Trilha Google Cloud: tudo o que estudar, tópico por tópico

Por que as organizações adotam a nuvem, IaaS/PaaS/SaaS e responsabilidade compartilhada, regiões, zonas e rede do Google Cloud, CapEx versus OpEx, sustentabilidade, e como a transformação digital, os dados e a IA geram valor de negócio

Organização, pastas e projetos, ID versus número do projeto, ativação de APIs, labels e tags, herança de IAM e de restrições do Organization Policy, Assured Workloads, residência de dados e programas de conformidade regulatória

Contas do Cloud Billing e vínculo com projetos, orçamentos e alertas, exportação de faturamento para o BigQuery, descontos por uso comprometido, descontos por uso contínuo, VMs Spot, recomendações de rightsizing, labels para alocação de custos e FinOps

Console, Cloud Shell, CLI gcloud e configurações, bibliotecas cliente e APIs REST, ativação de APIs, Terraform, Infrastructure Manager, Config Connector e implantações repetíveis

Famílias de máquinas e tipos personalizados, imagens e scripts de inicialização, Persistent Disk e Hyperdisk, snapshots, grupos de instâncias gerenciados com autoscaling e autohealing, VMs Spot, nós sole-tenant, migração em tempo real e aplicação de patches no SO

GKE Autopilot versus Standard, clusters zonais versus regionais, node pools, release channels e upgrades, Workload Identity, autoscaling horizontal e vertical de pods, cluster autoscaler e operação de cargas de trabalho

Opções de computação serverless: serviços e jobs do Cloud Run, revisões, divisão de tráfego, concorrência e escala até zero, gatilhos do Cloud Functions via Eventarc, App Engine standard e flexible, Cloud Tasks e Scheduler

Apigee e API Gateway para gestão de APIs, Artifact Registry, Cloud Build, Cloud Deploy, releases blue/green e canary, rollback e o valor de negócio das APIs e da entrega moderna de aplicações

Configurações de ingress do Cloud Run (all, internal, internal and Cloud Load Balancing) e como forçar o tráfego por um balanceador, Direct VPC egress versus conector Serverless VPC Access, e chamadas entre Cloud Run functions e serviços com tokens de ID e a função Cloud Run Invoker

Backup for GKE (planos de backup e restauração), probes de readiness e PodDisruptionBudgets para atualizações seguras, ResourceQuota e LimitRange por namespace, GitOps de frota com Config Sync, subsetting de balanceador interno, Multi-cluster Services (ServiceExport e ServiceImport), GKE Sandbox, hardening de nós Container-Optimized OS e postura de segurança do GKE

Retry de clientes com backoff exponencial e jitter, teste de carga antes do lançamento, testes de integração com emuladores no CI, migrações de esquema expandir e contrair, filas do Cloud Tasks com limites de taxa e retries, ambientes de desenvolvimento gerenciados do Cloud Workstations e uploads retomáveis e paralelos com gcloud storage

Redes VPC globais, modo automático versus personalizado, sub-redes e faixas de IP, alias IPs, Shared VPC, VPC Network Peering, Private Google Access, Private Service Connect e projetos de rede com vários projetos

Rotas geradas pelo sistema e personalizadas, roteamento dinâmico com Cloud Router e BGP, HA VPN, Dedicated e Partner Interconnect, Cross-Cloud Interconnect, Network Connectivity Center e projetos híbridos resilientes com SLAs

Balanceadores de aplicação versus de rede, externos versus internos, globais versus regionais, backend services e health checks, URL maps, cache do Cloud CDN, zonas do Cloud DNS, DNSSEC e políticas de roteamento

Regras de firewall da VPC, políticas de firewall hierárquicas e de rede, Cloud NGFW, WAF e proteção contra DDoS do Cloud Armor, Cloud NAT, Secure Web Proxy, Packet Mirroring e appliances virtuais de rede

Clusters VPC-native e faixas de IP de Pods e Services, clusters privados e acesso ao control plane, Gateway e Ingress, network policies, Cloud NAT para nós, serviços multicluster e planejamento contra esgotamento de endereços IP

