How Google Does Machine Learning - Português Brasileiro
Earned Oct 31, 2021 EDT
Preparing for Your Professional Data Engineer Journey - Português Brasileiro
Earned Oct 25, 2021 EDT
Serverless Data Processing with Dataflow: Foundations - Português Brasileiro
Earned Oct 21, 2021 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud - Português Brasileiro
Earned Oct 20, 2021 EDT
Building Resilient Streaming Analytics Systems on Google Cloud - Português Brasileiro
Earned Oct 19, 2021 EDT
Modernizing Data Lakes and Data Warehouses with Google Cloud - Português Brasileiro
Earned Oct 18, 2021 EDT
Engineer Data for Predictive Modeling with BigQuery ML
Earned Oct 14, 2021 EDT
API Development on Google Cloud's Apigee API Platform
Earned Oct 12, 2021 EDT
API Security on Google Cloud's Apigee API Platform
Earned Oct 12, 2021 EDT
API Design and Fundamentals of Google Cloud's Apigee API Platform
Earned Oct 12, 2021 EDT
Google Cloud Big Data and Machine Learning Fundamentals - Português Brasileiro
Earned Oct 12, 2021 EDT
Perform Foundational Infrastructure Tasks in Google Cloud
Earned Oct 11, 2021 EDT
Implement Load Balancing on Compute Engine
Earned Oct 8, 2021 EDT
Google Cloud Essentials
Earned Oct 8, 2021 EDT
Quais são as práticas recomendadas para implementar machine learning no Google Cloud? O que é Vertex AI e como é possível usar a plataforma para criar, treinar e implantar modelos de machine learning do AutoML com rapidez e sem escrever nenhuma linha de código? O que é machine learning e que tipos de problema ele pode resolver?
O Google pensa em machine learning de uma forma um pouco diferente. Para nós, o processo de ML é sobre fornecer uma plataforma unificada para conjuntos de dados gerenciados, como uma Feature Store, uma forma de criar, treinar e implantar modelos de machine learning sem escrever nenhuma linha de código. Além disso, o ML também é sobre a habilidade de rotular dados, criar notebooks do Workbench usando frameworks (como TensorFlow, SciKit Learn, Pytorch e R) e muito mais. A plataforma Vertex AI também inclui a possibilidade de treinar modelos personalizados, criar pipelines de componente e realizar previsões em lote e on-line. Também falamos sobre as cinco fas…
Saiba mais
Este curso ajuda estudantes a criar um plano de estudo para o exame de certificação PDE (Professional Data Engineer). É possível conferir a amplitude e o escopo dos domínios abordados no exame. Os estudantes também podem acompanhar os preparativos para o exame e criar planos de estudos individuais.
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
O processamento de dados de streaming é cada vez mais usado pelas empresas para gerar métricas sobre as operações comerciais em tempo real. Neste curso, você vai aprender a criar pipelines de dados de streaming no Google Cloud. O Pub/Sub é apresentado como a ferramenta para gerenciar dados de streaming de entrada. No curso, também abordamos a aplicação de agregações e transformações a dados de streaming usando o Dataflow, além de formas de armazenar registros processados no BigQuery ou no Bigtable para análise. Os participantes vão ganhar experiência prática na criação de componentes de pipelines de dados de streaming no Google Cloud usando o Qwiklabs.
Saiba mais
Os dois principais componentes de um pipeline de dados são data lakes e warehouses. Neste curso, destacamos os casos de uso para cada tipo de armazenamento e as soluções de data lake e warehouse disponíveis no Google Cloud de forma detalhada e técnica. Além disso, também descrevemos o papel de um engenheiro de dados, os benefícios de um pipeline de dados funcional para operações comerciais e analisamos por que a engenharia de dados deve ser feita em um ambiente de nuvem.
Este é o primeiro curso da série "Data Engineering on Google Cloud". Após a conclusão, recomendamos que você comece o curso "Building Batch Data Pipelines on Google Cloud".
Saiba mais
Conclua o selo de habilidade intermediário Engineer Data for Predictive Modeling with 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); criar modelos de machine learning usando o BigQuery ML; e usar o Cloud Composer para copiar dados em vários locais. Os selos de habilidade são digitais e exclusivos. Eles são emitidos pelo Google Cloud como forma de reconhecer sua proficiência com os produtos e serviços do Cloud e comprovam sua habilidade de aplicar seu conhecimento em um ambiente prático e interativo. Conclua o curso com selo de habilidade e o laboratório com desafio da avaliação final para receber um selo digital que pode ser compartilhado com sua rede.
Saiba mais
In this course, you learn how to create APIs that utilize multiple services and how you can use custom code on Apigee. You will also learn about fault handling, and how to share logic between proxies. You learn about traffic management and caching. You also create a developer portal, and publish your API to the portal. You learn about logging and analytics, as well as CI/CD and the different deployment models supported by Apigee.
Through a combination of lectures, hands-on labs, and supplemental materials, you will learn how to design, build, secure, deploy, and manage API solutions using Google Cloud's Apigee API Platform.This is the third and final course of the Developing APIs with Google Cloud's Apigee API Platform course series.
