GSP917

Visão geral

Neste laboratório, você vai usar o BigQuery para processar e analisar dados detalhadamente, além de treinar e implantar um modelo regressor personalizado do TensorFlow com a plataforma Vertex AI para prever o valor da vida útil do cliente. O objetivo do laboratório é apresentar a Vertex AI com um caso de uso real de alto valor, a previsão de CLV. Você vai começar com um fluxo de trabalho local no BigQuery e no TensorFlow, ferramentas que talvez já conheça. Depois, você vai treinar e implantar o modelo na nuvem com a Vertex AI.

Objetivos

O que você vai fazer neste laboratório:

• Treinar localmente um modelo do TensorFlow em um notebook da Vertex.
• Usar o Vertex TensorBoard para ver o desempenho do modelo.

Configuração e requisitos

Antes de clicar no botão Start Lab

Leia estas instruções. Os laboratórios são cronometrados e não podem ser pausados. O timer é iniciado quando você clica em Começar o laboratório e mostra por quanto tempo os recursos do Google Cloud vão ficar disponíveis.

Este laboratório prático permite que você realize as atividades em um ambiente real de nuvem, não em uma simulação ou demonstração. Você vai receber novas credenciais temporárias para fazer login e acessar o Google Cloud durante o laboratório.

Confira os requisitos para concluir o laboratório:

• Acesso a um navegador de Internet padrão (recomendamos o Chrome).

Observação: para executar este laboratório, use o modo de navegação anônima ou uma janela anônima do navegador. Isso evita conflitos entre sua conta pessoal e a conta de estudante, o que poderia causar cobranças extras na sua conta pessoal.

• Tempo para concluir o laboratório---não se esqueça: depois de começar, não será possível pausar o laboratório.

Observação: não use seu projeto ou conta do Google Cloud neste laboratório para evitar cobranças extras na sua conta.

Como iniciar seu laboratório e fazer login no console do Google Cloud

1. Clique no botão Começar o laboratório. Se for preciso pagar, você verá um pop-up para selecionar a forma de pagamento. No painel Detalhes do laboratório à esquerda, você vai encontrar o seguinte:

   • O botão Abrir console do Google Cloud
   • O tempo restante
   • As credenciais temporárias que você vai usar neste laboratório
   • Outras informações, se forem necessárias

2. Se você estiver usando o navegador Chrome, clique em Abrir console do Google Cloud ou clique com o botão direito do mouse e selecione Abrir link em uma janela anônima.

   O laboratório ativa os recursos e depois abre a página Fazer login em outra guia.

   Dica: coloque as guias em janelas separadas lado a lado.

   Observação: se aparecer a caixa de diálogo Escolher uma conta, clique em Usar outra conta.

3. Se necessário, copie o Nome de usuário abaixo e cole na caixa de diálogo Fazer login.

   {{{user_0.username | "Nome de usuário"}}}

   Você também encontra o Nome de usuário no painel Detalhes do laboratório.

4. Clique em Seguinte.

5. Copie a Senha abaixo e cole na caixa de diálogo de boas-vindas.

   {{{user_0.password | "Senha"}}}

   Você também encontra a Senha no painel Detalhes do laboratório.

6. Clique em Seguinte.

   Importante: você precisa usar as credenciais fornecidas no laboratório, e não as da sua conta do Google Cloud. Observação: se você usar sua própria conta do Google Cloud neste laboratório, é possível que receba cobranças adicionais.

7. Acesse as próximas páginas:

   • Aceite os Termos e Condições.
   • Não adicione opções de recuperação nem autenticação de dois fatores (porque essa é uma conta temporária).
   • Não se inscreva em testes gratuitos.

Depois de alguns instantes, o console do Google Cloud será aberto nesta guia.

Observação: clique em Menu de navegação no canto superior esquerdo para acessar uma lista de produtos e serviços do Google Cloud.

Ativar o Cloud Shell

O Cloud Shell é uma máquina virtual com várias ferramentas de desenvolvimento. Ele tem um diretório principal permanente de 5 GB e é executado no Google Cloud. O Cloud Shell oferece acesso de linha de comando aos recursos do Google Cloud.

1. Clique em Ativar o Cloud Shell na parte de cima do console do Google Cloud.

Depois de se conectar, vai notar que sua conta já está autenticada, e que o projeto está configurado com seu PROJECT_ID. A saída contém uma linha que declara o projeto PROJECT_ID para esta sessão:

Your Cloud Platform project in this session is set to YOUR_PROJECT_ID

gcloud é a ferramenta de linha de comando do Google Cloud. Ela vem pré-instalada no Cloud Shell e aceita preenchimento com tabulação.

2. (Opcional) É possível listar o nome da conta ativa usando este comando:

gcloud auth list

3. Clique em Autorizar.

4. A saída será parecida com esta:

Saída:

ACTIVE: * ACCOUNT: student-01-xxxxxxxxxxxx@qwiklabs.net To set the active account, run: $ gcloud config set account `ACCOUNT`

5. (Opcional) É possível listar o ID do projeto usando este comando:

gcloud config list project

Saída:

[core] project = <project_ID>

Exemplo de saída:

[core] project = qwiklabs-gcp-44776a13dea667a6 Observação: para conferir a documentação completa da gcloud, acesse o guia com informações gerais sobre a gcloud CLI no Google Cloud.

