![\"Image\"](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2023\/12\/charbel-naba.jpg\")
Junte-se a n\u00f3s nessa jornada enquanto desvendamos os destaques do Snowdays, com foco espec\u00edfico nos recursos cient\u00edficos mais recentes do data, como o senhor:<\/p>\n<\/div>
Destaques do Snowflake Cortex<\/h2><\/div>![](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2023\/12\/image-snowflake-medium-article.png\" "\\"imagem")
<\/span><\/div>Uma vis\u00e3o geral dos recursos de GenAI e LLM no Snowflake<\/p>\n<\/div>
Recursos do Language Model (LLM) (alguns modelos s\u00e3o p\u00fablicos, enquanto outros ainda est\u00e3o em visualiza\u00e7\u00e3o privada)<\/h2><\/div>Os LLMs s\u00e3o um novo tipo de modelo de IA que pode gerar texto, traduzir idiomas, escrever diferentes tipos de conte\u00fado criativo e responder \u00e0s suas perguntas de forma informativa. Os novos recursos de LLM do Snowflake fazem dele um dos primeiros cloud data platforms a oferecer aos usu\u00e1rios acesso a essa nova e poderosa tecnologia.<\/p>\n<\/div>
Isso diferencia o Snowflake de outros cloud data platforms porque oferece aos usu\u00e1rios do Snowflake uma vantagem significativa em termos de desenvolvimento de aplicativos de IA. Com o Snowflake Cortex, os usu\u00e1rios agora podem criar facilmente aplicativos de IA que podem executar uma ampla gama de tarefas, como gerar reports, identificar fraudes e prever o comportamento do cliente.<\/p>\n<\/div>
Aqui est\u00e3o alguns casos de uso espec\u00edficos dos recursos de LLM da Snowflake:<\/p>\n<\/div>
- <\/i><\/span>\n
Detec\u00e7\u00e3o de sentimentos:<\/strong> Analise os feedbacks dos clientes, as intera\u00e7\u00f5es nas m\u00eddias sociais ou as avalia\u00e7\u00f5es de produtos para entender o sentimento geral e identificar \u00e1reas de melhoria. (Mais detalhes s\u00e3o fornecidos nos comandos SQL para an\u00e1lise e resumo de sentimentos (em visualiza\u00e7\u00e3o privada).<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Sumariza\u00e7\u00e3o de texto:<\/strong> Gere resumos concisos de documentos, e-mails ou reports extensos para captar rapidamente as principais informa\u00e7\u00f5es e economizar tempo. (Mais detalhes s\u00e3o fornecidos em comandos SQL para an\u00e1lise de sentimento e resumo (em visualiza\u00e7\u00e3o privada).<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Tradu\u00e7\u00e3o:<\/strong> O senhor precisa de tradu\u00e7\u00e3o para os valores em uma coluna espec\u00edfica durante suas transforma\u00e7\u00f5es? N\u00e3o h\u00e1 necessidade de entrar em contato com uma API externa; o senhor pode realizar a tradu\u00e7\u00e3o sem problemas dentro do Snowflake.<\/p>\n<\/div><\/li><\/ul>Recursos de pesquisa avan\u00e7ada (em visualiza\u00e7\u00e3o privada)<\/h2><\/div>O novo Snowflake recursos avan\u00e7ados de pesquisa<\/strong> tornam mais f\u00e1cil do que nunca para os usu\u00e1rios encontrarem o data de que precisam, independentemente de onde ele esteja armazenado. Essa \u00e9 uma grande vantagem em rela\u00e7\u00e3o a outros cloud data platforms, que normalmente t\u00eam recursos de pesquisa mais limitados.<\/p>\n<\/div>Especificamente, os novos recursos de pesquisa do Snowflake permitem que os usu\u00e1rios:<\/p>\n<\/div>
- <\/i><\/span>\n
Pesquise em databases, tabelas Iceberg, data dentro do Snowflake, aplicativos nativos e o Snowflake Marketplace.<\/p>\n<\/div><\/li>
- <\/i><\/span>\n
Uso consultas em linguagem natural<\/strong> para procurar por data.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Filtrar os resultados da pesquisa por uma variedade de crit\u00e9rios<\/strong>, O senhor pode obter informa\u00e7\u00f5es sobre o tipo de arquivo, como o tipo data, o tamanho do arquivo e a data de cria\u00e7\u00e3o.<\/p>\n<\/div><\/li><\/ul>Esses recursos avan\u00e7ados de pesquisa podem ajudar os usu\u00e1rios a economizar tempo e ser mais produtivos ao trabalhar com o data. Por exemplo, um analista de data pode usar os novos recursos de pesquisa para encontrar rapidamente todo o data que seja relevante para um projeto de an\u00e1lise espec\u00edfico. Ou um usu\u00e1rio comercial poderia usar os novos recursos de pesquisa para encontrar todo o data relacionado a um cliente ou produto espec\u00edfico.<\/p>\n<\/div>
Sem mencionar que o uso dos diferentes filtros snowflake fornecidos por esses recursos de pesquisa (nomea\u00e7\u00e3o de colunas, marca\u00e7\u00e3o, especifica\u00e7\u00e3o metadata) induz a um aumento na consist\u00eancia do data.<\/p>\n<\/div>
Para concluir, vale a pena observar que isso aborda um aspecto fundamental dos cat\u00e1logos data. Considerando os desafios inerentes \u00e0 implementa\u00e7\u00e3o de um cat\u00e1logo data, o aproveitamento desse recurso integrado do Snowflake torna-se particularmente atraente.<\/p>\n<\/div>
![](\"data:image\/svg+xml,%3Csvg%20xmlns%3D%27http%3A%2F%2Fwww.w3.org%2F2000%2Fsvg%27%20width%3D%271200%27%20height%3D%27675%27%20viewBox%3D%270%200%201200%20675%27%3E%3Crect%20width%3D%271200%27%20height%3D%27675%27%20fill-opacity%3D%220%22%2F%3E%3C%2Fsvg%3E\" "\\"floco")
