Priyank shah
Miembro desde 2025
Liga de Diamantes
12259 puntos
Google DeepMind: 07 Accelerate Your Model
Earned mar 30, 2026 EDT
Google DeepMind: 05 Fine-Tune Your Model
Earned mar 28, 2026 EDT
Google DeepMind: 04 Discover The Transformer Architecture
Earned mar 28, 2026 EDT
Google DeepMind: 03 Design And Train Neural Networks
Earned mar 22, 2026 EDT
Google DeepMind: 02 Represent Your Language Data
Earned mar 21, 2026 EDT
Google DeepMind: 01 Build Your Own Small Language Model
Earned mar 19, 2026 EDT
Infraestructura de IA: técnicas de redes
Earned ene 21, 2026 EST
Infraestructura de IA: opciones de almacenamiento
Earned ene 20, 2026 EST
Infraestructura de IA: tipos de implementación
Earned ene 18, 2026 EST
Infraestructura de IA: TPU de Cloud
Earned ene 17, 2026 EST
Infraestructura de IA: GPU de Cloud
Earned ene 11, 2026 EST
Infraestructura de IA: introducción a AI Hypercomputer
Earned ene 1, 2026 EST
Gemini para el SDLC de extremo a extremo
Earned dic 30, 2025 EST
Diseño de instrucciones en Agent Platform
Earned dic 20, 2025 EST
IA responsable: Aplica los principios de la IA con Google Cloud
Earned dic 13, 2025 EST
Introducción a la IA responsable
Earned dic 13, 2025 EST
Introducción a los modelos de lenguaje grandes
Earned dic 13, 2025 EST
Introducción a la IA generativa
Earned dic 12, 2025 EST
Train more powerful models with a single GPU. In this course, you will learn how hardware can speed up model training and the key considerations when training models on a GPU. First, you will learn how to estimate the number of computations and the amount of computer memory required to train large neural networks. You will then discover techniques for reducing the computing and memory requirements when training a model. Techniques which you will apply for fine-tuning a Gemma model with 4 billion parameters. Finally, you will consider the potential environmental impacts of machine learning, with a focus on where questions of energy, water, and e-waste intersect with justice and equity.
Más información
Unleash the power of language models with fine-tuning. In this course, you will learn how to adjust a pre-trained model to a specific task. You will start with full-parameter fine-tuning using a small language model. To tune larger models like Gemma, you will learn parameter-efficient techniques with a focus on LoRA. Finally, you will be briefly introduced to reinforcement learning as an alternative to supervised fine-tuning (SFT). You will also explore how AI is imagined and made sense of in cultural contexts. You will consider why responsible AI is not just about technical safety but also about building governance systems that reflect community values and protect the public interest.
Más información
In this Google DeepMind course you will discover the mechanisms of the transformer architecture. You will investigate how transformer language models process prompts to make context-sensitive next-token predictions. Through practical activities you will explore the attention mechanism, visualize attention weights, and encounter advanced concepts like masked attention and multi-head attention. You will also learn other techniques that are necessary to build neural networks that are well-suited to be used as language models. Finally, through activities on values, stakeholder mapping and community engagement, you will practice concrete tools for ensuring AI projects are developed with communities, not just for them.
Más información
In this Google DeepMind course you will focus on the training process for machine learning models. You will learn how to spot and mitigate issues when training a model, such as overfitting and underfitting. In practical coding labs, you will implement and evaluate the multilayer perceptron for simple classification tasks. This will provide insights into the mechanics of training a neural network model and the backpropagation algorithm. Research case studies will demonstrate how neural networks power real-world models. Additionally, you will consider the broader social impacts of innovation by looking beyond immediate benefits to anticipate potential risks, safety concerns, and further-reaching societal consequences.
Más información
In this Google DeepMind course you will learn how to prepare text data for language models to process. You will investigate the tools and techniques used to prepare, structure, and represent text data for language models, with a focus on tokenization and embeddings. You will be encouraged to think critically about the decisions behind data preparation, and what biases within the data may be introduced into models. You will analyze trade-offs, learn how to work with vectors and matrices, how meaning is represented in language models. Finally, you will practice designing a dataset ethically using the Data Cards process, ensuring transparency, accountability, and respect for community values in AI development.
Más información
In this Google DeepMind course, you will learn the fundamentals of language models and gain a high-level understanding of the machine learning development pipeline. You will consider the strengths and limitations of traditional n-gram models and advanced transformer models. Practical coding labs will enable you to develop insights into how machine learning models work and how they can be used to generate text and identify patterns in language. Through real-world case studies, you will build an understanding around how research engineers operate. Drawing on these insights you will identify problems that you wish to tackle in your own community and consider how to leverage the power of machine learning responsibly to address these problems within a global and local context.
Más información
Te damos la bienvenida al curso "Infraestructura de IA: técnicas de redes".
En él, aprenderás a aprovechar la infraestructura de baja latencia y alto ancho de banda de Google Cloud para optimizar la transferencia de datos y la comunicación entre todos los componentes de tu sistema de IA. Al final del curso, comprenderás el papel fundamental que desempeñan las redes en todo la canalización de IA, desde la transferencia y el entrenamiento de datos hasta la inferencia, y podrás aplicar las prácticas recomendadas para garantizar que tus cargas de trabajo se ejecuten a la máxima velocidad.