VPC Flow Logs, logs de regras de firewall, Connectivity Tests, Network Topology, Performance Dashboard, Firewall Insights, Cloud Monitoring para métricas de rede e diagnóstico de problemas híbridos e de balanceadores de carga

Hubs do Network Connectivity Center (NCC) com spokes de VPC, híbridos (HA VPN e anexos VLAN), de router appliance e de VPC produtora: topologia malha versus estrela com grupos center e edge, aceitação de spokes entre projetos, intervalos de exportação e de exclusão, transferência de dados site a site pelo backbone do Google, interfaces redundantes do Cloud Router para appliances e Private NAT com NCC para intervalos sobrepostos

Private Service Connect (PSC) para consumir APIs do Google e serviços publicados: endpoints com IP interno, grupos de endpoints de rede (NEGs) PSC como backends de balanceadores, PSC para APIs do Google (pacotes all-apis e vpc-sc, nomes DNS do endpoint), publicação de um serviço atrás de um balanceador interno com service attachment e sub-rede NAT, e modos de aprovação de consumidores com limites de conexão

Appliances virtuais de rede no Compute Engine: encaminhamento de IP (can-ip-forward definido na criação da VM), balanceador interno passthrough como próximo salto de rota estática, roteamento de origem no sistema convidado com várias NICs, rotas baseadas em política que substituem o roteamento normal e políticas de Packet Mirroring que clonam pacotes completos de instâncias, sub-redes ou tags para um balanceador coletor para inspeção por IDS

Sub-redes dual-stack com IPv6 externo e intervalos IPv6 internos ULA, IPv6 sobre HA VPN e anexos VLAN, prefixos públicos anunciados com traga seu próprio IP (BYOIP), reserva de IPs internos estáticos, Network Service Tiers Premium versus Standard (balanceamento externo global versus regional) e limites de largura de banda de saída por tipo de máquina

MACsec do Cloud Interconnect para conexões Dedicated e quando usar HA VPN sobre Interconnect, troubleshooting de proposta IKE e segredo compartilhado em túneis HA VPN, MTU de VPN e descoberta de MTU do caminho com ajuste de MSS, e diagnósticos do Interconnect (níveis de luz, LACP, anexos VLAN e status BGP)

Certificate Manager (certificados gerenciados pelo Google e autogerenciados, autorização por DNS, autorização por balanceador, mapas de certificados), TLS mútuo no balanceador de aplicação externo com TrustConfig e ServerTlsPolicy, políticas SSL (versão mínima de TLS e perfil de cifras), hierarquias do CA Service para mTLS de cargas de trabalho, registro de requisições do balanceador, e registro de consultas do Cloud DNS, peering de DNS e políticas de servidor de entrada

Buckets do Cloud Storage, classes de armazenamento e Autoclass, localizações, regras de ciclo de vida, versionamento, retenção e bloqueios de objetos, URLs assinadas, acesso uniforme no nível do bucket, além de armazenamento em bloco (Persistent Disk, Hyperdisk) e de arquivos (Filestore)

MySQL, PostgreSQL e SQL Server gerenciados no Cloud SQL, alta disponibilidade, réplicas de leitura, backups e recuperação point-in-time, opções de conectividade, AlloyDB para PostgreSQL e Database Migration Service

Banco relacional distribuído globalmente: instâncias, configurações e regional versus multirregional, projeto de esquema e chave primária para evitar hotspots, interleaving, consistência TrueTime, escalabilidade e backups

Modelagem colunar do Bigtable, projeto de row key e esquema, clusters e replicação; modelo de documentos do Firestore, índices e consistência; padrões de cache com Memorystore para Redis e Memcached

Seleção de serviços de armazenamento e banco por modelo de dados, escala, latência e consistência; Storage Transfer Service, Transfer Appliance, captura de dados de mudança (CDC) com Datastream e Database Migration Service

Tópicos e assinaturas, push versus pull, confirmação e ordenação, tópicos dead-letter, retentativas, entrega exactly-once, assinaturas do BigQuery e do Cloud Storage e Managed Service for Apache Kafka

