Completa el curso introductorio con insignia de habilidad Crea un data lake seguro en Cloud Storage y demuestra tus habilidades para realizar las siguientes actividades: proteger y configurar un bucket de Cloud Storage, usar Gemini para la generación de texto, administrar el control de acceso de IAM y establecer un lake de Knowledge Catalog para la administración de datos.
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.
Las aplicaciones de IA generativa pueden producir nuevas experiencias de usuario que eran casi imposibles antes de la invención de los modelos de lenguaje grandes (LLM). Como desarrollador de aplicaciones, ¿cómo puedes utilizar la IA generativa para crear apps interesantes y potentes en Google Cloud? En este curso, aprenderás sobre las aplicaciones de IA generativa y cómo puedes utilizar el diseño de instrucciones y la generación mejorada por recuperación (RAG) para crear aplicaciones potentes utilizando LLM. Aprenderás sobre una arquitectura lista para producción que puede utilizarse para aplicaciones basadas en IA generativa y crearás una app de chat basada en un LLM y RAG.
Obtén la insignia de habilidad intermedia Ingeniería de datos para crear modelos predictivos con BigQuery ML y demuestra tus capacidades para crear canalizaciones de transformación de datos en BigQuery con Dataprep de Trifacta; usar Cloud Storage, Dataflow y BigQuery para crear flujos de trabajo de extracción, transformación y carga (ETL), y crear modelos de aprendizaje automático con BigQuery ML.
Completa la insignia de habilidad introductoria Prepara datos para las APIs de AA en Google Cloud y demuestra tus habilidades para realizar las siguientes actividades: limpiar datos con Dataprep de Trifacta, ejecutar canalizaciones de datos en Dataflow, crear clústeres y ejecutar trabajos de Apache Spark en Managed Service for Apache Spark y llamar a APIs de AA, como la API de Cloud Natural Language, la API de Google Cloud Speech-to-Text y la API de Video Intelligence.
This video covers how NotebookLM can revolutionize customer insight gathering from call or chat transcripts. You'll learn to upload PDF transcripts of hundreds of conversations (even multilingual ones!) and quickly extract key themes, trending topics, and actionable insights without listening for hours. Discover how to save findings, share notebooks, and even generate interactive podcast summaries of your data.
En este video, se explica cómo crear tus propias Gems de Gemini, funciones de IA avanzadas que pueden automatizar tareas repetitivas y potenciar tu productividad.
Obtén la insignia de habilidad intermedia Crea modelos de AA con BigQuery ML y demuestra tus habilidades para crear y evaluar modelos de aprendizaje automático con BigQuery ML para realizar predicciones de datos.
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.
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.
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 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.
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 video, se explica cómo crear un agente personalizado del tipo "Trabaja conmigo" con las Gems de Gemini, que ayuda a optimizar los comentarios fundamentales y hace que tus reuniones sean más estratégicas y eficientes.
La inferencia de IA es el proceso de utilizar un modelo de aprendizaje automático entrenado para realizar predicciones de datos nuevos y no vistos con la aplicación de patrones aprendidos. Este curso está diseñado para desarrolladores, ingenieros de AA y científicos de datos que deseen implementar rápidamente servicios de inferencia de IA en Cloud Run. Es útil para aquellos familiarizados con soluciones de implementación de aplicaciones sin servidores basadas en la nube, pero que quizás no tengan experiencia en la ejecución de inferencia de IA utilizando productos sin servidores de Google Cloud. Se incluyen ejemplos en los que se implementa un modelo para la inferencia de IA con GPU y se integran apps de IA generativa en servicios de almacenamiento de 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.
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.