Khushi Ghante
Miembro desde 2022
Liga de Diamantes
35928 puntos
Miembro desde 2022
Organizaciones de todos los tamaños están aprovechando la potencia y flexibilidad de la nube para transformar sus operaciones. Sin embargo, administrar y escalar eficazmente los recursos en la nube puede ser una tarea compleja. En este curso, se exploran los conceptos fundamentales de las operaciones modernas, la confiabilidad y la resiliencia en la nube, y cómo Google Cloud puede ayudar con esas tareas. Como parte de la ruta de aprendizaje de Cloud Digital Leader, el objetivo de este curso es ayudar a las personas a crecer en su rol y desarrollar el futuro de su empresa.
A medida que las organizaciones trasladan sus datos y aplicaciones a la nube, deben enfrentar un panorama de desafíos de seguridad que evoluciona rápidamente. En este curso, se exploran los fundamentos de la seguridad en la nube, el valor de la infraestructura de Google Cloud diseñada priorizando la seguridad y la estrategia de defensa en profundidad, mientras se destaca cómo las operaciones basadas en IA y las herramientas de cumplimiento ayudan a las organizaciones a cumplir con los estrictos requisitos reglamentarios globales. Como parte de la ruta de aprendizaje de Cloud Digital Leader, el objetivo de este curso es ayudar a las personas a crecer en su rol y desarrollar el futuro de su empresa.
Muchas empresas tradicionales usan apps y sistemas heredados que no pueden adecuarse a las expectativas de los clientes actuales. A menudo los líderes empresariales deben elegir entre mantener sus sistemas de TI anticuados o invertir en nuevos productos y servicios. En este curso, se exploran estos desafíos y se ofrecen soluciones para superarlos con la tecnología de la nube. Como parte de la ruta de aprendizaje de Cloud Digital Leader, el objetivo de este curso es ayudar a las personas a crecer en su rol y desarrollar el futuro de su empresa.
La Inteligencia Artificial (IA) y el aprendizaje automático (AA) representan una evolución importante en las tecnologías de la información que están transformando rápidamente una amplia variedad de sectores. El curso Innova con la Inteligencia Artificial de Google Cloud explora cómo las organizaciones pueden usar la IA y el AA para transformar sus procesos empresariales. Como parte de la ruta de aprendizaje de Cloud Digital Leader, el objetivo de este curso es ayudar a las personas a crecer en su rol y desarrollar el futuro de su empresa.
La tecnología de la nube es un recurso poderoso y, cuando se combina con datos, se convierte en un catalizador de la innovación y de experiencias mejoradas para los clientes. En Explora la transformación de datos con Google Cloud, se examina cómo las organizaciones pueden aprovechar la nube para que sus datos sean más accesibles, prácticos y valiosos. Como parte de la ruta de aprendizaje de Cloud Digital Leader, el objetivo de este curso es ayudar a las personas a crecer en su rol y desarrollar el futuro de su empresa.
La transformación digital es un recorrido fundamental para las organizaciones modernas, y establecer una línea de base sólida en la computación en la nube es el primer paso para impulsar una innovación significativa. Transformación digital con Google Cloud presenta las tecnologías principales y los marcos estratégicos que ayudan a las organizaciones a modernizar sus operaciones. En este curso, se exploran los conceptos fundamentales de la nube, la infraestructura de red global y el modelo de responsabilidad compartida para ayudar a los líderes a navegar su camino hacia la nube con confianza. Como parte de la Ruta de aprendizaje de Cloud Digital Leader, el objetivo de este curso es ayudar a las personas a crecer en su rol y desarrollar el futuro de su empresa.
En este curso, aprenderás sobre la ingeniería de datos en Google Cloud, los roles y las responsabilidades de los ingenieros de datos y cómo estos se corresponden con las ofertas de Google Cloud. También aprenderás sobre los métodos para enfrentar los desafíos de la ingeniería de datos.
