CDL cobre solucoes de IA/ML em aproximadamente 15-20% do exame. Saber qual solucao de IA escolher e entender o Vertex AI e as APIs pre-treinadas sao as habilidades essenciais.
O que sao IA, ML e Deep Learning
Esses tres conceitos formam uma hierarquia de contencao — como bonecas russas: o Deep Learning esta dentro do ML, que esta dentro da IA.
IA (Inteligencia Artificial): conceito mais amplo — fazer maquinas pensarem como humanos. Tradutores automaticos, assistentes de voz, xadrez.
ML (Machine Learning): uma forma de implementar a IA. O sistema aprende padroes de grandes quantidades de dados de exemplo, em vez de humanos programarem regras explicitas. Exemplo: filtro de spam que aprende de milhoes de e-mails.
Deep Learning: subconjunto do ML usando redes neurais artificiais inspiradas no cerebro humano. Excelente para reconhecimento de imagens, processamento de linguagem natural, reconhecimento de fala.
| Conceito | Definicao | Exemplo | |---------|-----------|---------| | IA | Maquinas pensam como humanos | Traducao automatica | | ML | Aprender padroes de dados | Filtros de spam | | Deep Learning | ML baseado em redes neurais | Reconhecimento de imagens, ChatGPT |
Valor empresarial do ML: Previsao, Automacao, Personalizacao, Deteccao de anomalias, Compreensao de linguagem natural.
Espectro de solucoes de IA do Google Cloud
Tres niveis de acordo com o conhecimento de ML necessario. A habilidade mais importante do CDL e julgar qual nivel se adapta a cada situacao.
Nivel 1: APIs pre-treinadas (sem experiencia em ML) O Google ja treinou modelos com bilhoes de pontos de dados. Apenas algumas linhas de codigo para adicionar IA poderosa ao seu app.
| API | Capacidades | Exemplos de uso | |-----|-------------|----------------| | Vision API | Deteccao de objetos, OCR, reconhecimento facial | Etiquetagem de imagens, OCR de documentos | | Natural Language API | Sentimento, entidades, sintaxe | Analise de avaliacoes, classificacao de noticias | | Speech-to-Text | Fala → texto (120+ idiomas) | Transcricao de call centers | | Translation API | 100+ idiomas | Traducao de conteudo multilingue | | Video Intelligence API | Deteccao de cenas, rastreamento de objetos | Classificacao automatica de video |
Nivel 2: AutoML (alguns dados, codigo minimo) Treina modelos personalizados com seus proprios dados automaticamente. Sem codigo de ML. O AutoML encontra automaticamente a arquitetura otima.
Nivel 3: Modelos personalizados (maxima flexibilidade) Construir do zero com TensorFlow/PyTorch. Controle maximo, mas requer experiencia em ML.
!Espectro de soluções de IA no Google Cloud: de APIs pré-treinadas a modelos personalizados
Vertex AI — Plataforma ML unificada
Vertex AI e a plataforma ML totalmente gerenciada do Google Cloud — lida com cada etapa do pipeline de ML em um unico lugar. Suporta AutoML e modelos TensorFlow/PyTorch personalizados.
Capacidades principais: Workbench (ambiente Jupyter), Datasets gerenciados, AutoML, treinamento distribuido, Model Registry, implantacao de modelos (Endpoints), Pipelines de ML, Explainable AI.
O Vertex AI unificou os servicos separados de AutoML e AI Platform.
BigQuery ML — ML com SQL
Analistas de dados (nao engenheiros de ML) podem treinar modelos de ML diretamente dentro do BigQuery usando apenas SQL familiar.
Maior vantagem: sem movimentacao de dados — realiza ML onde os dados ja vivem no BigQuery. Modelos suportados: regressao linear, logistica, k-means, redes neurais profundas, XGBoost, previsao de series temporais.
IA Responsavel
Equidade: prevenir que a IA seja tendenciosa contra grupos especificos Transparencia: entender e explicar os processos de decisao da IA Seguranca: projetar a IA para nao se comportar de maneiras nao intencionais Privacidade: proteger dados pessoais durante treinamento e inferencia Responsabilidade: definir claramente a responsabilidade pelos resultados da IA
Pontos-chave do exame
"Maquinas pensam como humanos" -- IA / "Aprender padroes de dados" -- ML / "Redes neurais" -- Deep Learning
"Modelo pre-treinado via API, sem experiencia ML" -- APIs pre-treinadas
"Analise de imagens (objetos, rostos, OCR)" -- Vision API
"Analise de sentimento/entidades de texto" -- Natural Language API
"Converter fala em texto" -- Speech-to-Text API
"Auto-treinar modelo personalizado com dados proprios, sem codigo ML" -- AutoML
"Construir com TensorFlow, maxima flexibilidade" -- Modelo personalizado
"Plataforma ML unificada: treinamento → implantacao → gestao" -- Vertex AI
"ML com SQL no BigQuery, sem movimentacao de dados" -- BigQuery ML
"Prevenir vies de IA, equidade/transparencia/seguranca" -- IA Responsavel
Nivel de experiencia: APIs pre-treinadas (minimo) → AutoML → Modelo personalizado (maximo)