Inscreva-se Fazer login

Volodymyr Bordovskyi

Participante desde 2023

Liga Ouro

16273 pontos
Otimização do comportamento de agentes Earned Apr 15, 2026 EDT
Primeiros passos na criação de agentes com o Kit de Desenvolvimento de Agente (ADK) Earned Apr 10, 2026 EDT
Criação de agentes com o Kit de Desenvolvimento de Agente (ADK) Earned Apr 3, 2026 EDT
Noções básicas de agentes Earned Apr 3, 2026 EDT
Crie e gerencie instâncias do Bigtable Earned Oct 25, 2023 EDT
Crie e gerencie instâncias do Cloud Spanner Earned Oct 20, 2023 EDT
Criar objetos do LookML no Looker Earned Oct 16, 2023 EDT
Compartilhe dados com o Google Data Cloud Earned Oct 13, 2023 EDT
Introdução ao Looker Earned Oct 13, 2023 EDT
Prepare os dados para relatórios e dashboards do Looker Earned Oct 12, 2023 EDT
Generative AI Fundamentals - Português Brasileiro Earned Sep 27, 2023 EDT
Introdução à IA responsável Earned Sep 27, 2023 EDT
Introdução aos modelos de linguagem grandes Earned Sep 27, 2023 EDT
Gerar insights a partir de dados do BigQuery Earned Sep 27, 2023 EDT
Dados de engenharia para modelagem preditiva com o BigQuery ML Earned Aug 8, 2023 EDT
Criar um data warehouse com o BigQuery Earned Jul 18, 2023 EDT
Processamento de dados sem servidor com o Dataflow: fundamentos Earned Jul 10, 2023 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud - Português Brasileiro Earned Jun 18, 2023 EDT
Como criar pipelines de dados de streaming no Google Cloud Earned Jun 12, 2023 EDT
Como criar pipelines de dados em lote no Google Cloud Earned Jun 6, 2023 EDT
Como criar data lakes e data warehouses no Google Cloud Earned Jun 2, 2023 EDT

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. Confira outros conteúdos do programa Gemini Enterprise Agent Ready (GEAR). Participe do fórum da comunidade para tirar dúvidas e acompanhar 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. Confira outros conteúdos do programa Gemini Enterprise Agent Ready (GEAR).

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

Este curso apresenta noções básicas sobre agentes de IA e explica como eles agregam valor no mundo real. Ele oferece uma base para desenvolvedores, arquitetos e tomadores de decisões técnicas que desejam entender os sistemas de IA pela perspectiva do comportamento autônomo e orientado a objetivos.

Saiba mais

Conclua o curso introdutório Crie e gerencie instâncias do Bigtable para demonstrar que você sabe criar instâncias, projetar esquemas, consultar dados e realizar tarefas administrativas no Bigtable, incluindo monitorar o desempenho e configurar o escalonamento automático e a replicação de nós.

Saiba mais

Conclua o curso introdutório Crie e gerencie instâncias do Cloud Spanner para demonstrar que você sabe: Criar e interagir com instâncias e bancos de dados do Cloud Spanner Carregar bancos de dados do Cloud Spanner usando várias técnicas Fazer backup de bancos de dados do Cloud Spanner, definir esquemas e entender planos de consulta Implantar um app da Web moderno conectado a uma instância do Cloud Spanner.

Saiba mais

Conclua o selo de habilidade introdutório Criar objetos do LookML no Looker para demonstrar que você sabe: criar dimensões e métricas, visualizações e tabelas derivadas; definir filtros e tipos de métricas com base nos requisitos; atualizar dimensões e métricas; criar e refinar Análises, combinar visualizações com Análises atuais e decidir quais objetos do LookML criar com base nos requisitos de negócios.

Saiba mais

Ganhe um selo de habilidade ao concluir o curso Compartilhe dados com o Google Data Cloud. Nele, você vai adquirir experiência prática com os parceiros do de compartilhamento de dados, que têm conjuntos de dados próprios que os clientes podem usar para casos de uso de análise. Os clientes assinam e consultam esses dados na própria plataforma, depois os aprimoram com os conjuntos de dados e usam ferramentas de visualização nos painéis voltados para o cliente.

Saiba mais

Conquiste um selo de habilidade ao concluir o curso Introdução ao Looker, onde você vai aprender a analisar, visualizar e organizar dados usando o Looker Studio e o Looker.

Saiba mais

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.

