A segurança de aplicativos e a otimização da entrega são essenciais em ambientes de nuvem modernos. Nesta trilha, você trabalhará com ferramentas como Cloud KMS, Identity-Aware Proxy e contas de serviço para gerenciar o acesso e proteger recursos. Você também explorará clusters Kubernetes privados, gerenciamento de artefatos e criará pipelines de CI/CD com o Cloud Build — unindo os fundamentos da segurança na nuvem e do DevOps na prática.
À medida que as plataformas crescem, manter a velocidade, a confiabilidade e experiências de usuário perfeitas torna-se crucial. Inspirado pela Bobble AI e sua jornada para suportar milhões de interações em tempo real, este desafio explora como os sistemas nativos da nuvem são projetados para eficiência em escala. Você trabalhará com Docker e Kubernetes para executar e orquestrar aplicativos, além de usar IAM, Cloud Storage e Monitoramento para gerenciar acesso, dados e desempenho. O resultado: uma visão mais clara de como a combinação certa de contêineres, automação e observabilidade mantém os aplicativos modernos rápidos, resilientes e eficientes.
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!
Criar e executar aplicativos no Google Cloud pode assumir muitas formas — e esta aventura reúne todas elas. Experimente o App Engine, o Cloud Run, o Kubernetes Engine e o Compute Engine enquanto implanta aplicativos, gerencia a escalabilidade e explora arquiteturas modernas, incluindo a transição de arquiteturas monolíticas para microsserviços.
Trabalhar com dados e aplicativos exige o equilíbrio certo entre governança e agilidade. Nesta viagem, você usará o Dataplex para organizar, proteger e avaliar a qualidade dos dados, enquanto explora conceitos como malha de dados. Além disso, você terá experiência prática com o Firebase — criando aplicativos sem servidor, trabalhando com o Firestore e gerenciando dados em tempo real — unindo o gerenciamento moderno de dados e o desenvolvimento de aplicativos.
Receba um selo de habilidade ao completar o curso Como configurar uma rede do Google Cloud, que ensina como realizar tarefas básicas no Google Cloud Platform, criar uma rede personalizada, adicionar regras de firewall de sub-redes e criar VMs para testar a latência durante a comunicação.
Uma temporada para construir, experimentar e crescer — uma habilidade de cada vez. Você começará com os fundamentos de redes, criando a base que conecta tudo. A partir daí, você mergulhará na automação e no desenvolvimento de aplicativos usando o Cloud Scheduler, o App Engine e as APIs de aprendizado de máquina. Ao final, você terá uma compreensão mais sólida e prática de como os aplicativos modernos são criados, conectados e executados na nuvem.
Ganhe o selo de habilidade avançado ao concluir o curso Usar APIs de machine learning no Google Cloud. Nele, você aprende os recursos básicos das seguintes tecnologias de machine learning e IA: API Cloud Vision, API Cloud Translation e API Cloud Natural Language.
Ganhe o selo de habilidade introdutório ao concluir o curso Criar um site no Google Cloud. Este curso é baseado na série Get Cooking in Cloud e aborda os seguintes tópicos:Implantação de um site no Cloud RunHospedagem de um app da web no Compute EngineCriação, implantação e escalonamento do seu site no Google Kubernetes EngineMigração de um aplicativo monolítico para uma arquitetura de microsserviços usando o Cloud Build
Aproveite o potencial da IA generativa para criar agentes inteligentes e automatizados. Depois de concluir este curso, você poderá desenvolver um agente de repositório de dados capaz de responder instantaneamente a perguntas complexas extraindo e sintetizando automaticamente informações de seus sites, documentos ou dados estruturados. Diga adeus às perguntas frequentes estáticas: seu novo agente vai fornecer respostas dinâmicas e precisas, e até mesmo mostrar os URLs das fontes originais, tudo com uma configuração simples e rápida.
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.
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.
Este vídeo mostra como usar o Gemini para eliminar a entrada manual e tediosa de dados. Aprenda a tirar uma foto ou fazer uma captura de tela de dados (de PDFs, papéis ou imagens) e pedir ao Gemini para converter instantaneamente em uma planilha do Google estruturada. Descubra este truque simples para economizar inúmeras horas de transcrição de dados, transformando o Gemini no seu assistente pessoal de entrada de dados. Basta capturar, pedir e exportar!
Este vídeo aborda os fundamentos da engenharia de comandos para uma comunicação eficaz com a IA. Aprenda uma estrutura simples (persona, tarefa, contexto e formato) para criar comandos claros e receber resultados melhores e mais rápidos do Gemini no Google Workspace. Descubra como usar linguagem natural, ser específico e iterar para ter a melhor assistência de IA.
This video covers five key ways to use Google's AI tools, including Gemini in Workspace, the Gemini app, and NotebookLM, to enhance your daily productivity.
This video covers how to use NotebookLM as a personal research assistant by adding sources, asking questions, and generating new content formats based on your documents.
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.
IA generativa: para além do chatbot é o primeiro curso do programa de aprendizado Gen AI Leader e não tem pré-requisitos. O objetivo deste curso é ir além do conhecimento básico de chatbots para analisar o verdadeiro potencial da IA generativa para sua organização. Você aprenderá conceitos como modelos de fundação e engenharia de comando, que são cruciais para aproveitar ao máximo a IA generativa. O curso também aborda considerações importantes ao desenvolver uma estratégia de IA generativa de sucesso para a organização.
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.