<\/span><\/div>Comandos SQL para an\u00e1lise e resumo de sentimentos (em visualiza\u00e7\u00e3o privada)<\/h2><\/div>Os novos comandos SQL do Snowflake para an\u00e1lise e resumo de sentimentos facilitam para os usu\u00e1rios a extra\u00e7\u00e3o de insights de seu data sem a necessidade de aprender novas ferramentas ou linguagens. Essa \u00e9 uma grande vantagem em rela\u00e7\u00e3o a outros cloud data platforms, que normalmente exigem que os usu\u00e1rios usem ferramentas separadas para essas tarefas.<\/p>\n<\/div>
Especificamente, os novos comandos SQL do Snowflake permitem que os usu\u00e1rios:<\/p>\n<\/div>
- <\/i><\/span>\n
Analisar o sentimento do texto data<\/strong>, O senhor pode usar os dados de seus clientes, como avalia\u00e7\u00f5es de clientes, publica\u00e7\u00f5es em m\u00eddias sociais e respostas a pesquisas.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Resumir o texto data<\/strong> para extrair as informa\u00e7\u00f5es mais importantes.<\/p>\n<\/div><\/li><\/ul>Esses novos comandos SQL podem ajudar os usu\u00e1rios a economizar tempo e ser mais produtivos ao trabalhar com o data. Por exemplo, um usu\u00e1rio comercial pode usar os novos comandos SQL para analisar rapidamente o sentimento das avalia\u00e7\u00f5es dos clientes ou para resumir um relat\u00f3rio longo e complexo.<\/p>\n<\/div>
Snowflake Copilot (em visualiza\u00e7\u00e3o privada)<\/h2><\/div>\u00c9 um Assistente com tecnologia LLM para gerar e refinar SQL com linguagem natural<\/strong>. Al\u00e9m disso, essa funcionalidade de texto para c\u00f3digo ser\u00e1 disponibilizada em breve de forma program\u00e1tica por meio de uma fun\u00e7\u00e3o de uso geral, Text2SQL, com o Snowflake Cortex.<\/p>\n<\/div><\/span><\/div>Extra\u00e7\u00e3o do documento Data com Document AI (em visualiza\u00e7\u00e3o privada)<\/h2><\/div>IA de documentos do Snowflake Cortex<\/strong>, O software de extra\u00e7\u00e3o de dados data, desenvolvido pelo LLM, permite a extra\u00e7\u00e3o eficiente do data de v\u00e1rios tipos de documentos (pdf, word, txt, capturas de tela), economizando tempo e recursos no processamento manual do data.<\/p>\n<\/div>Em geral, os novos recursos do Snowflake s\u00e3o muito impressionantes e t\u00eam o potencial de revolucionar a maneira como as pessoas usam o cloud data platforms.<\/p>\n<\/div>
A Snowflake est\u00e1 claramente se diferenciando da concorr\u00eancia ao oferecer recursos inovadores que facilitam aos usu\u00e1rios o desenvolvimento e a implanta\u00e7\u00e3o de aplicativos de IA, a localiza\u00e7\u00e3o do data, o gerenciamento de recursos de ML e o compartilhamento de modelos de ML. A Snowflake tamb\u00e9m est\u00e1 facilitando para os usu\u00e1rios a extra\u00e7\u00e3o de insights de seu data sem precisar aprender novas ferramentas ou idiomas.<\/p>\n<\/div>
<\/span><\/div>Loja de recursos (em visualiza\u00e7\u00e3o privada)<\/h2><\/div>A loja de recursos<\/strong> \u00e9 um reposit\u00f3rio central para gerenciar e compartilhar recursos de aprendizado de m\u00e1quina. O novo armazenamento de recursos do Snowflake facilita aos usu\u00e1rios o desenvolvimento e a implanta\u00e7\u00e3o de modelos de ML.<\/p>\n<\/div>Isso diferencia o Snowflake de outros cloud data platforms porque oferece aos usu\u00e1rios um \u00fanico local para gerenciar todos os seus recursos de ML. Isso pode ajudar os usu\u00e1rios a economizar tempo e melhorar a efici\u00eancia do processo de desenvolvimento de ML.<\/p>\n<\/div>
Aqui est\u00e3o alguns casos de uso espec\u00edficos para a loja de recursos da Snowflake:<\/p>\n<\/div>
- <\/i><\/span>\n
Um cientista do data poderia usar o armazenamento de recursos para gerenciar e compartilhar os recursos<\/strong> que eles est\u00e3o usando para desenvolver um modelo de aprendizado de m\u00e1quina. Para obter mais informa\u00e7\u00f5es sobre esse assunto, o senhor pode acessar aqui<\/a>.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Um engenheiro de aprendizado de m\u00e1quina poderia usar o armazenamento de recursos para implantar um modelo de aprendizado de m\u00e1quina na produ\u00e7\u00e3o e garantir que ele tenha acesso aos recursos necess\u00e1rios<\/strong>. Para obter mais informa\u00e7\u00f5es sobre esse assunto, o senhor pode acessar aqui<\/a>.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Um usu\u00e1rio corporativo pode usar o feature store para explorar e compreender os recursos que est\u00e3o sendo usados para potencializar seus aplicativos de aprendizado de m\u00e1quina<\/strong>. Para obter mais informa\u00e7\u00f5es sobre esse assunto, o senhor pode acessar aqui<\/a>.<\/p>\n<\/div><\/li><\/ul>Compartilhamento de modelos<\/h2><\/div>A capacidade do Snowflake de compartilhar modelos de ML tamb\u00e9m \u00e9 um diferencial importante. Isso facilitar\u00e1 a colabora\u00e7\u00e3o entre as pessoas em projetos de ML e democratizar\u00e1 o acesso ao ML.<\/p>\n<\/div>
Especificamente, o Snowflake permite que os usu\u00e1rios compartilhem modelos de ML com outras pessoas, dentro e fora da organiza\u00e7\u00e3o. Isso pode ajudar a acelerar o desenvolvimento e a ado\u00e7\u00e3o de aplicativos de ML.<\/p>\n<\/div>
Aqui est\u00e3o alguns casos de uso espec\u00edficos do recurso de compartilhamento de modelos do Snowflake:<\/p>\n<\/div>
- <\/i><\/span>\n