Pipelines em lote e streaming com Apache Beam, PCollections e transformações, janelamento, gatilhos e watermarks, dados atrasados, templates, autoscaling, Streaming Engine e testes de pipelines

Clusters do Dataproc, clusters efêmeros e com autoscaling, Dataproc Serverless para Spark, ações de inicialização, separação entre armazenamento e computação com o Cloud Storage e migração de Hadoop e Spark on-premises

Orquestração de pipelines de dados com Cloud Composer (Airflow), Workflows e Cloud Scheduler, consultas agendadas, CI/CD de pipelines, retentativas e idempotência, monitoramento e troubleshooting de pipelines com falha

Projeto de um data lake no Cloud Storage, formatos de tabela abertos, BigLake, Dataplex Universal Catalog para descoberta, linhagem, qualidade e governança, Analytics Hub, compartilhamento autorizado e princípios de data mesh

Preparação de dados para visualização e BI, Looker e Looker Studio, modelos semânticos, visões materializadas e BI Engine, qualidade e limpeza de dados, e o valor de negócio da análise inteligente e em streaming

Projeto de sistemas de processamento de dados: fidelidade e confiabilidade, validação e limpeza, evolução de esquema, criptografia, IAM e segurança por coluna, portabilidade entre ambientes e arquitetura consciente de custos

Preços sob demanda versus capacidade no BigQuery com editions, reservas, slots de baseline e autoscaling, particionamento e clustering para reduzir bytes lidos, expiração de partições, janelas de time travel e fail-safe, cobrança de armazenamento lógico versus físico, prioridade de job BATCH, índices de busca e consultas contínuas

Transferências agendadas do BigQuery Data Transfer Service, consultas federadas ao Cloud SQL com conexões EXTERNAL_QUERY, fluxos SQL e assertions do Dataform, pipelines visuais do Cloud Data Fusion, tradução de SQL do Teradata com o BigQuery Migration Service e o agente de migração do DTS, e reconciliação com a Data Validation Tool

Processamento com estado e timers do Beam, testes unitários com TestStream, fanout de chaves quentes, saídas marcadas como dead letter, RunInference para modelos dentro do pipeline, drain versus cancelamento de job de streaming, atualização no lugar do pipeline com mapeamento de nomes de transformação, posicionamento de zona regional e troubleshooting de cota do Compute Engine

Schemas de tópicos do Pub/Sub (Avro e Protocol Buffers) e expiração de assinaturas, Google Cloud Managed Service for Apache Kafka versus Pub/Sub, autoscaling do Bigtable, políticas de coleta de lixo e change streams, snapshots do Cloud Composer para recuperação de desastres e Query Insights do Cloud SQL

Conceitos de IA e ML e valor de negócio, APIs pré-treinadas (Vision, Speech, Natural Language, Translation, Document AI), BigQuery ML, AutoML no Vertex AI e decisão entre construir e comprar

Modelos de fundação no Vertex AI, Model Garden, design de prompts, grounding e geração aumentada por recuperação (RAG), Vector Search, ajuste fino versus prompting, construção e avaliação de agentes e filtros de segurança

Exploração e pré-processamento de dados para ML, Vertex AI Workbench e Colab Enterprise, Feature Store, divisão de datasets e vazamento de dados, rastreamento de experimentos, TensorBoard e Vertex ML Metadata

Treinamento personalizado no Vertex AI, contêineres pré-construídos versus personalizados, treinamento distribuído, ajuste de hiperparâmetros, escolha de CPUs, GPUs e TPUs, seleção de função de perda e métricas e tradeoffs entre custo, complexidade e latência

Endpoints do Vertex AI para predição online, predição em lote, Model Registry, autoscaling, divisão de tráfego, serviço com GPU, otimização de latência e escolha entre inferência online, em lote e na borda

Vertex AI Pipelines (Kubeflow, TFX), orquestração de etapas de dados, treinamento e implantação, CI/CD para ML, gatilhos de retreinamento, versionamento de modelos e reprodutibilidade

Vertex AI Model Monitoring para skew e drift, monitoramento de desempenho, Explainable AI, equidade e viés, práticas de IA responsável, riscos de IA, testes e troubleshooting de sistemas de ML

