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.
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 aplicaciones 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 temas importantes relacionados con la privacidad y seguridad de la IA. Se exploran herramientas y métodos prácticos para implementar prácticas recomendadas de privacidad y seguridad de la IA a través del uso de productos de Google Cloud y herramientas de código abierto.
En este curso, se presentan los conceptos de interpretabilidad y transparencia de la IA, así como se menciona la importancia de la transparencia de la IA para los ingenieros y desarrolladores. Se exploran métodos y herramientas funcionales para ayudar a lograr la interpretabilidad y transparencia en los modelos de IA y datos.
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.
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.
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.
Obtén la insignia de habilidad avanzada completando el curso Usa APIs de aprendizaje automático en Google Cloud, en el que aprenderás las funciones básicas de las siguientes tecnologías de IA y aprendizaje automático: la API de Cloud Vision, la API de Cloud Translation y la API de Cloud Natural Language.
Descubre cómo ejecutar inferencias con BigQuery ML, por qué deben utilizarlo los analistas de datos, sus casos de uso y los modelos de AA compatibles. También aprenderás a crear y administrar estos modelos de AA en BigQuery.