Este curso tiene como objetivo capacitar a los usuarios de Google Workspace para que automaticen de manera eficiente las tareas entre aplicaciones, lo que aumenta significativamente la productividad y optimiza las operaciones diarias. Los estudiantes adquirirán habilidades prácticas para diseñar y configurar automatizaciones, así como para personalizar pasos en Google Workspace Studio.
Esta capacitación tiene como objetivo capacitar a los usuarios de Google Workspace para que integren sin problemas la app de Gemini y accedan de forma segura a sus datos para alcanzar nuevos niveles de productividad. Los estudiantes aprenderán a aprovechar las capacidades de Gemini para mejorar la creatividad y acelerar la resolución de problemas empresariales complejos.
En este curso, se presenta Google Vids, una herramienta de creación potenciada por IA en Google Workspace que te ayuda a convertir documentos sin procesar en videos profesionales y atractivos sin experiencia previa en edición. Aprenderás a generar borradores rápidamente con plantillas y herramientas automatizadas, así como a personalizar tu contenido con edición basada en transcripciones, mejoras visuales dinámicas y música personalizada. Por último, explorarás cómo integrar avatares de IA y voces en off para narrar tus presentaciones sin problemas en varios casos de uso empresariales.
En este curso, se explica cómo usar Gemini en Google Drive para administrar y recuperar archivos. Aprende a ubicar recursos con lenguaje natural, extraer datos específicos con visiones generales creadas por IA sin abrir archivos, resumir al instante varios formatos de medios y guardar colecciones de archivos como proyectos para realizar investigaciones repetibles.
En este curso, se explica cómo usar Gemini en Google Chat para optimizar la mensajería empresarial. Aprende a filtrar el ruido de las notificaciones con resúmenes, usa la búsqueda en lenguaje natural para encontrar decisiones ocultas entre tus mensajes y mejora el tono de tu comunicación con herramientas de escritura en tiempo real.
En este curso, se explica cómo usar Gemini en Google Meet para mejorar la colaboración en video. Aprende a automatizar la toma de notas, utilizar la traducción de texto y voz en tiempo real, ponerte al día de forma privada con las discusiones que te perdiste y optimizar al instante la calidad del audio y el video.
En este curso, se explica cómo usar Gemini en Hojas de cálculo de Google para automatizar la organización de datos y procesar números complejos. Aprende a estructurar tablas a partir de texto sin procesar, completar datos automáticamente con lenguaje natural, generar fórmulas nativas de hojas de cálculo al instante y extraer rápidamente visualizaciones o información estratégica de alto nivel sin necesidad de ser un experto en hojas de cálculo.
En este curso, se explica cómo usar Gemini en Presentaciones de Google para transformar conceptos en presentaciones visualmente atractivas. Aprende a generar presentaciones estructuradas a partir de una sola instrucción o un documento fuente existente, refina los diseños de diapositivas con mejoras de diseño automatizadas, crea gráficos vectoriales y fotos personalizados, y elabora dinámicamente copias en diapositivas junto con notas del orador precisas.
En este curso, se explica cómo usar Gemini en Documentos de Google para optimizar tu escritura y creación de contenido. Aprende a crear borradores de documentos desde cero, definir el tono y la claridad de la escritura con herramientas interactivas, resumir archivos complejos y transformar sin problemas textos extensos en recursos estructurados para otras aplicaciones de Google Workspace.
En este curso, se explica cómo usar Gemini en Gmail para optimizar la administración de correos electrónicos. Aprende a resumir hilos largos, recuperar información con lenguaje natural, crear borradores de respuestas profesionales y organizar estrategias de comunicación directamente en tu bandeja de entrada.
Gemini para Google Workspace les proporciona a los clientes funciones potenciadas por IA generativa en Google Workspace. En esta ruta de aprendizaje, aprenderás sobre las funciones clave de Gemini y cómo se pueden usar para mejorar la productividad y eficiencia en Google Workspace.
