Christian Nicolas Cabezas Hermosilla
Participante desde 2024
Liga Bronze
37885 pontos
Participante desde 2024
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.
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.
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.
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.
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 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.
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 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 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 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 Prepare os dados para relatórios e dashboards do Looker para mostrar que você sabe: filtrar, ordenar e dinamizar dados; mesclar resultados de diferentes Análises do Looker; e usar funções e operadores para criar dashboards e relatórios do Looker para análise e visualização de dados.
This course introduces the products and solutions to solve NLP problems on Google Cloud. Additionally, it explores the processes, techniques, and tools to develop an NLP project with neural networks by using Vertex AI and TensorFlow.
In this course, you apply your knowledge of classification models and embeddings to build a ML pipeline that functions as a recommendation engine. This is the fifth and final course of the Advanced Machine Learning on Google Cloud series.
Neste curso, os participantes vão conhecer as ferramentas de MLOps e as práticas recomendadas para a implantação, a avaliação, o monitoramento e a operação de sistemas de ML de produção no Google Cloud. MLOps é uma disciplina com foco na implantação, teste, monitoramento e automação de sistemas de ML em produção. Também incluímos experiências práticas de uso da ingestão de streaming do Vertex AI Feature Store na camada do SDK.
Neste curso, vamos conhecer os componentes e as práticas recomendadas para criar sistemas de ML com alto desempenho em ambientes de produção. Vamos abordar algumas considerações comuns relacionadas à criação desses sistemas, como treinamento estático e dinâmico, inferência estática e dinâmica, TensorFlow distribuído e TPUs. O objetivo deste curso é conhecer as características de um sistema de ML eficiente, que vão muito além da capacidade de fazer boas previsões.
O curso apresenta os benefícios de usar a Vertex AI Feature Store e ensina a melhorar a acurácia dos modelos de ML e a identificar as colunas de dados que apresentam os atributos mais úteis. Ele também oferece conteúdo teórico e laboratórios sobre engenharia de atributos com BigQuery ML, Keras e TensorFlow.
Este curso ensina a criar modelos de ML com o TensorFlow e o Keras, melhorar a acurácia deles e desenvolver modelos para uso em escala.
Neste curso, os participantes vão conhecer as ferramentas de MLOps e as práticas recomendadas para a implantação, a avaliação, o monitoramento e a operação de sistemas de ML de produção no Google Cloud. MLOps é uma disciplina com foco na implantação, no teste, no monitoramento e na automação de sistemas de ML em produção. Profissionais de engenharia de machine learning usam ferramentas para fazer melhorias contínuas e avaliações de modelos implantados. São profissionais que trabalham com ciências de dados e desenvolvem modelos para garantir a velocidade e o rigor na implantação de modelos com melhor desempenho.
O curso começa com a seguinte discussão: como melhorar a qualidade dos dados e fazer uma análise exploratória deles? Descrevemos o AutoML na Vertex AI e como criar, treinar e implantar um modelo de ML sem escrever nenhuma linha de código. Você vai conhecer os benefícios do BigQuery ML. Depois vamos falar sobre como otimizar um modelo de machine learning (ML) e como a generalização e a amostragem podem ajudar na avaliação de qualidade dos modelos de ML em treinamentos personalizados.
Neste curso, apresentamos os recursos de IA e machine learning (ML) do Google Cloud, com foco no desenvolvimento de projetos de IA generativa e preditiva. Vamos conhecer as tecnologias, os produtos e as ferramentas disponíveis em todo o ciclo de vida de dados para IA, capacitando cientistas de dados, desenvolvedores de IA e engenheiros de ML para aprimorar a experiência com exercícios interativos.