega contínua com o Google Cloud Deploy para promover lançamentos com segurança entre diferentes ambientes. Concluindo com um laboratório de desafio prático, esta trilha prepara você para estabelecer pipelines de implantação resilientes e prontos para produção.
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!
Quem disse que o compartilhamento de dados complexos além dos limites da organização precisa ser um pesadelo de conformidade? Esta aventura é o seu guia definitivo para entregar soluções modernas de Analytics como Serviço no Google Data Cloud. Você começará criando visualizações autorizadas e seguras no BigQuery para expor dados a parceiros de forma segura, sem revelar as tabelas de origem. Em seguida, aprenderá a consumir conjuntos de dados específicos de clientes e a otimizar a entrega de dados entre diferentes organizações. Com um laboratório de desafio prático incluso, esta aventura oferece as habilidades práticas necessárias para publicar, compartilhar e dimensionar dados de forma integrada, mantendo uma segurança rigorosa.
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!
Gerenciar o ecossistema digital de uma organização não é apenas manter as coisas funcionando — é criar uma plataforma de lançamento segura para a colaboração. Nesta trilha, você entrará no Admin Console do Google Workspace para controlar o provisionamento de usuários e a segurança de aplicativos desde o início. Depois, mudará o foco para a educação digital, transformando ambientes padrão em salas de aula virtuais seguras usando o Google Meet e o Google Classroom. Apoiada por um laboratório de desafio, esta trilha é o seu caminho mais rápido para gerenciar espaços de trabalho em nuvem de nível empresarial.
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.
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.