Ivan Vivares
Participante desde 2021
Liga Ouro
3924 pontos
Participante desde 2021
Neste curso, profissionais de machine learning vão conhecer as principais ferramentas, técnicas e práticas recomendadas para avaliar modelos de IA generativa e preditiva. Essa avaliação é muito importante para garantir que os sistemas de ML produzam resultados confiáveis, precisos e de alto desempenho na produção. Os participantes vão entender em detalhes as várias métricas e metodologias de avaliação, além da aplicação correta delas em diferentes tarefas e tipos de modelo. O foco do curso está nos desafios específicos dos modelos de IA generativa e nas estratégias para lidar com eles de forma eficaz. Usando a plataforma Vertex AI do Google Cloud, os participantes vão aprender a implementar processos robustos de avaliação para selecionar e otimizar os modelos, com monitoramento contínuo.
O objetivo desse curso é equipar você com o conhecimento e as ferramentas necessários para resolver os desafios enfrentados por equipes de MLOps durante o desenvolvimento e gerenciamento de modelos de IA generativa. Também queremos mostrar como a Vertex AI ajuda equipes de IA a simplificar processos de MLOps e a alcançar o sucesso em projetos de IA generativa.
Este é o curso "Infraestrutura de IA: técnicas de rede". Você vai aprender a aproveitar a infraestrutura de alta largura de banda e baixa latência do Google Cloud para otimizar a transferência de dados e a comunicação entre todos os componentes do seu sistema de IA. Ao final, você vai compreender o papel crucial que as redes desempenham em todo o pipeline de IA, desde a ingestão e o treinamento de dados até a inferência, e será capaz de aplicar as práticas recomendadas para garantir que suas cargas de trabalho sejam executadas na velocidade máxima.
Neste curso, você vai embarcar em uma jornada completa pelas soluções de armazenamento disponíveis no Google Cloud, especialmente desenvolvidas para cargas de trabalho de IA e de computação de alto desempenho (HPC, na sigla em inglês). Você vai aprender a escolher o armazenamento certo para cada etapa do ciclo de vida de machine learning, descobrir como otimizar o desempenho de E/S durante o treinamento, como gerenciar conjuntos de dados enormes para preparação de dados e como disponibilizar artefatos do modelo com baixa latência. Por meio de exemplos práticos e demonstrações, você vai adquirir a experiência necessária para projetar soluções de armazenamento robustas que aceleram a inovação em IA.
Este curso oferece um guia completo para implantar, gerenciar e otimizar cargas de trabalho de IA e computação de alto desempenho (HPC, na sigla em inglês) no Google Cloud. Por meio de uma série de lições e demonstrações práticas, você vai conhecer diversas estratégias de implantação, desde ambientes altamente personalizáveis usando o Google Compute Engine (GCE) até soluções gerenciadas como o Google Kubernetes Engine (GKE). Especificamente, você vai aprender a criar clusters e implantar o GKE para inferência.
Este é o curso Cloud TPUs. Vamos conhecer as vantagens e desvantagens das TPUs em vários cenários e comparar diferentes aceleradores de TPU para você escolher a opção mais adequada. Você aprenderá estratégias para maximizar o desempenho e a eficiência dos seus modelos de IA e compreenderá a importância da interoperabilidade de GPU/TPU para fluxos de trabalho flexíveis de machine learning. Usando conteúdo envolvente e demonstrações práticas, guiaremos você no aproveitamento eficaz das TPUs.
Tudo pronto para começar a usar o Hipercomputador de IA? Com este curso, fica fácil! Vamos abordar os conceitos básicos, explicando o que é o Hipercomputador de IA e como ele auxilia com cargas de trabalho de inteligência artificial. Você aprenderá sobre os diferentes componentes de um hipercomputador, como GPUs, TPUs e CPUs, e descobrirá como escolher a abordagem de implantação ideal para suas demandas.
Quer saber mais sobre o hardware avançado por trás da IA? Este módulo analisa os computadores de IA otimizados para desempenho, mostrando por que eles são tão importantes. Vamos analisar como CPUs, GPUs e TPUs tornam as tarefas de IA extremamente rápidas, o que torna cada uma delas única e como o software de IA tira o máximo proveito delas. Ao final, você saberá exatamente como escolher a GPU certa para seus projetos de IA, o que ajuda na tomada de decisões inteligentes para suas cargas de trabalho de IA.