[https://colab.research.google.com/drive/1pTSP49-GOZmB8Kjwssu-y2E1CENQdt5r?usp=sharing]( Colab com desafio e aula toda)
Solucionado
[https://colab.research.google.com/drive/1pTSP49-GOZmB8Kjwssu-y2E1CENQdt5r?usp=sharing]( Colab com desafio e aula toda)
Olá, Marcelo. Como vai?
Parabéns por concluir mais essa etapa e por compartilhar o seu caderno do Google Colab com a comunidade! Disponibilizar o link com todo o progresso da aula e a resolução do desafio é uma excelente prática, pois ajuda outros estudantes que estão travados no mesmo ponto a consultarem uma referência funcional.
Infelizmente, como o fórum da Alura não me permite abrir links externos para navegar no seu código ou visualizar os prints diretamente do ambiente do Colab, eu recomendo muito que, nos próximos posts, você copie e cole o trecho de código principal ou a estrutura que você montou direto na mensagem. Isso facilita bastante para que todos vejam o seu sucesso logo de cara!
Como este capítulo trata de um ponto crucial da jornada — que é a integração de APIs de Inteligência Artificial para manipulação de dados em Python —, preparei um breve resumo das boas práticas essenciais que você deve levar desse módulo para os seus projetos pessoais:
Quando começamos a automatizar a análise de dados enviando informações para modelos de linguagem (como a API do Google Gemini ou OpenAI) através do Google Colab, três pontos de atenção são vitais:
api_key = "AIzaSy..."). No Google Colab, a melhor prática é usar o recurso nativo de Secrets (ícone de chave no menu lateral esquerdo) para guardar o token com segurança e chamá-lo no código usando o módulo google.colab.time.sleep() ajuda a estabilizar o fluxo.Excelente iniciativa em documentar a aula toda no seu drive do Colab. Continue com esse foco incrível no aprendizado de Python aplicado à Inteligência Artificial!
Espero que possa ter lhe ajudado!