Inscreva-se Fazer login

Sophie Sepp

Participante desde 2020

Liga Bronze

20037 pontos
Build and Deploy Customer Experience Agents Earned Mar 9, 2026 EDT
Extend Gemini Enterprise Assistant Capabilities Earned Jun 9, 2025 EDT
Implante sistemas multiagente com o Kit de Desenvolvimento de Agente (ADK) e o Agent Engine Earned May 30, 2025 EDT
Virtual Agent Development in Dialogflow CX for Citizen Devs Earned Mar 2, 2025 EST
Intro to Conversational AI and Conversational AI Engagement Framework Earned Feb 21, 2025 EST
Acelere o intercâmbio de conhecimento com o Gemini Enterprise Earned Jan 26, 2025 EST
Introdução à IA e ao machine learning no Google Cloud Earned May 5, 2024 EDT
End-to-End Machine Learning with TensorFlow on Google Cloud Earned Jan 13, 2024 EST
Generative AI Fundamentals Earned Aug 6, 2023 EDT
Como criar modelos de legenda para imagens Earned Jun 11, 2023 EDT
Modelos de transformador e modelo de BERT Earned Jun 10, 2023 EDT
Arquitetura de codificador-decodificador Earned Jun 10, 2023 EDT
Mecanismo de atenção Earned Jun 10, 2023 EDT
Introdução à geração de imagens Earned Jun 10, 2023 EDT
Generative AI Fundamentals - Português Brasileiro Earned Jun 10, 2023 EDT
Introdução à IA responsável Earned Jun 10, 2023 EDT
Introdução aos modelos de linguagem grandes Earned Jun 10, 2023 EDT
Introdução à IA generativa Earned Jun 10, 2023 EDT
Como criar, treinar e implantar modelos de ML com o Keras no Google Cloud Earned Jan 7, 2023 EST
Machine Learning in the Enterprise - Português Brasileiro Earned Dec 31, 2022 EST
Certification Learning Path: Professional Machine Learning Engineer Earned Aug 22, 2022 EDT
Computer Vision Fundamentals with Google Cloud Earned Apr 28, 2022 EDT
Criação de sistemas de machine learning de produção Earned Apr 28, 2022 EDT
Machine Learning in the Enterprise - Português Brasileiro Earned Apr 27, 2022 EDT
Machine learning nas empresas Earned Apr 27, 2022 EDT
Engenharia de atributos Earned Apr 26, 2022 EDT
Como criar, treinar e implantar modelos de ML com o Keras no Google Cloud Earned Mar 5, 2022 EST
Launching into Machine Learning - Português Brasileiro Earned Feb 9, 2022 EST
How Google Does Machine Learning - Português Brasileiro Earned Jan 8, 2022 EST
Google Cloud Big Data and Machine Learning Fundamentals - Português Brasileiro Earned Dec 5, 2021 EST

In this course you will discover the exciting new features and capabilities of Customer Experience Agent Studio (CX Agent Studio), design AI agents from the CLI using MCP servers, learn how to evaluate your agent's performance and implement the Quality Hill Climbing process. You will also find out how to set up your agent's memory to store, retrieve, and use information across conversation turns and implement callbacks for logging or authentication, configure guardrails to protect against malicious attempts and ensure aligned responses, and deploy the agent to various channels. Additionally, you will explore the possible integrations between CX Agent Studio and CCaaS services and providers, including first party digital channel integrations with Google Telephony Platform (GTP), widgets and APIs, escalations to human agents through Google Cloud CCaaS and Gemini Enterprise for Customer Experience, and third party telephony and CCaaS integrations with providers such as Twillio or Salesfor…

Saiba mais

Complete the Extend Gemini Enterprise Assistant Capabilities skill badge to demonstrate your ability to extend Gemini Enterprise assistant's capabilities with actions, grounding with Google Search, and a conversational agent. A skill badge is an exclusive digital badge issued by Google Cloud in recognition of your proficiency with Google Cloud products and services and tests your ability to apply your knowledge in an interactive hands-on environment. Complete the assessment challenge lab, to receive a skill badge that you can share with your network. When you complete this course, you can earn the badge displayed here and claim it on Credly! Boost your cloud career by showing the world the skills you have developed!

Saiba mais

Neste curso, você aprenderá a usar o Kit de Desenvolvimento de Agente (ADK, na sigla em inglês) do Google para criar sistemas multiagente complexos. Você vai criar agentes equipados com ferramentas e conectá-los a relacionamentos pai-filho e fluxos para definir a interação entre eles. Você também vai executar os agentes localmente e implantá-los no Vertex AI Agent Engine para serem executados como um fluxo agêntico gerenciado, com as decisões de infraestrutura e o escalonamento de recursos administrado pelo Agent Engine. É importante lembrar que estes laboratórios são baseados em uma versão de pré-lançamento do produto. Pode haver algum atraso nos laboratórios enquanto fornecemos atualizações de manutenção.