En este curso, los profesionales del aprendizaje automático aprenderán a utilizar las herramientas, las técnicas y las prácticas recomendadas indispensables para evaluar los modelos de IA generativa y predictiva. La evaluación de modelos es una disciplina esencial para garantizar que los sistemas de AA arrojen resultados confiables, exactos y de alto rendimiento en la producción. Los participantes obtendrán información exhaustiva sobre diversas métricas y metodologías de evaluación, además de su aplicación adecuada en diferentes tipos de modelos y tareas. En este curso, se hará énfasis en los desafíos únicos que presentan los modelos de IA generativa y se ofrecerán estrategias para abordarlos de manera eficaz. Con la plataforma de Vertex AI de Google Cloud, los participantes aprenderán a implementar los procesos sólidos de evaluación para la selección, optimización y supervisión continua de modelos.
En este curso, se presentan a los participantes las herramientas y prácticas recomendadas de MLOps para implementar, evaluar, supervisar y operar sistemas de AA de producción en Google Cloud. Las MLOps son una disciplina enfocada en la implementación, prueba, supervisión y automatización de sistemas de AA en producción. Los ingenieros profesionales de aprendizaje automático usan herramientas para mejorar y evaluar continuamente los modelos implementados. Trabajan con científicos de datos (o pueden serlo) que desarrollan modelos para ofrecer velocidad y rigor en la implementación de modelos con el mejor rendimiento.
Aprende a usar Gemini Notebook para crear una guía de estudio personalizada para el examen de certificación Professional Machine Learning Engineer (PMLE). Repasarás las funciones de Gemini Notebook, crearás un notebook y usarás la guía de estudio como práctica para el examen de certificación.
En este curso, se te enseña a crear un modelo de generación de leyendas de imágenes con el aprendizaje profundo. Aprenderás sobre los distintos componentes de los modelos de generación de leyendas de imágenes, como el codificador y el decodificador, y cómo entrenar y evaluar tu modelo. Al final del curso, podrás crear tus propios modelos y usarlos para generar leyendas de imágenes.
En este curso, se presentan la arquitectura de transformadores y el modelo de Bidirectional Encoder Representations from Transformers (BERT). Aprenderás sobre los componentes principales de la arquitectura de transformadores, como el mecanismo de autoatención, y cómo se usa para crear el modelo BERT. También aprenderás sobre las diferentes tareas para las que puede usarse BERT, como la clasificación de texto, la respuesta de preguntas y la inferencia de lenguaje natural. Tardarás aproximadamente 45 minutos en completar este curso.
En este curso, se brinda un resumen de la arquitectura de codificador-decodificador, una arquitectura de aprendizaje automático importante y potente para realizar tareas de secuencia por secuencia, como las de traducción automática, resúmenes de texto y respuestas a preguntas. Aprenderás sobre los componentes principales de la arquitectura de codificador-decodificador y cómo entrenar y entregar estos modelos. En la explicación del lab, programarás una implementación sencilla de la arquitectura de codificador-decodificador en TensorFlow para generar poemas desde un comienzo.
Este curso es una introducción al mecanismo de atención, una potente técnica que permite a las redes neuronales enfocarse en partes específicas de una secuencia de entrada. Sabrás cómo funciona la atención y cómo puede utilizarse para mejorar el rendimiento de diversas tareas de aprendizaje automático, como la traducción automática, el resumen de textos y la respuesta a preguntas.
En este curso, se presenta una introducción a los modelos de difusión: una familia de modelos de aprendizaje automático que demostraron ser muy prometedores en el área de la generación de imágenes. Los modelos de difusión se inspiran en la física, específicamente, en la termodinámica. En los últimos años, los modelos de difusión se han vuelto populares tanto en investigaciones como en la industria. Los modelos de difusión respaldan muchos de los modelos de generación de imágenes y herramientas vanguardistas de Google Cloud. En este curso, se presenta la teoría detrás de los modelos de difusión y cómo entrenarlos y, luego, implementarlos en Vertex AI.
En este curso, se revisan las funciones de seguridad esenciales de Model Armor y se te prepara para trabajar con el servicio. Aprenderás sobre los riesgos de seguridad asociados a los LLM y cómo Model Armor protege tus apps de IA.