Saiba mais
In this course, you learn how to secure your APIs. You explore the security concerns you will encounter for your APIs. You learn about OAuth, the primary authorization method for REST APIs. You will learn about JSON Web Tokens (JWTs) and federated security. You also learn about securing against malicious requests, safely sending requests across a public network, and how to secure your data for users of Apigee.
Through a combination of lectures, hands-on labs, and supplemental materials, you will learn how to design, build, secure, deploy, and manage API solutions using Google Cloud's Apigee API Platform.
This is the second course of the Developing APIs with Google Cloud's Apigee API Platform series. After completing this course, enroll in the API Development on Google Cloud's Apigee API Platform course.
Saiba mais
In this course, you learn how to design APIs, and how to use OpenAPI specifications to document them. You learn about the API life cycle, and how the Apigee API platform helps you manage all aspects of the life cycle. You learn about how APIs can be designed using API proxies, and how APIs are packaged as API products to be used by app developers.
Through a combination of lectures, hands-on labs, and supplemental materials, you will learn how to design, build, secure, deploy, and manage API solutions using Google Cloud's Apigee API Platform. This is the first course of the Developing APIs with Google Cloud's Apigee API Platform series. After completing this course, enroll in the API Security on Google Cloud's Apigee API Platform course.
Saiba mais
Este curso apresenta os produtos e serviços de Big Data e machine learning do Google Cloud que auxiliam no ciclo de vida de dados para IA. Ele explica os processos, os desafios e os benefícios de criar um pipeline de Big Data e modelos de machine learning com a Vertex AI no Google Cloud.
Saiba mais
Esta Quest é perfeita para desenvolvedores de nuvem iniciantes em busca de treinamento prático que vai além do Getting Started - Create and Manage Cloud Resources. Você ganhará experiência prática com laboratórios que detalham o Cloud Storage e outros serviços de aplicativos fundamentais, como o Stackdriver e o Cloud Functions. Com esta Quest, você desenvolve habilidades valiosas, que poderá aplicar em qualquer iniciativa do GCP. Complete esta missão, incluindo o laboratório de desafios no final, para receber um selo digital exclusivo do Google Cloud. Assista também os vídeos rápidos que explicam os conceitos principais dos laboratórios.
Saiba mais
Conquiste o selo de habilidade Implement Load Balancing on Compute Engine para demonstrar que você é capaz de: escrever comandos gcloud, usar o Cloud Shell, criar e implantar máquinas virtuais no Compute Engine e configurar balanceadores de carga HTTP e de rede. Um selo de habilidade é um selo digital exclusivo emitido pelo Google Cloud como forma de reconhecer sua proficiência com os produtos e serviços do Cloud, comprovando sua capacidade de aplicar o conhecimento em um ambiente prático e interativo. Complete esse curso e o laboratório com desafio da avaliação final para receber o selo de habilidade que pode ser compartilhado com seus contatos.
Saiba mais
Nesta Quest de nível introdutório, você terá acesso a treinamentos práticos com os principais serviços e ferramentas do Google Cloud Platform. A Quest "GCP Essentials" é a primeira recomendação para quem está aprendendo a usar o Google Cloud. Com ela, quem tem pouco ou nenhum conhecimento sobre nuvem ganha experiência prática para aplicar no primeiro projeto do GCP. Esta Quest proporciona um contato inicial com os recursos fundamentais da plataforma, como o registro de comandos do Cloud Shell, a implementação da sua primeira máquina virtual, a execução de aplicativos no Kubernetes Engine e o balanceamento de carga. Assista também os vídeos rápidos que explicam os conceitos principais de cada laboratório.
How Google Does Machine Learning - Português Brasileiro
Earned Oct 31, 2021 EDT
Preparing for Your Professional Data Engineer Journey - Português Brasileiro
Earned Oct 25, 2021 EDT
Serverless Data Processing with Dataflow: Foundations - Português Brasileiro
Earned Oct 21, 2021 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud - Português Brasileiro
Earned Oct 20, 2021 EDT
Building Resilient Streaming Analytics Systems on Google Cloud - Português Brasileiro
Earned Oct 19, 2021 EDT
Modernizing Data Lakes and Data Warehouses with Google Cloud - Português Brasileiro
Earned Oct 18, 2021 EDT
Engineer Data for Predictive Modeling with BigQuery ML
Earned Oct 14, 2021 EDT
API Development on Google Cloud's Apigee API Platform
Earned Oct 12, 2021 EDT
API Security on Google Cloud's Apigee API Platform
Earned Oct 12, 2021 EDT
API Design and Fundamentals of Google Cloud's Apigee API Platform
Earned Oct 12, 2021 EDT
Google Cloud Big Data and Machine Learning Fundamentals - Português Brasileiro
Earned Oct 12, 2021 EDT
Perform Foundational Infrastructure Tasks in Google Cloud
Earned Oct 11, 2021 EDT
Implement Load Balancing on Compute Engine
Earned Oct 8, 2021 EDT
Google Cloud Essentials
Earned Oct 8, 2021 EDT