Saiba mais

Welcome to "Virtual Agent Development in Dialogflow CX for Citizen Devs", the second course in the "Customer Experiences with Contact Center AI" series. In this course, learn how to develop customer conversational solutions using Contact Center Artificial Intelligence (CCAI). In this course, you'll be introduced to adding voice (telephony) as a communication channel to your virtual agent conversations using Dialogflow CX.

Saiba mais

This is an introductory course to all solutions in the Conversational AI portfolio and the Gen AI features that are available to transform them. The course also explores the business case around Conversational AI, and the use cases and user personas addressed by the solution. Please note Dialogflow CX was recently renamed to Conversational Agents and this course is in the process of being updated to reflect the new product name for Dialogflow CX.

Saiba mais

Agora você tem o melhor do Google em pesquisa e IA. O Gemini Enterprise é uma ferramenta empresarial que pode ser usada para encontrar informações específicas armazenadas em diferentes locais, como documentos, e-mails, chats, sistemas de emissão de tíquetes, entre outras fontes de dados. Basta pedir na barra de pesquisa. O assistente do Gemini Enterprise também ajuda na criação de ideias, faz pesquisas, estrutura documentos e realiza ações. Ele pode, por exemplo, convidar seus colegas para uma reunião em um evento da agenda, agilizando os trabalhos intelectuais e todos os tipos de colaboração. Vale destacar que o Gemini Enterprise se refere ao nosso produto anteriormente chamado Google Agentspace. Pode haver referências ao nome anterior do produto neste curso.

Saiba mais

Neste curso, apresentamos os recursos de IA e machine learning (ML) do Google Cloud, com foco no desenvolvimento de projetos de IA generativa e preditiva. Vamos conhecer as tecnologias, os produtos e as ferramentas disponíveis em todo o ciclo de vida de dados para IA, capacitando cientistas de dados, desenvolvedores de IA e engenheiros de ML para aprimorar a experiência com exercícios interativos.

Saiba mais

One of the best ways to review something is to work with the concepts and technologies that you have learned. So, this course is set up as a workshop and in this workshop, you will do End-to-End Machine Learning with TensorFlow on Google Cloud Platform. It involves building an end-to-end model from data exploration all the way to deploying an ML model and getting predictions from it. This is the first course of the Advanced Machine Learning on Google Cloud series. After completing this course, enroll in the Production Machine Learning Systems course.

Saiba mais

Earn a skill badge by passing the final quiz, you'll demonstrate your understanding of foundational concepts in generative AI. A skill badge is a digital badge issued by Google Cloud in recognition of your knowledge of Google Cloud products and services. Share your skill badge by making your profile public and adding it to your social media profile.

Saiba mais

Neste curso, ensinamos a criar um modelo de legenda para imagens usando aprendizado profundo. Você vai aprender sobre os diferentes componentes de um modelo de legenda para imagens, como o codificador e decodificador, e de que forma treinar e avaliar seu modelo. Ao final deste curso, você será capaz de criar e usar seus próprios modelos de legenda para imagens.

Saiba mais

Este curso é uma introdução à arquitetura de transformador e ao modelo de Bidirectional Encoder Representations from Transformers (BERT, na sigla em inglês). Você vai aprender sobre os principais componentes da arquitetura de transformador, como o mecanismo de autoatenção, e como eles são usados para construir o modelo de BERT. Também vai conhecer as diferentes tarefas onde é possível usar o BERT, como classificação de texto, respostas a perguntas e inferência de linguagem natural. O curso leva aproximadamente 45 minutos.

Saiba mais

Este curso apresenta um resumo da arquitetura de codificador-decodificador, que é uma arquitetura de machine learning avançada e frequentemente usada para tarefas sequência para sequência (como tradução automática, resumo de textos e respostas a perguntas). Você vai conhecer os principais componentes da arquitetura de codificador-decodificador e aprender a treinar e disponibilizar esses modelos. No tutorial do laboratório relacionado, você vai codificar uma implementação simples da arquitetura de codificador-decodificador para geração de poesia desde a etapa inicial no TensorFlow.

Saiba mais

Este curso é uma introdução ao mecanismo de atenção, uma técnica avançada que permite que as redes neurais se concentrem em partes específicas de uma sequência de entrada. Você vai entender como a atenção funciona e como ela pode ser usada para melhorar o desempenho de várias tarefas de machine learning (como tradução automática, resumo de texto e resposta a perguntas).

Saiba mais

Neste curso, apresentamos os modelos de difusão, uma família de modelos de machine learning promissora no campo da geração de imagens. Os modelos de difusão são baseados na física, mais especificamente na termodinâmica. Nos últimos anos, eles se popularizaram no setor e nas pesquisas. Esses modelos servem de base para ferramentas e modelos avançados de geração de imagem no Google Cloud. Este curso é uma introdução à teoria dos modelos de difusão e como eles devem ser treinados e implantados na Vertex AI.

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

Este é um curso de microaprendizagem introdutório que busca explicar a IA generativa: o que é, como é usada e por que ela é diferente de métodos tradicionais de machine learning. O curso também aborda as ferramentas do Google que ajudam você a desenvolver apps de IA generativa.

