Este módulo começa com um caso de uso que demonstra os recursos da IA. Em seguida, o foco passa a ser na infraestrutura de IA, 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 apresenta a IA generativa, o avanço mais recente em IA, e os kits de ferramentas do Google Cloud para desenvolver projetos de IA generativa. Ele começa examinando os modelos de fundação. Em seguida, investigamos o ciclo de vida da fase do comando à produção com o Vertex AI Studio, incluindo engenharia de comandos, implantação de apps e ajuste de modelos. Além disso, este módulo aborda os agentes de IA e a pilha completa de ferramentas de desenvolvimento de agentes de IA do Google.

Este módulo cobre várias opções para criar um projeto de IA 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.

Nesta aula, você verá um resumo do curso, com os conceitos, ferramentas, tecnologias e produtos mais importantes de cada módulo.