Um cientista data poderia compartilhar um modelo de aprendizado de m\u00e1quina com um usu\u00e1rio comercial<\/strong> para que possam us\u00e1-lo para explorar seu data e gerar insights.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Um engenheiro de aprendizado de m\u00e1quina poderia compartilhar um modelo de aprendizado de m\u00e1quina com um engenheiro de DevOps<\/strong> para que possam implant\u00e1-lo na produ\u00e7\u00e3o.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Um fornecedor de software poderia compartilhar um modelo de aprendizado de m\u00e1quina com seus clientes<\/strong> para que possam us\u00e1-lo para melhorar seus produtos e servi\u00e7os.<\/p>\n<\/div><\/li><\/ul>Snowflake Notebooks (em visualiza\u00e7\u00e3o privada)<\/h2><\/div>Cadernos Snowflake<\/strong>, O Databricks, um ambiente baseado no cloud projetado especificamente para desenvolvimento e execu\u00e7\u00e3o de c\u00f3digo, compartilha semelhan\u00e7as com notebooks que est\u00e3o dispon\u00edveis h\u00e1 v\u00e1rios anos em outros cloud data platforms. O Databricks foi o pioneiro nesse campo, e o BigQuery seguiu o exemplo com seu an\u00fancio<\/a> em 31 de agosto. Esses notebooks foram cuidadosamente projetados para otimizar o desempenho dentro do ecossistema Snowflake.<\/p>\n<\/div>Os Snowflake Notebooks oferecem v\u00e1rias vantagens em rela\u00e7\u00e3o aos IDEs tradicionais, tais como:<\/p>\n<\/div>
- <\/i><\/span>\n
Colabora\u00e7\u00e3o:<\/strong> Os Snowflake Notebooks s\u00e3o f\u00e1ceis de compartilhar com outras pessoas, o que facilita a colabora\u00e7\u00e3o em projetos.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Interatividade:<\/strong> Os Snowflake Notebooks s\u00e3o interativos, de modo que o senhor pode fazer experi\u00eancias com seu c\u00f3digo e ver os resultados imediatamente.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Desempenho:<\/strong> Os Snowflake Notebooks t\u00eam alto desempenho, de modo que o senhor pode executar consultas e an\u00e1lises complexas rapidamente.<\/p>\n<\/div><\/li><\/ul>Os Snowflake Notebooks est\u00e3o atualmente em fase beta, mas espera-se que sejam lan\u00e7ados para o p\u00fablico em geral em um futuro pr\u00f3ximo.<\/p>\n<\/div>
O que diferencia o Snowflake como um ambiente de desenvolvimento de Machine Learning de outros \u00e9 o fato de que ele consiste em APIs Python acess\u00edveis por meio da biblioteca ML do Snowpark e interfaces SQL para definir, gerenciar e recuperar recursos, juntamente com a infraestrutura gerenciada para o gerenciamento de metadata de recursos e o processamento cont\u00ednuo de recursos. Isso elimina a necessidade de conhecimento especializado em IA. Al\u00e9m disso, o Feature Store e os recursos de compartilhamento de modelos capacitam a Snowflake a se equiparar de forma mais eficaz aos seus concorrentes, especificamente a Databricks, que obviamente teve vantagem nos \u00faltimos anos devido \u00e0 sua integra\u00e7\u00e3o com o ML Flow.<\/p>\n<\/div>
![](\"data:image\/svg+xml,%3Csvg%20xmlns%3D%27http%3A%2F%2Fwww.w3.org%2F2000%2Fsvg%27%20width%3D%272560%27%20height%3D%271360%27%20viewBox%3D%270%200%202560%201360%27%3E%3Crect%20width%3D%272560%27%20height%3D%271360%27%20fill-opacity%3D%220%22%2F%3E%3C%2Fsvg%3E\" "\\"floco")
<\/span><\/div>Conclus\u00e3o<\/h2><\/div>A revela\u00e7\u00e3o de novos recursos pela Snowflake, incluindo Snowflake Cortex, Copilot, Document AI e notebooks, confirma o compromisso da empresa com a inova\u00e7\u00e3o. Embora os an\u00fancios cient\u00edficos do data estejam alinhados com as tend\u00eancias atuais da GenAI, \u00e9 imperativo abord\u00e1-los com cautela. Vale ressaltar que certos recursos, embora anunciados h\u00e1 muito tempo, ainda est\u00e3o pendentes de disponibilidade universal em todos os ambientes. Por fim, vamos abordar essas inova\u00e7\u00f5es com a mente aberta e um otimismo cauteloso, prontos para abra\u00e7ar as possibilidades e, ao mesmo tempo, nos atermos \u00e0 realidade.<\/p>\n<\/div><\/div><\/div><\/div><\/article>
<\/span><\/div>Uma vis\u00e3o geral dos recursos de GenAI e LLM no Snowflake<\/p>\n<\/div>
Recursos do Language Model (LLM) (alguns modelos s\u00e3o p\u00fablicos, enquanto outros ainda est\u00e3o em visualiza\u00e7\u00e3o privada)<\/h2><\/div>Os LLMs s\u00e3o um novo tipo de modelo de IA que pode gerar texto, traduzir idiomas, escrever diferentes tipos de conte\u00fado criativo e responder \u00e0s suas perguntas de forma informativa. Os novos recursos de LLM do Snowflake fazem dele um dos primeiros cloud data platforms a oferecer aos usu\u00e1rios acesso a essa nova e poderosa tecnologia.<\/p>\n<\/div>
Isso diferencia o Snowflake de outros cloud data platforms porque oferece aos usu\u00e1rios do Snowflake uma vantagem significativa em termos de desenvolvimento de aplicativos de IA. Com o Snowflake Cortex, os usu\u00e1rios agora podem criar facilmente aplicativos de IA que podem executar uma ampla gama de tarefas, como gerar reports, identificar fraudes e prever o comportamento do cliente.<\/p>\n<\/div>
Aqui est\u00e3o alguns casos de uso espec\u00edficos dos recursos de LLM da Snowflake:<\/p>\n<\/div>
- <\/i><\/span>\n