La Inteligencia Artificial (IA) ofrece posibilidades transformadoras, aunque también presenta nuevos desafíos de seguridad. En este curso, los líderes de seguridad y protección de datos aprenderán las estrategias para administrar de forma segura la IA en sus organizaciones. Descubre un framework para identificar y mitigar proactivamente riesgos específicos de la IA, proteger datos sensibles, garantizar el cumplimiento y crear una Infraestructura de IA resiliente. Elige casos de uso de cuatro sectores diferentes para explorar cómo se aplican estas estrategias a situaciones del mundo real.
En este curso, se presentan los conceptos de la IA responsable y los principios de la IA. Se abordan técnicas para identificar de forma práctica la equidad y los sesgos, y mitigar los sesgos en las prácticas de IA/AA. Se exploran métodos y herramientas funcionales para implementar prácticas recomendadas de la IA responsable con productos de Google Cloud y herramientas de código abierto.
El objetivo de este curso es equiparte con los conocimientos y las herramientas que necesitas para descubrir los desafíos únicos que enfrentan los equipos de MLOps cuando implementan y administran modelos de IA generativa, y explorar cómo Vertex AI fortalece a los equipos de IA para optimizar los procesos de MLOps y alcanzar el éxito en los proyectos de IA generativa.
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.
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.
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.
En esta segunda parte de la serie de cursos sobre Dataflow, analizaremos en profundidad el desarrollo de canalizaciones con el SDK de Beam. Comenzaremos con un repaso de los conceptos de Apache Beam. A continuación, analizaremos el procesamiento de datos de transmisión con ventanas, marcas de agua y activadores. Luego, revisaremos las opciones de fuentes y receptores en sus canalizaciones, los esquemas para expresar datos estructurados y cómo realizar transformaciones con estado mediante las API de State y de Timer. Después, revisaremos las prácticas recomendadas que ayudan a maximizar el rendimiento de las canalizaciones. Al final del curso, presentaremos SQL y Dataframes para representar su lógica empresarial en Beam y cómo desarrollar canalizaciones de forma iterativa con notebooks de Beam.
Aprende a usar Gemini Notebook para crear una guía de estudio personalizada para el examen de certificación Professional Data Engineer. Repasarás las funciones de Gemini Notebook, crearás un cuaderno en Gemini Notebook y aprenderás a usar una guía de estudio como práctica para un examen de certificación.
Este curso corresponde a la 1ª parte de una serie de 3 cursos llamada Procesamiento de datos sin servidores con Dataflow. Para comenzar, en el primer curso haremos un repaso de qué es Apache Beam y cómo se relaciona con Dataflow. Luego, hablaremos sobre la visión de Apache Beam y los beneficios que ofrece su framework de portabilidad. Dicho framework hace posible que un desarrollador pueda usar su lenguaje de programación favorito con su backend de ejecución preferido. Después, le mostraremos cómo Dataflow le permite separar el procesamiento y el almacenamiento y, a la vez, ahorrar dinero. También le explicaremos cómo las herramientas de identidad, acceso y administración interactúan con sus canalizaciones de Dataflow. Por último, veremos cómo implementar el modelo de seguridad adecuado en Dataflow según su caso de uso.
Este es el quinto de cinco cursos del Certificado de Google Cloud Data Analytics. En este curso, combinarás y aplicarás los conocimientos y las habilidades fundamentales que se enseñaron del curso 1 al 4 en un proyecto final práctico que se enfoca en el proyecto del ciclo de vida completo de los datos. Practicarás usando herramientas basadas en la nube para adquirir, almacenar, procesar, analizar, visualizar y comunicar estadísticas de datos de manera eficaz. Al final del curso, habrás completado un proyecto en el que demuestras tu dominio en cuanto a estructurar datos de múltiples fuentes con eficacia, presentar soluciones a una variedad de partes interesadas y visualizar estadísticas de datos usando software basado en la nube. También te prepararás actualizando tu currículum y practicando técnicas de entrevista para postularte a trabajos y asistir a entrevistas.