Gemini no Vertex AI em produção: cache de contexto, geração controlada com response schema, streaming para reduzir o tempo até o primeiro token, erros de cota (429) e Provisioned Throughput, cascatas de modelos com Flash e Pro, avaliação pairwise com o Gen AI evaluation service e monitoramento da qualidade de respostas com autoraters

Decidir se ML se justifica diante de uma linha de base de regras, traduzir um objetivo de negócio em um problema supervisionado bem posto com janela de predição e definição de rótulo, desalinhamento de objetivo proxy, qualidade de rótulos e concordância entre anotadores, e laços de aprendizado ativo por amostragem de incerteza

Aprendizado de ranking com objetivos pairwise e listwise e NDCG, arquitetura de recomendação em dois estágios (recuperação e ranqueamento), funções de perda robustas a outliers como Huber, privacidade diferencial com DP-SGD contra inferência de pertinência, e atualizações incrementais ou online de modelos com fallback para a última versão boa

Diagnóstico de baixa utilização de GPU por pipeline tf.data limitado por entrada (map paralelo, prefetch, cache, batching vetorizado), profiling com Vertex AI TensorBoard, Dynamic Workload Scheduler Flex Start para GPUs e TPUs escassas, Spot VMs e desligamento por inatividade do Vertex AI Workbench

Endpoints privados do Vertex AI com Private Service Connect ou acesso privado a serviços, registro de requisição e resposta do endpoint no BigQuery, troubleshooting de contêineres de serviço (kills por falta de memória, rotas de health, logs) e Custom Prediction Routines com testes locais

Principais, papéis (básicos, predefinidos, personalizados), políticas de permissão e herança, IAM Conditions, políticas de negação, principal access boundaries, privilégio mínimo, IAM Recommender, Policy Troubleshooter e auditoria

Tipos e papéis de service accounts, anexar versus impersonar, evitar chaves de longa duração, credenciais de curta duração, Workload Identity Federation para cargas externas, Workload Identity do GKE e rotação de chaves

Cloud Identity e Google Workspace, sincronização de diretório, SSO com SAML/OIDC, workforce identity federation, autenticação multifator, controles de sessão, Identity-Aware Proxy, acesso sensível ao contexto e BeyondCorp

Criptografia padrão em repouso e em trânsito, chaves e rotação no Cloud KMS, CMEK, CSEK, Cloud HSM e External Key Manager, Secret Manager, Confidential Computing e justificativa de acesso a chaves

Perímetros de serviço, níveis de acesso, regras de ingress e egress, modo dry-run, proteção contra exfiltração de dados, VIPs restritos, Private Service Connect e conectividade privada com as APIs do Google

Inspeção do Sensitive Data Protection (DLP), desidentificação e tokenização, classificação de dados, segurança por coluna e mascaramento no BigQuery, e proteção de cargas de IA: prompt injection, vazamento de dados, Model Armor

Findings e postura do Security Command Center, Event Threat Detection, Cloud Audit Logs (atividade administrativa e acesso a dados), log sinks e agregação, Cloud IDS, Google SecOps e resposta a incidentes

Binary Authorization, varredura de vulnerabilidades do Artifact Analysis, Shielded VMs e Secure Boot, patches do OS Config, imagens reforçadas, Policy Controller, varredura de infraestrutura em CI e automação de segurança

Logs do Access Transparency e Access Approval para acesso de pessoal do Google, avaliações do Audit Manager, Compliance Reports Manager, controles soberanos do Assured Workloads e residência de dados (locais de bucket e a política de organização de locais de recursos), Aditivo de Processamento de Dados do Google Cloud e Confidential VMs para dados em uso

Busca no Cloud Asset Inventory, exportações de snapshot e evidências de IAM em um ponto no tempo, feeds de ativos em tempo real, Policy Analyzer para quem acessa o quê, Policy Simulator para o impacto de mudanças, Policy Troubleshooter para negações de acesso e Privileged Access Manager para elevação just-in-time, aprovada e com prazo