Detec\u00e7\u00e3o de sentimentos:<\/strong> Analise os feedbacks dos clientes, as intera\u00e7\u00f5es nas m\u00eddias sociais ou as avalia\u00e7\u00f5es de produtos para entender o sentimento geral e identificar \u00e1reas de melhoria. (Mais detalhes s\u00e3o fornecidos nos comandos SQL para an\u00e1lise e resumo de sentimentos (em visualiza\u00e7\u00e3o privada).<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Sumariza\u00e7\u00e3o de texto:<\/strong> Gere resumos concisos de documentos, e-mails ou reports extensos para captar rapidamente as principais informa\u00e7\u00f5es e economizar tempo. (Mais detalhes s\u00e3o fornecidos em comandos SQL para an\u00e1lise de sentimento e resumo (em visualiza\u00e7\u00e3o privada).<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Tradu\u00e7\u00e3o:<\/strong> O senhor precisa de tradu\u00e7\u00e3o para os valores em uma coluna espec\u00edfica durante suas transforma\u00e7\u00f5es? N\u00e3o h\u00e1 necessidade de entrar em contato com uma API externa; o senhor pode realizar a tradu\u00e7\u00e3o sem problemas dentro do Snowflake.<\/p>\n<\/div><\/li><\/ul>Recursos de pesquisa avan\u00e7ada (em visualiza\u00e7\u00e3o privada)<\/h2><\/div>O novo Snowflake recursos avan\u00e7ados de pesquisa<\/strong> tornam mais f\u00e1cil do que nunca para os usu\u00e1rios encontrarem o data de que precisam, independentemente de onde ele esteja armazenado. Essa \u00e9 uma grande vantagem em rela\u00e7\u00e3o a outros cloud data platforms, que normalmente t\u00eam recursos de pesquisa mais limitados.<\/p>\n<\/div>Especificamente, os novos recursos de pesquisa do Snowflake permitem que os usu\u00e1rios:<\/p>\n<\/div>
- <\/i><\/span>\n
Pesquise em databases, tabelas Iceberg, data dentro do Snowflake, aplicativos nativos e o Snowflake Marketplace.<\/p>\n<\/div><\/li>
- <\/i><\/span>\n
Uso consultas em linguagem natural<\/strong> para procurar por data.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Filtrar os resultados da pesquisa por uma variedade de crit\u00e9rios<\/strong>, O senhor pode obter informa\u00e7\u00f5es sobre o tipo de arquivo, como o tipo data, o tamanho do arquivo e a data de cria\u00e7\u00e3o.<\/p>\n<\/div><\/li><\/ul>Esses recursos avan\u00e7ados de pesquisa podem ajudar os usu\u00e1rios a economizar tempo e ser mais produtivos ao trabalhar com o data. Por exemplo, um analista de data pode usar os novos recursos de pesquisa para encontrar rapidamente todo o data que seja relevante para um projeto de an\u00e1lise espec\u00edfico. Ou um usu\u00e1rio comercial poderia usar os novos recursos de pesquisa para encontrar todo o data relacionado a um cliente ou produto espec\u00edfico.<\/p>\n<\/div>
Sem mencionar que o uso dos diferentes filtros snowflake fornecidos por esses recursos de pesquisa (nomea\u00e7\u00e3o de colunas, marca\u00e7\u00e3o, especifica\u00e7\u00e3o metadata) induz a um aumento na consist\u00eancia do data.<\/p>\n<\/div>
Para concluir, vale a pena observar que isso aborda um aspecto fundamental dos cat\u00e1logos data. Considerando os desafios inerentes \u00e0 implementa\u00e7\u00e3o de um cat\u00e1logo data, o aproveitamento desse recurso integrado do Snowflake torna-se particularmente atraente.<\/p>\n<\/div>
<\/span><\/div>Comandos SQL para an\u00e1lise e resumo de sentimentos (em visualiza\u00e7\u00e3o privada)<\/h2><\/div>Os novos comandos SQL do Snowflake para an\u00e1lise e resumo de sentimentos facilitam para os usu\u00e1rios a extra\u00e7\u00e3o de insights de seu data sem a necessidade de aprender novas ferramentas ou linguagens. Essa \u00e9 uma grande vantagem em rela\u00e7\u00e3o a outros cloud data platforms, que normalmente exigem que os usu\u00e1rios usem ferramentas separadas para essas tarefas.<\/p>\n<\/div>
Especificamente, os novos comandos SQL do Snowflake permitem que os usu\u00e1rios:<\/p>\n<\/div>
- <\/i><\/span>\n
Analisar o sentimento do texto data<\/strong>, O senhor pode usar os dados de seus clientes, como avalia\u00e7\u00f5es de clientes, publica\u00e7\u00f5es em m\u00eddias sociais e respostas a pesquisas.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Resumir o texto data<\/strong> para extrair as informa\u00e7\u00f5es mais importantes.<\/p>\n<\/div><\/li><\/ul>Esses novos comandos SQL podem ajudar os usu\u00e1rios a economizar tempo e ser mais produtivos ao trabalhar com o data. Por exemplo, um usu\u00e1rio comercial pode usar os novos comandos SQL para analisar rapidamente o sentimento das avalia\u00e7\u00f5es dos clientes ou para resumir um relat\u00f3rio longo e complexo.<\/p>\n<\/div>
Snowflake Copilot (em visualiza\u00e7\u00e3o privada)<\/h2><\/div>\u00c9 um Assistente com tecnologia LLM para gerar e refinar SQL com linguagem natural<\/strong>. Al\u00e9m disso, essa funcionalidade de texto para c\u00f3digo ser\u00e1 disponibilizada em breve de forma program\u00e1tica por meio de uma fun\u00e7\u00e3o de uso geral, Text2SQL, com o Snowflake Cortex.<\/p>\n<\/div><\/span><\/div>Extra\u00e7\u00e3o do documento Data com Document AI (em visualiza\u00e7\u00e3o privada)<\/h2><\/div>IA de documentos do Snowflake Cortex<\/strong>, O software de extra\u00e7\u00e3o de dados data, desenvolvido pelo LLM, permite a extra\u00e7\u00e3o eficiente do data de v\u00e1rios tipos de documentos (pdf, word, txt, capturas de tela), economizando tempo e recursos no processamento manual do data.<\/p>\n<\/div>Em geral, os novos recursos do Snowflake s\u00e3o muito impressionantes e t\u00eam o potencial de revolucionar a maneira como as pessoas usam o cloud data platforms.<\/p>\n<\/div>
