Este módulo começa com um caso de uso que demonstra os recursos da IA. Em seguida, o foco passa a ser nos fundamentos, incluindo a infraestrutura em nuvem, como armazenamento e computação. Também explicamos os principais produtos de dados e desenvolvimento de IA no Google Cloud. No fim, o módulo mostrará como usar o BigQuery ML para criar um modelo de machine learning que ajuda a fazer a transição dos dados para a IA.

Este módulo aborda várias opções para criar um projeto de ML no Google Cloud, desde soluções prontas para uso, como APIs pré-treinadas, até opções com pouco ou nenhum código, como o AutoML, além de recursos baseados em código, como o treinamento personalizado. O módulo compara os prós e contras de cada opção para ajudar você a escolher as ferramentas de desenvolvimento ideais para seu caso.

Este módulo explica o fluxo de trabalho de ML desde a preparação dos dados até o desenvolvimento do modelo e a disponibilização dele na Vertex AI. Também mostramos como usar a Vertex AI Pipelines para converter o fluxo de trabalho em um pipeline automatizado.

Este módulo introduz essa tecnologia, que é o avanço mais recente em IA, e também aborda as ferramentas essenciais para desenvolver projetos de IA generativa. Primeiro, vamos examinar o fluxo de trabalho de IA generativa no Google Cloud. Em seguida, investigamos como usar o Gen AI Studio e o Model Garden para acessar o Gemini multimodal, criar comandos e ajustar modelos. Por último, você vai aprender sobre os recursos integrados de IA generativa nas soluções.

Este módulo fornece um resumo de todo o curso e cobre os conceitos, ferramentas, tecnologias e produtos mais importantes.