Más información
En este curso, realizarás un recorrido completo por las soluciones de almacenamiento disponibles en Google Cloud, diseñadas específicamente para cargas de trabajo de IA y computación de alto rendimiento (HPC). Aprenderás a elegir el almacenamiento adecuado para cada etapa del ciclo de vida del AA. Explorarás cómo optimizar el rendimiento de E/S durante el entrenamiento, administrar conjuntos de datos masivos para la preparación de datos y entregar artefactos de modelos con baja latencia. A través de ejemplos prácticos y demostraciones, obtendrás experiencia para diseñar soluciones de almacenamiento sólidas que aceleren tu innovación en IA.
Más información
En este curso, se proporciona una guía completa para implementar, administrar y optimizar cargas de trabajo de IA y computación de alto rendimiento (HPC) en Google Cloud. A través de una serie de lecciones y demostraciones prácticas, explorarás diversas estrategias de implementación, que van desde entornos altamente personalizables que utilizan Google Compute Engine (GCE) hasta soluciones administradas como Google Kubernetes Engine (GKE). Específicamente, aprenderás a crear clústeres y a implementar GKE para realizar inferencia.
Más información
Te damos la bienvenida al curso de TPU de Cloud. Exploraremos las ventajas y desventajas de las TPU en varios escenarios y compararemos diferentes aceleradores de TPU para ayudarte a elegir el más adecuado. Aprenderás estrategias para maximizar el rendimiento y la eficiencia de tus modelos de IA y comprenderás la importancia de la interoperabilidad entre GPU y TPU para los flujos de trabajo de aprendizaje automático flexibles. A través de contenido atractivo y demostraciones prácticas, te guiaremos paso a paso para aprovechar las TPU de manera eficaz.
Más información
¿Sientes curiosidad por el potente hardware detrás de la IA? Este módulo analiza las computadoras de IA optimizadas para el rendimiento y muestra por qué son tan importantes. Exploraremos cómo las CPU, GPU y TPU hacen que las tareas de IA sean súper rápidas, qué hace que cada una sea única y cómo el software de IA las aprovecha al máximo. Al finalizar, sabrás exactamente cómo elegir la GPU adecuada para tus proyectos de IA, lo que te ayudará a tomar decisiones inteligentes para tus cargas de trabajo de IA.
Más información
Con este curso, podrás comenzar a usar AI Hypercomputer fácilmente. Abordaremos los conceptos básicos sobre qué es y cómo ayuda a la IA con las cargas de trabajo. Conocerás los diferentes componentes de las hipercomputadoras, como las GPU, las TPU y las CPU, y descubrirás cómo elegir el enfoque de implementación adecuado para tus necesidades.
Más información
En este curso, descubrirás cómo Gemini, un colaborador potenciado por IA generativa de Google Cloud, te ayudará a usar los productos y servicios de Google para desarrollar, probar, implementar y administrar aplicaciones. Con la ayuda de Gemini, aprenderás a desarrollar y compilar una aplicación web, corregir errores de la aplicación, desarrollar pruebas y consultar datos. A través de un lab práctico, comprobarás cómo Gemini mejora el ciclo de vida del desarrollo de software (SDLC).
Recuerda que Duet AI ahora se llama Gemini, nuestro modelo de nueva generación.
Más información
Completa la insignia de habilidad del curso introductorio Diseño de instrucciones en Agent Platform y demuestra tus habilidades para realizar las siguientes actividades: ingeniería de instrucciones, análisis de imágenes y aplicación de técnicas generativas multimodales en Agent Platform. Descubre cómo crear instrucciones eficaces, guía las respuestas de la IA generativa y aplica modelos de Gemini en situaciones de marketing de la vida real.
Más información
A medida que aumenta el uso empresarial de la inteligencia artificial y el aprendizaje automático, también crece la importancia de implementarlo responsablemente. El desafío para muchas personas es que hablar sobre la IA responsable puede ser más fácil que aplicarla. Si te interesa aprender cómo poner en funcionamiento la IA responsable en tu organización, este curso es para ti.
En este curso, aprenderás cómo Google Cloud aplica estos principios en la actualidad, junto con las prácticas recomendadas y las lecciones aprendidas, para usarlos como marco de trabajo de modo que puedas crear tu propio enfoque de IA responsable.
Más información
Este es un curso introductorio de microaprendizaje destinado a explicar qué es la IA responsable, por qué es importante y cómo la implementa Google en sus productos. También se presentan los 7 principios de la IA de Google.
Más información
Este es un curso introductorio de microaprendizaje en el que se explora qué son los modelos de lenguaje grandes (LLM), sus casos de uso y cómo se puede utilizar el ajuste de instrucciones para mejorar el rendimiento de los LLM. También abarca las herramientas de Google para ayudarte a desarrollar tus propias aplicaciones de IA generativa.
Más información
Este es un curso introductorio de microaprendizaje destinado a explicar qué es la IA generativa, cómo se utiliza y en qué se diferencia de los métodos de aprendizaje automático tradicionales. También menciona las herramientas de Google para ayudarte a desarrollar tus propias aplicaciones de IA generativa.
Más información