A Snowflake est\u00e1 claramente se diferenciando da concorr\u00eancia ao oferecer recursos inovadores que facilitam aos usu\u00e1rios o desenvolvimento e a implanta\u00e7\u00e3o de aplicativos de IA, a localiza\u00e7\u00e3o do data, o gerenciamento de recursos de ML e o compartilhamento de modelos de ML. A Snowflake tamb\u00e9m est\u00e1 facilitando para os usu\u00e1rios a extra\u00e7\u00e3o de insights de seu data sem precisar aprender novas ferramentas ou idiomas.<\/p>\n<\/div>
<\/span><\/div>Loja de recursos (em visualiza\u00e7\u00e3o privada)<\/h2><\/div>A loja de recursos<\/strong> \u00e9 um reposit\u00f3rio central para gerenciar e compartilhar recursos de aprendizado de m\u00e1quina. O novo armazenamento de recursos do Snowflake facilita aos usu\u00e1rios o desenvolvimento e a implanta\u00e7\u00e3o de modelos de ML.<\/p>\n<\/div>Isso diferencia o Snowflake de outros cloud data platforms porque oferece aos usu\u00e1rios um \u00fanico local para gerenciar todos os seus recursos de ML. Isso pode ajudar os usu\u00e1rios a economizar tempo e melhorar a efici\u00eancia do processo de desenvolvimento de ML.<\/p>\n<\/div>
Aqui est\u00e3o alguns casos de uso espec\u00edficos para a loja de recursos da Snowflake:<\/p>\n<\/div>
- <\/i><\/span>\n
Um cientista do data poderia usar o armazenamento de recursos para gerenciar e compartilhar os recursos<\/strong> que eles est\u00e3o usando para desenvolver um modelo de aprendizado de m\u00e1quina. Para obter mais informa\u00e7\u00f5es sobre esse assunto, o senhor pode acessar aqui<\/a>.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Um engenheiro de aprendizado de m\u00e1quina poderia usar o armazenamento de recursos para implantar um modelo de aprendizado de m\u00e1quina na produ\u00e7\u00e3o e garantir que ele tenha acesso aos recursos necess\u00e1rios<\/strong>. Para obter mais informa\u00e7\u00f5es sobre esse assunto, o senhor pode acessar aqui<\/a>.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Um usu\u00e1rio corporativo pode usar o feature store para explorar e compreender os recursos que est\u00e3o sendo usados para potencializar seus aplicativos de aprendizado de m\u00e1quina<\/strong>. Para obter mais informa\u00e7\u00f5es sobre esse assunto, o senhor pode acessar aqui<\/a>.<\/p>\n<\/div><\/li><\/ul>Compartilhamento de modelos<\/h2><\/div>A capacidade do Snowflake de compartilhar modelos de ML tamb\u00e9m \u00e9 um diferencial importante. Isso facilitar\u00e1 a colabora\u00e7\u00e3o entre as pessoas em projetos de ML e democratizar\u00e1 o acesso ao ML.<\/p>\n<\/div>
Especificamente, o Snowflake permite que os usu\u00e1rios compartilhem modelos de ML com outras pessoas, dentro e fora da organiza\u00e7\u00e3o. Isso pode ajudar a acelerar o desenvolvimento e a ado\u00e7\u00e3o de aplicativos de ML.<\/p>\n<\/div>
Aqui est\u00e3o alguns casos de uso espec\u00edficos do recurso de compartilhamento de modelos do Snowflake:<\/p>\n<\/div>
- <\/i><\/span>\n
Um cientista data poderia compartilhar um modelo de aprendizado de m\u00e1quina com um usu\u00e1rio comercial<\/strong> para que possam us\u00e1-lo para explorar seu data e gerar insights.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Um engenheiro de aprendizado de m\u00e1quina poderia compartilhar um modelo de aprendizado de m\u00e1quina com um engenheiro de DevOps<\/strong> para que possam implant\u00e1-lo na produ\u00e7\u00e3o.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Um fornecedor de software poderia compartilhar um modelo de aprendizado de m\u00e1quina com seus clientes<\/strong> para que possam us\u00e1-lo para melhorar seus produtos e servi\u00e7os.<\/p>\n<\/div><\/li><\/ul>Snowflake Notebooks (em visualiza\u00e7\u00e3o privada)<\/h2><\/div>Cadernos Snowflake<\/strong>, O Databricks, um ambiente baseado no cloud projetado especificamente para desenvolvimento e execu\u00e7\u00e3o de c\u00f3digo, compartilha semelhan\u00e7as com notebooks que est\u00e3o dispon\u00edveis h\u00e1 v\u00e1rios anos em outros cloud data platforms. O Databricks foi o pioneiro nesse campo, e o BigQuery seguiu o exemplo com seu an\u00fancio<\/a> em 31 de agosto. Esses notebooks foram cuidadosamente projetados para otimizar o desempenho dentro do ecossistema Snowflake.<\/p>\n<\/div>Os Snowflake Notebooks oferecem v\u00e1rias vantagens em rela\u00e7\u00e3o aos IDEs tradicionais, tais como:<\/p>\n<\/div>
- <\/i><\/span>\n
Colabora\u00e7\u00e3o:<\/strong> Os Snowflake Notebooks s\u00e3o f\u00e1ceis de compartilhar com outras pessoas, o que facilita a colabora\u00e7\u00e3o em projetos.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Interatividade:<\/strong> Os Snowflake Notebooks s\u00e3o interativos, de modo que o senhor pode fazer experi\u00eancias com seu c\u00f3digo e ver os resultados imediatamente.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Desempenho:<\/strong> Os Snowflake Notebooks t\u00eam alto desempenho, de modo que o senhor pode executar consultas e an\u00e1lises complexas rapidamente.<\/p>\n<\/div><\/li><\/ul>Os Snowflake Notebooks est\u00e3o atualmente em fase beta, mas espera-se que sejam lan\u00e7ados para o p\u00fablico em geral em um futuro pr\u00f3ximo.<\/p>\n<\/div>