OS Login para SSH governado por IAM, restrições de aplicação e de API em chaves de API, project liens, Essential Contacts, log views do Cloud Logging para acesso delimitado, varreduras gerenciadas do Web Security Scanner e pools privados do Cloud Build

Métricas, dashboards e políticas de alerta do Cloud Monitoring, uptime checks, Ops Agent, Cloud Logging, log sinks e métricas baseadas em logs, Error Reporting, Cloud Trace, Profiler e Prometheus gerenciado

SLIs, SLOs e error budgets, alta disponibilidade entre zonas e regiões, padrões de backup e recuperação de desastres (cold, warm, hot), RTO e RPO, chaos engineering, gestão de incidentes e prontidão operacional

Pilares do Google Cloud Architecture Framework (excelência operacional, segurança, confiabilidade, custo, desempenho), tradução de requisitos de negócio e técnicos em projetos, tradeoffs de computação, armazenamento e rede, e avaliação de melhorias futuras

Estratégias de migração (rehost, replatform, refactor), avaliação com Migration Center, Migrate to Virtual Machines, conteinerização, faseamento, planos de cutover e rollback, e diagramas de arquitetura e documentação

Níveis de suporte do Google Cloud Customer Care (Standard, Enhanced, Premium) e suas metas de resposta, incidentes personalizados do Service Health com alertas no Cloud Monitoring, política de testes de intrusão em recursos do cliente, escolha de região consciente de carbono com dados de baixo CO2 e energia livre de carbono, e políticas de posicionamento compacto para cargas MPI fortemente acopladas

Análise de gastos do Google Cloud de ponta a ponta: exportação do Cloud Billing para o BigQuery (exportações padrão, detalhada e de preços), relatórios de custo em SQL e Looker Studio, showback e chargeback por rótulos e projetos, descontos por uso comprometido baseados em recurso versus baseados em gasto e análise de cobertura, orçamentos com notificações programáticas via Pub/Sub, detecção de anomalias e direcionadores de custo como egress e recursos ociosos

Análise e melhoria do ciclo de vida de desenvolvimento de software no Google Cloud: as quatro métricas-chave DORA, desenvolvimento baseado em tronco com testes automatizados (shift left), pipelines do Cloud Build com cache e private pools, Artifact Registry e varredura do Artifact Analysis, atestações do Binary Authorization, pipelines de entrega do Cloud Deploy com aprovações e promoção canary ou blue/green, e rollback automatizado

Análise de processos de negócio para uma iniciativa em nuvem: identificação de partes interessadas e RACI, separação entre requisitos de negócio, funcionais e não funcionais, KPIs, ROI e TCO, Google Cloud Adoption Framework e centro de excelência em nuvem, implantação em fases com pilotos, registro de riscos, planos de treinamento e comunicação e medição da adoção

Planejamento de continuidade de negócios e recuperação de desastres: análise de impacto no negócio, derivação de RTO e RPO por carga, padrões de standby frio, morno e quente, Backup and DR Service com backups imutáveis, alta disponibilidade e réplicas entre regiões do Cloud SQL, opções multirregionais do Spanner e Cloud Storage, snapshots e discos persistentes regionais, failover com DNS e balanceador de carga e testes de DR

Processo estruturado de troubleshooting e análise de causa raiz no Google Cloud: mitigar primeiro e diagnosticar depois, formar e testar hipóteses, usar Cloud Logging, Cloud Audit Logs, Error Reporting, Cloud Trace, Connectivity Tests e investigações do Gemini Cloud Assist, papéis em incidentes, cinco porquês e fatores contribuintes, postmortems sem culpa com ações rastreadas e política de error budget

Planejamento de capacidade no Google Cloud: cotas de alocação versus de taxa, monitoramento do uso de cotas com alertas do Cloud Monitoring, pedidos de aumento de cota antes de lançamentos, o fato de que cota não garante capacidade, reservas do Compute Engine, estratégias multizona e de tipos de máquina flexíveis contra falta de capacidade, autoscaling de grupos de instâncias gerenciados, testes de carga e previsão de demanda a partir de dados de monitoramento