Saiba mais

Este curso ensina a criar modelos de ML com o TensorFlow e o Keras, melhorar a acurácia deles e desenvolver modelos para uso em escala.

Saiba mais

Este curso aborda o fluxo de trabalho de machine learning no dia a dia de forma prática: um estudo de caso em que uma equipe tem vários casos de uso e exigências comerciais em ML. A equipe precisa conhecer as ferramentas adequadas para o gerenciamento e a governança de dados, além de saber qual a melhor abordagem para o processamento de dados: desde fornecer uma visão geral do Dataflow e do Dataprep até usar o BigQuery para tarefas pré-processadas. A equipe tem três opções para criar modelos de machine learning em dois casos de uso específicos. Neste curso, você vai entender por que uma equipe escolhe o AutoML, o BigQuery ML ou o treinamento personalizado para alcançar seus objetivos. O curso aborda o treinamento personalizado de forma detalhada. Descrevemos os requisitos para treinamento personalizado, desde a estrutura e o armazenamento do código de treinamento, além do carregamento de grandes conjuntos de dados, até a exportação de um modelo de treinamento. Você vai desenvol…

Saiba mais

Good news! There’s a new updated version of this learning path available for you!Open the new Professional Machine Learning Engineer Certification Learning Path to begin, once you’ve selected the new path all your current progress will be reflected in the new version.

Saiba mais

This course describes different types of computer vision use cases and then highlights different machine learning strategies for solving these use cases. The strategies vary from experimenting with pre-built ML models through pre-built ML APIs and AutoML Vision to building custom image classifiers using linear models, deep neural network (DNN) models or convolutional neural network (CNN) models. The course shows how to improve a model's accuracy with augmentation, feature extraction, and fine-tuning hyperparameters while trying to avoid overfitting the data. The course also looks at practical issues that arise, for example, when one doesn't have enough data and how to incorporate the latest research findings into different models. Learners will get hands-on practice building and optimizing their own image classification models on a variety of public datasets in the labs they will work on.

Saiba mais

Neste curso, vamos conhecer os componentes e as práticas recomendadas para criar sistemas de ML com alto desempenho em ambientes de produção. Vamos abordar algumas considerações comuns relacionadas à criação desses sistemas, como treinamento estático e dinâmico, inferência estática e dinâmica, TensorFlow distribuído e TPUs. O objetivo deste curso é conhecer as características de um sistema de ML eficiente, que vão muito além da capacidade de fazer boas previsões.

Saiba mais

Este curso aborda o fluxo de trabalho de machine learning no dia a dia de forma prática: um estudo de caso em que uma equipe tem vários casos de uso e exigências comerciais em ML. A equipe precisa conhecer as ferramentas adequadas para o gerenciamento e a governança de dados, além de saber qual a melhor abordagem para o processamento de dados: desde fornecer uma visão geral do Dataflow e do Dataprep até usar o BigQuery para tarefas pré-processadas. A equipe tem três opções para criar modelos de machine learning em dois casos de uso específicos. Neste curso, você vai entender por que uma equipe escolhe o AutoML, o BigQuery ML ou o treinamento personalizado para alcançar seus objetivos. O curso aborda o treinamento personalizado de forma detalhada. Descrevemos os requisitos para treinamento personalizado, desde a estrutura e o armazenamento do código de treinamento, além do carregamento de grandes conjuntos de dados, até a exportação de um modelo de treinamento. Você vai desenvol…

Saiba mais

Este curso tem uma abordagem realista para o fluxo de trabalho de ML usando um estudo de caso em que uma equipe tem vários casos de uso e exigências comerciais em ML. Essa equipe precisa conhecer as ferramentas necessárias para a governança e o gerenciamento de dados e decidir a melhor abordagem para o processamento deles. A equipe terá três opções para criar modelos de ML em dois casos de uso. Neste curso, explicamos quando usar o AutoML, o BigQuery ML ou o treinamento personalizado para alcançar os objetivos.

Saiba mais

O curso apresenta os benefícios de usar a Vertex AI Feature Store e ensina a melhorar a acurácia dos modelos de ML e a identificar as colunas de dados que apresentam os atributos mais úteis. Ele também oferece conteúdo teórico e laboratórios sobre engenharia de atributos com BigQuery ML, Keras e TensorFlow.

Saiba mais

Este curso ensina a criar modelos de ML com o TensorFlow e o Keras, melhorar a acurácia deles e desenvolver modelos para uso em escala.

Saiba mais

O curso começa com a seguinte discussão: como melhorar a qualidade dos dados e fazer uma análise exploratória deles? Descrevemos o AutoML na Vertex AI e como criar, treinar e implantar um modelo de ML sem escrever nenhuma linha de código. Você vai conhecer os benefícios do BigQuery ML. Depois vamos falar sobre como otimizar um modelo de machine learning (ML) e como a generalização e a amostragem podem ajudar na avaliação de qualidade dos modelos de ML em treinamentos personalizados.

Saiba mais

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 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