O que diferencia o Snowflake como um ambiente de desenvolvimento de Machine Learning de outros \u00e9 o fato de que ele consiste em APIs Python acess\u00edveis por meio da biblioteca ML do Snowpark e interfaces SQL para definir, gerenciar e recuperar recursos, juntamente com a infraestrutura gerenciada para o gerenciamento de metadata de recursos e o processamento cont\u00ednuo de recursos. Isso elimina a necessidade de conhecimento especializado em IA. Al\u00e9m disso, o Feature Store e os recursos de compartilhamento de modelos capacitam a Snowflake a se equiparar de forma mais eficaz aos seus concorrentes, especificamente a Databricks, que obviamente teve vantagem nos \u00faltimos anos devido \u00e0 sua integra\u00e7\u00e3o com o ML Flow.<\/p>\n<\/div>
<\/span><\/div>Conclus\u00e3o<\/h2><\/div>A revela\u00e7\u00e3o de novos recursos pela Snowflake, incluindo Snowflake Cortex, Copilot, Document AI e notebooks, confirma o compromisso da empresa com a inova\u00e7\u00e3o. Embora os an\u00fancios cient\u00edficos do data estejam alinhados com as tend\u00eancias atuais da GenAI, \u00e9 imperativo abord\u00e1-los com cautela. Vale ressaltar que certos recursos, embora anunciados h\u00e1 muito tempo, ainda est\u00e3o pendentes de disponibilidade universal em todos os ambientes. Por fim, vamos abordar essas inova\u00e7\u00f5es com a mente aberta e um otimismo cauteloso, prontos para abra\u00e7ar as possibilidades e, ao mesmo tempo, nos atermos \u00e0 realidade.<\/p>\n<\/div><\/div><\/div><\/div><\/article>
Os LLMs s\u00e3o um novo tipo de modelo de IA que pode gerar texto, traduzir idiomas, escrever diferentes tipos de conte\u00fado criativo e responder \u00e0s suas perguntas de forma informativa. Os novos recursos de LLM do Snowflake fazem dele um dos primeiros cloud data platforms a oferecer aos usu\u00e1rios acesso a essa nova e poderosa tecnologia.<\/p>\n<\/div>
Isso diferencia o Snowflake de outros cloud data platforms porque oferece aos usu\u00e1rios do Snowflake uma vantagem significativa em termos de desenvolvimento de aplicativos de IA. Com o Snowflake Cortex, os usu\u00e1rios agora podem criar facilmente aplicativos de IA que podem executar uma ampla gama de tarefas, como gerar reports, identificar fraudes e prever o comportamento do cliente.<\/p>\n<\/div>
Aqui est\u00e3o alguns casos de uso espec\u00edficos dos recursos de LLM da Snowflake:<\/p>\n<\/div>
- <\/i><\/span>\n
Detec\u00e7\u00e3o de sentimentos:<\/strong> Analise os feedbacks dos clientes, as intera\u00e7\u00f5es nas m\u00eddias sociais ou as avalia\u00e7\u00f5es de produtos para entender o sentimento geral e identificar \u00e1reas de melhoria. (Mais detalhes s\u00e3o fornecidos nos comandos SQL para an\u00e1lise e resumo de sentimentos (em visualiza\u00e7\u00e3o privada).<\/p>\n<\/div><\/li>
- <\/i><\/span>
\nSumariza\u00e7\u00e3o de texto:<\/strong> Gere resumos concisos de documentos, e-mails ou reports extensos para captar rapidamente as principais informa\u00e7\u00f5es e economizar tempo. (Mais detalhes s\u00e3o fornecidos em comandos SQL para an\u00e1lise de sentimento e resumo (em visualiza\u00e7\u00e3o privada).<\/p>\n<\/div><\/li>
- <\/i><\/span>
\nTradu\u00e7\u00e3o:<\/strong> O senhor precisa de tradu\u00e7\u00e3o para os valores em uma coluna espec\u00edfica durante suas transforma\u00e7\u00f5es? N\u00e3o h\u00e1 necessidade de entrar em contato com uma API externa; o senhor pode realizar a tradu\u00e7\u00e3o sem problemas dentro do Snowflake.<\/p>\n<\/div><\/li><\/ul>
Recursos de pesquisa avan\u00e7ada (em visualiza\u00e7\u00e3o privada)<\/h2><\/div>
O novo Snowflake recursos avan\u00e7ados de pesquisa<\/strong> tornam mais f\u00e1cil do que nunca para os usu\u00e1rios encontrarem o data de que precisam, independentemente de onde ele esteja armazenado. Essa \u00e9 uma grande vantagem em rela\u00e7\u00e3o a outros cloud data platforms, que normalmente t\u00eam recursos de pesquisa mais limitados.<\/p>\n<\/div>
Especificamente, os novos recursos de pesquisa do Snowflake permitem que os usu\u00e1rios:<\/p>\n<\/div>
- <\/i><\/span>\n
Pesquise em databases, tabelas Iceberg, data dentro do Snowflake, aplicativos nativos e o Snowflake Marketplace.<\/p>\n<\/div><\/li>
- <\/i><\/span>
\nUso consultas em linguagem natural<\/strong> para procurar por data.<\/p>\n<\/div><\/li>
- <\/i><\/span>
\nFiltrar os resultados da pesquisa por uma variedade de crit\u00e9rios<\/strong>, O senhor pode obter informa\u00e7\u00f5es sobre o tipo de arquivo, como o tipo data, o tamanho do arquivo e a data de cria\u00e7\u00e3o.<\/p>\n<\/div><\/li><\/ul>
Esses recursos avan\u00e7ados de pesquisa podem ajudar os usu\u00e1rios a economizar tempo e ser mais produtivos ao trabalhar com o data. Por exemplo, um analista de data pode usar os novos recursos de pesquisa para encontrar rapidamente todo o data que seja relevante para um projeto de an\u00e1lise espec\u00edfico. Ou um usu\u00e1rio comercial poderia usar os novos recursos de pesquisa para encontrar todo o data relacionado a um cliente ou produto espec\u00edfico.<\/p>\n<\/div>