Tarefa 1: ativar os serviços do Google Cloud

1. No canto superior direito do console do Google Cloud, clique no ícone do Cloud Shell para abrir um novo terminal.

2. No terminal do Cloud Shell, use a gcloud para ativar os serviços usados no laboratório:

gcloud services enable \ compute.googleapis.com \ iam.googleapis.com \ iamcredentials.googleapis.com \ monitoring.googleapis.com \ logging.googleapis.com \ notebooks.googleapis.com \ aiplatform.googleapis.com \ bigquery.googleapis.com \ artifactregistry.googleapis.com \ cloudbuild.googleapis.com \ container.googleapis.com

Clique em Verificar meu progresso para conferir o objetivo. Ativar os serviços do Google Cloud.

Tarefa 2: criar uma instância do Vertex AI Workbench

1. No console do Google Cloud, no Menu de navegação (), clique em Vertex AI.

2. Selecione Ativar todas as APIs recomendadas.

3. À esquerda, clique em Workbench.

4. Verifique se você está na visualização Instâncias do topo da página do Workbench.

5. Clique em Criar.

6. Configure a instância:

   • Nome: dê um nome para a instância ou mantenha o valor padrão
   • Região: defina a região como
   • Zona: defina a zona como
   • Opções avançadas (opcional): se necessário, clique em "Opções avançadas" para personalizar mais (ex.: tipo de máquina e tamanho do disco)

7. Clique em Criar.

Observação: a criação da instância leva alguns minutos. Uma marca de seleção verde vai aparecer ao lado do nome dela quando o processo terminar.

8. Clique em Open JupyterLab ao lado do nome da instância para iniciar a interface do ambiente. Uma nova guia será aberta no navegador.

9. Clique no ícone Terminal para abrir uma janela do terminal.

A janela do terminal será aberta em uma nova guia. Agora, é possível executar comandos no terminal para interagir com sua instância do Workbench.

Clique em Verificar meu progresso para conferir o objetivo. Criar uma instância do Vertex AI Workbench.

Tarefa 3: clonar o repositório do laboratório

Nesta seção, você vai clonar o repositório training-data-analyst na sua instância do JupyterLab. O repo do GitHub contém o arquivo do laboratório e os arquivos das soluções do curso.

1. Copie e execute o código abaixo no terminal para clonar o repositório training-data-analyst.

git clone https://github.com/GoogleCloudPlatform/training-data-analyst

2. Para confirmar que você clonou o repositório, clique duas vezes no diretório training-data-analyst e veja se o conteúdo aparece.

Esse processo leva vários minutos para ser concluído.

Clique em Verificar meu progresso para conferir o objetivo. Clonar o repositório do laboratório.

Tarefa 4: instalar as dependências do laboratório

1. No terminal aberto, execute este comando para instalar as dependências do laboratório:

cd training-data-analyst/self-paced-labs/vertex-ai/vertex-ai-qwikstart pip3 install --user -r requirements.txt sudo apt -y install python3-pandas sudo apt -y install graphviz pip uninstall openpyxl pip install openpyxl

2. Quando solicitado, digite y e pressione Enter para confirmar a instalação.

Tarefa 5: executar o notebook do laboratório

1. No navegador de arquivos, acesse training-data-analyst/self-paced-labs/vertex-ai/vertex-ai-qwikstart e abra lab_exercise.ipynb.

2. Quando solicitado, selecione o kernel Python 3.

Observação: você precisa abrir o notebook lab_exercise.ipynb para concluir este laboratório.

2. Continue o laboratório no notebook e execute cada célula. Para fazer isso, clique no ícone Executar na parte de cima da tela.

Como alternativa, é possível executar o código em uma célula pressionando as teclas SHIFT + ENTER.

Leia as mensagens para entender o que está acontecendo.

Clique em Verificar meu progresso para conferir o objetivo. Executar o notebook do laboratório.

Parabéns!

Neste laboratório, mostramos o fluxo de trabalho para criar um experimento de machine learning. Você usou o BigQuery do Google Cloud no armazenamento e na análise de dados e os serviços de machine learning da Vertex AI no treinamento e na implantação de um modelo do TensorFlow que prevê o Valor de vida útil do cliente.

Próximas etapas / Saiba mais

• Saiba mais sobre a Vertex AI.
• Consulte a documentação da IA generativa na Vertex AI.
• Saiba mais sobre a IA generativa no canal de tecnologia do Google Cloud no YouTube.
• Repositório oficial da IA generativa do Google Cloud (em inglês)
• Exemplos de notebooks do Gemini (em inglês)

Treinamento e certificação do Google Cloud

Esses treinamentos ajudam você a aproveitar as tecnologias do Google Cloud ao máximo. Nossas aulas incluem habilidades técnicas e práticas recomendadas para ajudar você a alcançar rapidamente o nível esperado e continuar sua jornada de aprendizado. Oferecemos treinamentos que vão do nível básico ao avançado, com opções de aulas virtuais, sob demanda e por meio de transmissões ao vivo para que você possa encaixá-las na correria do seu dia a dia. As certificações validam sua experiência e comprovam suas habilidades com as tecnologias do Google Cloud.

Manual atualizado em 7 de outubro de 2024

Laboratório testado em 7 de outubro de 2024

Copyright 2024 Google LLC. Todos os direitos reservados. Google e o logotipo do Google são marcas registradas da Google LLC. Todos os outros nomes de produtos e empresas podem ser marcas registradas das respectivas empresas a que estão associados.