Este es el segundo de cinco cursos en el Certificado de Google Cloud Data Analytics. En este curso, explorarás cómo se estructuran y organizan los datos. Obtendrás experiencia práctica con la arquitectura de data lakehouse y los componentes de la nube, como BigQuery, Google Cloud Storage y Dataproc para almacenar, analizar y procesar conjuntos de datos grandes de forma eficiente.
Este es el tercero de cinco cursos en el Certificado de Google Cloud Data Analytics. En este curso, comenzarás por obtener una descripción general del recorrido basado en datos, desde la recopilación hasta las estadísticas. Aprenderás a usar SQL para transformar datos sin procesar en un formato utilizable. Luego, descubrirás cómo transformar altos volúmenes de datos con una canalización. Finalmente, obtendrás experiencia para aplicar estrategias de transformación a conjuntos de datos reales que te permitirán solucionar las necesidades empresariales.
Este es el cuarto de cinco cursos del Certificado de Google Cloud Data Analytics. En este curso, te concentrarás en desarrollar habilidades en las cinco etapas clave de la visualización de datos en la nube: narrar, planificar, explorar datos, crear visualizaciones y compartir datos con otros. También ganarás experiencia en el uso de habilidades relacionadas con la IU o UX para crear esquemas impactantes de visualizaciones nativas de la nube y trabajar con herramientas de visualización de datos nativas de la nube. Esto con el objetivo de explorar conjuntos de datos, crear informes y construir paneles que impulsen las decisiones y fomenten la colaboración.
Este es el primero de cinco cursos en el Certificado de Google Cloud Data Analytics. En este curso, aprenderás cómo se define el campo de análisis de datos en la nube y a describir los roles y responsabilidades de un analista de datos en la nube, que se relacionan con la adquisición, el almacenamiento, el procesamiento y la visualización de los datos. Explorarás la arquitectura de las herramientas basadas en Google Cloud (por ejemplo, BigQuery y Cloud Storage) y cómo se utilizan para estructurar y presentar datos, y realizar informes sobre ellos de manera eficaz.
Este es el cuarto de cinco cursos del Certificado de Google Cloud Data Analytics. En este curso, te concentrarás en desarrollar habilidades en las cinco etapas clave de la visualización de datos en la nube: narrar, planificar, explorar datos, crear visualizaciones y compartir datos con otros. También ganarás experiencia en el uso de habilidades relacionadas con la IU o UX para crear esquemas impactantes de visualizaciones nativas de la nube y trabajar con herramientas de visualización de datos nativas de la nube. Esto con el objetivo de explorar conjuntos de datos, crear informes y construir paneles que impulsen las decisiones y fomenten la colaboración.
Este es el tercero de cinco cursos en el Certificado de Google Cloud Data Analytics. En este curso, comenzarás por obtener una descripción general del recorrido basado en datos, desde la recopilación hasta las estadísticas. Aprenderás a usar SQL para transformar datos sin procesar en un formato utilizable. Luego, descubrirás cómo transformar altos volúmenes de datos con una canalización. Finalmente, obtendrás experiencia para aplicar estrategias de transformación a conjuntos de datos reales que te permitirán solucionar las necesidades empresariales.
Este es el segundo de cinco cursos en el Certificado de Google Cloud Data Analytics. En este curso, explorarás cómo se estructuran y organizan los datos. Obtendrás experiencia práctica con la arquitectura de data lakehouse y los componentes de la nube, como BigQuery, Google Cloud Storage y Dataproc para almacenar, analizar y procesar conjuntos de datos grandes de forma eficiente.
Este es el primero de cinco cursos en el Certificado de Google Cloud Data Analytics. En este curso, aprenderás cómo se define el campo de análisis de datos en la nube y a describir los roles y responsabilidades de un analista de datos en la nube, que se relacionan con la adquisición, el almacenamiento, el procesamiento y la visualización de los datos. Explorarás la arquitectura de las herramientas basadas en Google Cloud (por ejemplo, BigQuery y Cloud Storage) y cómo se utilizan para estructurar y presentar datos, y realizar informes sobre ellos de manera eficaz.