Sem mencionar que o uso dos diferentes filtros snowflake fornecidos por esses recursos de pesquisa (nomea\u00e7\u00e3o de colunas, marca\u00e7\u00e3o, especifica\u00e7\u00e3o metadata) induz a um aumento na consist\u00eancia do data.<\/p>\n<\/div>
Para concluir, vale a pena observar que isso aborda um aspecto fundamental dos cat\u00e1logos data. Considerando os desafios inerentes \u00e0 implementa\u00e7\u00e3o de um cat\u00e1logo data, o aproveitamento desse recurso integrado do Snowflake torna-se particularmente atraente.<\/p>\n<\/div>
Comandos SQL para an\u00e1lise e resumo de sentimentos (em visualiza\u00e7\u00e3o privada)<\/h2><\/div>
Os novos comandos SQL do Snowflake para an\u00e1lise e resumo de sentimentos facilitam para os usu\u00e1rios a extra\u00e7\u00e3o de insights de seu data sem a necessidade de aprender novas ferramentas ou linguagens. Essa \u00e9 uma grande vantagem em rela\u00e7\u00e3o a outros cloud data platforms, que normalmente exigem que os usu\u00e1rios usem ferramentas separadas para essas tarefas.<\/p>\n<\/div>
Especificamente, os novos comandos SQL do Snowflake permitem que os usu\u00e1rios:<\/p>\n<\/div>
- <\/i><\/span>\n
Analisar o sentimento do texto data<\/strong>, O senhor pode usar os dados de seus clientes, como avalia\u00e7\u00f5es de clientes, publica\u00e7\u00f5es em m\u00eddias sociais e respostas a pesquisas.<\/p>\n<\/div><\/li>
- <\/i><\/span>
\nResumir o texto data<\/strong> para extrair as informa\u00e7\u00f5es mais importantes.<\/p>\n<\/div><\/li><\/ul>
Esses novos comandos SQL podem ajudar os usu\u00e1rios a economizar tempo e ser mais produtivos ao trabalhar com o data. Por exemplo, um usu\u00e1rio comercial pode usar os novos comandos SQL para analisar rapidamente o sentimento das avalia\u00e7\u00f5es dos clientes ou para resumir um relat\u00f3rio longo e complexo.<\/p>\n<\/div>
Snowflake Copilot (em visualiza\u00e7\u00e3o privada)<\/h2><\/div>
\u00c9 um Assistente com tecnologia LLM para gerar e refinar SQL com linguagem natural<\/strong>. Al\u00e9m disso, essa funcionalidade de texto para c\u00f3digo ser\u00e1 disponibilizada em breve de forma program\u00e1tica por meio de uma fun\u00e7\u00e3o de uso geral, Text2SQL, com o Snowflake Cortex.<\/p>\n<\/div>
Extra\u00e7\u00e3o do documento Data com Document AI (em visualiza\u00e7\u00e3o privada)<\/h2><\/div>
IA de documentos do Snowflake Cortex<\/strong>, O software de extra\u00e7\u00e3o de dados data, desenvolvido pelo LLM, permite a extra\u00e7\u00e3o eficiente do data de v\u00e1rios tipos de documentos (pdf, word, txt, capturas de tela), economizando tempo e recursos no processamento manual do data.<\/p>\n<\/div>
Em geral, os novos recursos do Snowflake s\u00e3o muito impressionantes e t\u00eam o potencial de revolucionar a maneira como as pessoas usam o cloud data platforms.<\/p>\n<\/div>
A Snowflake est\u00e1 claramente se diferenciando da concorr\u00eancia ao oferecer recursos inovadores que facilitam aos usu\u00e1rios o desenvolvimento e a implanta\u00e7\u00e3o de aplicativos de IA, a localiza\u00e7\u00e3o do data, o gerenciamento de recursos de ML e o compartilhamento de modelos de ML. A Snowflake tamb\u00e9m est\u00e1 facilitando para os usu\u00e1rios a extra\u00e7\u00e3o de insights de seu data sem precisar aprender novas ferramentas ou idiomas.<\/p>\n<\/div>
Loja de recursos (em visualiza\u00e7\u00e3o privada)<\/h2><\/div>
A loja de recursos<\/strong> \u00e9 um reposit\u00f3rio central para gerenciar e compartilhar recursos de aprendizado de m\u00e1quina. O novo armazenamento de recursos do Snowflake facilita aos usu\u00e1rios o desenvolvimento e a implanta\u00e7\u00e3o de modelos de ML.<\/p>\n<\/div>
Isso diferencia o Snowflake de outros cloud data platforms porque oferece aos usu\u00e1rios um \u00fanico local para gerenciar todos os seus recursos de ML. Isso pode ajudar os usu\u00e1rios a economizar tempo e melhorar a efici\u00eancia do processo de desenvolvimento de ML.<\/p>\n<\/div>
Aqui est\u00e3o alguns casos de uso espec\u00edficos para a loja de recursos da Snowflake:<\/p>\n<\/div>
- <\/i><\/span>\n
Um cientista do data poderia usar o armazenamento de recursos para gerenciar e compartilhar os recursos<\/strong> que eles est\u00e3o usando para desenvolver um modelo de aprendizado de m\u00e1quina. Para obter mais informa\u00e7\u00f5es sobre esse assunto, o senhor pode acessar aqui<\/a>.<\/p>\n<\/div><\/li>
- <\/i><\/span>
\nUm engenheiro de aprendizado de m\u00e1quina poderia usar o armazenamento de recursos para implantar um modelo de aprendizado de m\u00e1quina na produ\u00e7\u00e3o e garantir que ele tenha acesso aos recursos necess\u00e1rios<\/strong>. Para obter mais informa\u00e7\u00f5es sobre esse assunto, o senhor pode acessar aqui<\/a>.<\/p>\n<\/div><\/li>
- <\/i><\/span>
\nUm usu\u00e1rio corporativo pode usar o feature store para explorar e compreender os recursos que est\u00e3o sendo usados para potencializar seus aplicativos de aprendizado de m\u00e1quina<\/strong>. Para obter mais informa\u00e7\u00f5es sobre esse assunto, o senhor pode acessar aqui<\/a>.<\/p>\n<\/div><\/li><\/ul>