Saiba mais

Receba um selo de habilidade ao concluir os cursos "Introduction to Generative AI", "Introduction to Large Language Models" e "Introduction to Responsible AI". Consiga a aprovação nos testes finais dos cursos para demonstrar seu conhecimento sobre os conceitos básicos da IA generativa. Os selos de habilidades são digitais. Eles são emitidos pelo Google Cloud como forma de reconhecer sua capacidade de trabalhar com os produtos e serviços do Cloud. Torne seu perfil público e adicione os selos de habilidades às suas mídias sociais para mostrar seus conhecimentos.

Saiba mais

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.

Saiba mais

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.

Saiba mais

Conclua o selo de habilidade introdutório Gerar insights a partir de dados do BigQuery para mostrar que você sabe gravar consultas SQL, consultar tabelas públicas e carregar dados de amostra no BigQuery, solucionar erros comuns de sintaxe com o validador de consultas no BigQuery e criar relatórios no Data Studio fazendo a conexão com dados do BigQuery.

Saiba mais

Conclua o selo de habilidade intermediário Dados de engenharia para modelagem preditiva com o BigQuery ML para mostrar que você sabe: criar pipelines de transformação de dados no BigQuery usando o Dataprep by Trifacta; usar o Cloud Storage, o Dataflow e o BigQuery para criar fluxos de trabalho de extração, transformação e carregamento de dados (ELT); e criar modelos de machine learning usando o BigQuery ML.

Saiba mais

Conclua o selo de habilidade intermediário Criar um data warehouse com o BigQuery para mostrar que você sabe mesclar dados para criar novas tabelas; solucionar problemas de mesclagens; adicionar dados ao final com uniões; criar tabelas particionadas por data; além de trabalhar com JSON, matrizes e structs no BigQuery.

Saiba mais

Este é o primeiro de uma série de três cursos sobre processamento de dados sem servidor com o Dataflow. Nele, vamos relembrar o que é o Apache Beam e qual é a relação entre ele e o Dataflow. Depois, falaremos sobre a visão do Apache Beam e os benefícios do framework de portabilidade desse modelo de programação. Com esse processo, o desenvolvedor pode usar a linguagem de programação favorita com o back-end de execução que quiser. Em seguida, mostraremos como o Dataflow permite a separação entre a computação e o armazenamento para economizar dinheiro. Além disso, você vai aprender como as ferramentas de identidade, acesso e gerenciamento interagem com os pipelines do Dataflow. Por fim, vamos ver como implementar o modelo de segurança ideal para seu caso de uso no Dataflow.

Saiba mais

A incorporação de machine learning em pipelines de dados aumenta a capacidade de extrair insights dessas informações. Neste curso, mostramos as várias formas de incluir essa tecnologia em pipelines de dados do Google Cloud. Para casos de pouca ou nenhuma personalização, vamos falar sobre o AutoML. Para usar recursos de machine learning mais personalizados, vamos apresentar os Notebooks e o machine learning do BigQuery (BigQuery ML). No curso, você também vai aprender sobre a produção de soluções de machine learning usando a Vertex AI.

Saiba mais

Neste curso, você vai resolver desafios reais enfrentados na criação de pipelines de dados de streaming. O foco é gerenciar dados contínuos e ilimitados com os produtos do Google Cloud.

Saiba mais

Neste curso intermediário, você aprenderá a projetar, criar e otimizar pipelines de dados em lote robustos no Google Cloud. Além do tratamento básico de dados, você vai aprender sobre transformações em grande escala e orquestração eficiente de fluxos de trabalho, essenciais para a eficiência em Business Intelligence e relatórios importantes. Pratique o uso do Dataflow para Apache Beam e do Serverless para Apache Spark (Dataproc sem servidor) na implementação e resolva questões importantes em qualidade de dados, monitoramento e alertas, garantindo um pipeline confiável e excelência operacional. Recomendamos ter conhecimento básico de armazenamento em data warehouse, ETL/ELT, SQL, Python e conceitos do Google Cloud.

Saiba mais

Embora as abordagens tradicionais de uso de data lakes e data warehouses possam ser eficazes, elas têm alguns problemas, principalmente em grandes ambientes corporativos. Este curso apresenta o conceito de data lakehouse e os produtos do Google Cloud usados para criar um. Uma arquitetura de lakehouse usa fontes de dados de padrão aberto e combina os melhores atributos de data lakes e data warehouses, o que resolve muitos desses problemas.

Saiba mais