Compartilhamento de modelos<\/h2><\/div>
A capacidade do Snowflake de compartilhar modelos de ML tamb\u00e9m \u00e9 um diferencial importante. Isso facilitar\u00e1 a colabora\u00e7\u00e3o entre as pessoas em projetos de ML e democratizar\u00e1 o acesso ao ML.<\/p>\n<\/div>
Especificamente, o Snowflake permite que os usu\u00e1rios compartilhem modelos de ML com outras pessoas, dentro e fora da organiza\u00e7\u00e3o. Isso pode ajudar a acelerar o desenvolvimento e a ado\u00e7\u00e3o de aplicativos de ML.<\/p>\n<\/div>
Aqui est\u00e3o alguns casos de uso espec\u00edficos do recurso de compartilhamento de modelos do Snowflake:<\/p>\n<\/div>
- <\/i><\/span>\n
Um cientista data poderia compartilhar um modelo de aprendizado de m\u00e1quina com um usu\u00e1rio comercial<\/strong> para que possam us\u00e1-lo para explorar seu data e gerar insights.<\/p>\n<\/div><\/li>
- <\/i><\/span>
\nUm engenheiro de aprendizado de m\u00e1quina poderia compartilhar um modelo de aprendizado de m\u00e1quina com um engenheiro de DevOps<\/strong> para que possam implant\u00e1-lo na produ\u00e7\u00e3o.<\/p>\n<\/div><\/li>
- <\/i><\/span>
\nUm fornecedor de software poderia compartilhar um modelo de aprendizado de m\u00e1quina com seus clientes<\/strong> para que possam us\u00e1-lo para melhorar seus produtos e servi\u00e7os.<\/p>\n<\/div><\/li><\/ul>
Snowflake Notebooks (em visualiza\u00e7\u00e3o privada)<\/h2><\/div>
Cadernos Snowflake<\/strong>, O Databricks, um ambiente baseado no cloud projetado especificamente para desenvolvimento e execu\u00e7\u00e3o de c\u00f3digo, compartilha semelhan\u00e7as com notebooks que est\u00e3o dispon\u00edveis h\u00e1 v\u00e1rios anos em outros cloud data platforms. O Databricks foi o pioneiro nesse campo, e o BigQuery seguiu o exemplo com seu an\u00fancio<\/a> em 31 de agosto. Esses notebooks foram cuidadosamente projetados para otimizar o desempenho dentro do ecossistema Snowflake.<\/p>\n<\/div>
Os Snowflake Notebooks oferecem v\u00e1rias vantagens em rela\u00e7\u00e3o aos IDEs tradicionais, tais como:<\/p>\n<\/div>
- <\/i><\/span>\n
Colabora\u00e7\u00e3o:<\/strong> Os Snowflake Notebooks s\u00e3o f\u00e1ceis de compartilhar com outras pessoas, o que facilita a colabora\u00e7\u00e3o em projetos.<\/p>\n<\/div><\/li>
- <\/i><\/span>
\nInteratividade:<\/strong> Os Snowflake Notebooks s\u00e3o interativos, de modo que o senhor pode fazer experi\u00eancias com seu c\u00f3digo e ver os resultados imediatamente.<\/p>\n<\/div><\/li>
- <\/i><\/span>
\nDesempenho:<\/strong> Os Snowflake Notebooks t\u00eam alto desempenho, de modo que o senhor pode executar consultas e an\u00e1lises complexas rapidamente.<\/p>\n<\/div><\/li><\/ul>
Os Snowflake Notebooks est\u00e3o atualmente em fase beta, mas espera-se que sejam lan\u00e7ados para o p\u00fablico em geral em um futuro pr\u00f3ximo.<\/p>\n<\/div>
O que diferencia o Snowflake como um ambiente de desenvolvimento de Machine Learning de outros \u00e9 o fato de que ele consiste em APIs Python acess\u00edveis por meio da biblioteca ML do Snowpark e interfaces SQL para definir, gerenciar e recuperar recursos, juntamente com a infraestrutura gerenciada para o gerenciamento de metadata de recursos e o processamento cont\u00ednuo de recursos. Isso elimina a necessidade de conhecimento especializado em IA. Al\u00e9m disso, o Feature Store e os recursos de compartilhamento de modelos capacitam a Snowflake a se equiparar de forma mais eficaz aos seus concorrentes, especificamente a Databricks, que obviamente teve vantagem nos \u00faltimos anos devido \u00e0 sua integra\u00e7\u00e3o com o ML Flow.<\/p>\n<\/div>
Conclus\u00e3o<\/h2><\/div>
A revela\u00e7\u00e3o de novos recursos pela Snowflake, incluindo Snowflake Cortex, Copilot, Document AI e notebooks, confirma o compromisso da empresa com a inova\u00e7\u00e3o. Embora os an\u00fancios cient\u00edficos do data estejam alinhados com as tend\u00eancias atuais da GenAI, \u00e9 imperativo abord\u00e1-los com cautela. Vale ressaltar que certos recursos, embora anunciados h\u00e1 muito tempo, ainda est\u00e3o pendentes de disponibilidade universal em todos os ambientes. Por fim, vamos abordar essas inova\u00e7\u00f5es com a mente aberta e um otimismo cauteloso, prontos para abra\u00e7ar as possibilidades e, ao mesmo tempo, nos atermos \u00e0 realidade.<\/p>\n<\/div><\/div><\/div><\/div><\/article>
- <\/i><\/span>
- <\/i><\/span>
- <\/i><\/span>
- <\/i><\/span>
- <\/i><\/span>
- <\/i><\/span>
![](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2023\/12\/snowflake-medium-gif-1.gif\" "\\"floco")
<\/span><\/div>![](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2023\/12\/snowflake-medium-gif-2.gif\" "\\"floco")
<\/span><\/div>![](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2023\/12\/snowflake-medium-gif-3.gif\" "\\"floco")
<\/span><\/div>![](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2023\/12\/snowflake-medium-gif-4.gif\" "\\"floco")
<\/span><\/div>![](\"https:\/\/artefact.com\/\/wp-content\/uploads\/2021\/03\/medium.png\" "\\"m\u00e9dio\\"")
<\/span><\/div>