FRANCISCO JAVIER SOTO SUAREZ
Учасник із 2022
MLOps with Agent Platform: Manage Features
Earned лист. 15, 2024 EST
Transformer Models and BERT Model
Earned лист. 13, 2024 EST
Encoder-Decoder Architecture
Earned лист. 13, 2024 EST
Attention Mechanism
Earned лист. 13, 2024 EST
Create ML Models with BigQuery ML
Earned лист. 8, 2024 EST
Machine Learning Operations (MLOps) with Agent Platform: Model Evaluation
Earned лист. 8, 2024 EST
Підготовка даних для інтерфейсів API машинного навчання в Google Cloud
Earned лист. 8, 2024 EST
Engineer Data for Predictive Modeling with BigQuery ML
Earned лист. 7, 2024 EST
[Depricated] Build, Train and Deploy ML Models with Keras on Google Cloud
Earned лист. 4, 2024 EST
Принципи відповідального використання ШІ для розробників: конфіденційність і безпека
Earned жовт. 29, 2024 EDT
Принципи відповідального використання ШІ для розробників: інтерпретованість і прозорість
Earned жовт. 28, 2024 EDT
Принципи відповідального використання ШІ для розробників: об’єктивність і упередженість
Earned жовт. 24, 2024 EDT
Create Generative AI Apps on Google Cloud
Earned жовт. 22, 2024 EDT
Build a Certification Study Guide: PMLE
Earned жовт. 22, 2024 EDT
Machine Learning Operations (MLOps) for Generative AI
Earned жовт. 20, 2024 EDT
Machine Learning Operations (MLOps): Getting Started
Earned жовт. 20, 2024 EDT
[DEPRECATED] Feature Engineering
Earned жовт. 18, 2024 EDT
Working with Notebooks in Vertex AI
Earned жовт. 10, 2024 EDT
Introduction to AI and Machine Learning on Google Cloud
Earned жовт. 7, 2024 EDT
Introduction to Responsible AI - Українська
Earned черв. 5, 2024 EDT
Introduction to Large Language Models - Українська
Earned черв. 5, 2024 EDT
Introduction to Image Generation
Earned черв. 4, 2024 EDT
Introduction to Generative AI - Українська
Earned бер. 20, 2024 EDT
Building No-Code Apps with AppSheet: Foundations
Earned лист. 1, 2022 EDT
Application Development with Cloud Run
Earned жовт. 19, 2022 EDT
App Deployment, Debugging, and Performance
Earned жовт. 3, 2022 EDT
Google Cloud Big Data and Machine Learning Fundamentals - українська
Earned вер. 29, 2022 EDT
Manage Security in Google Cloud
Earned вер. 27, 2022 EDT
Google Cloud Fundamentals: Core Infrastructure - Yкраїнська
Earned вер. 9, 2022 EDT
This course introduces participants to MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud. MLOps is a discipline focused on the deployment, testing, monitoring, and automation of ML systems in production.
Learners will get hands-on practice using Agent Platform Feature Store's streaming ingestion at the SDK layer.
Докладніше
This course introduces you to the Transformer architecture and the Bidirectional Encoder Representations from Transformers (BERT) model. You learn about the main components of the Transformer architecture, such as the self-attention mechanism, and how it is used to build the BERT model. You also learn about the different tasks that BERT can be used for, such as text classification, question answering, and natural language inference.This course is estimated to take approximately 45 minutes to complete.
Докладніше
This course gives you a synopsis of the encoder-decoder architecture, which is a powerful and prevalent machine learning architecture for sequence-to-sequence tasks such as machine translation, text summarization, and question answering. You learn about the main components of the encoder-decoder architecture and how to train and serve these models. In the corresponding lab walkthrough, you’ll code in TensorFlow a simple implementation of the encoder-decoder architecture for poetry generation from the beginning.
Докладніше
This course will introduce you to the attention mechanism, a powerful technique that allows neural networks to focus on specific parts of an input sequence. You will learn how attention works, and how it can be used to improve the performance of a variety of machine learning tasks, including machine translation, text summarization, and question answering. This course is estimated to take approximately 45 minutes to complete.
Докладніше
Complete the intermediate Create ML Models with BigQuery ML skill badge to demonstrate skills in creating and evaluating machine learning models with BigQuery ML to make data predictions.
Докладніше
This course equips machine learning practitioners with the essential tools, techniques, and best practices for evaluating both generative and predictive AI models. Model evaluation is a critical discipline for ensuring that ML systems deliver reliable, accurate, and high-performing results in production.
Participants will gain a deep understanding of various evaluation metrics, methodologies, and their appropriate application across different model types and tasks. The course will emphasize the unique challenges posed by generative AI models and provide strategies for tackling them effectively. By leveraging Google Cloud's Agent Platform, participants will learn how to implement robust evaluation processes for model selection, optimization, and continuous monitoring.
Докладніше
Пройдіть вступний кваліфікаційний курс Підготовка даних для інтерфейсів API машинного навчання в Google Cloud, щоб продемонструвати свої навички щодо очистки даних за допомогою сервісу Dataprep by Trifacta, запуску конвеєрів даних у Dataflow, створення кластерів і запуску завдань Apache Spark у Managed Service for Apache Spark, а також виклику API машинного навчання, зокрема Cloud Natural Language API, Google Cloud Speech-to-Text API і Video Intelligence API.
Докладніше
Complete the intermediate Engineer Data for Predictive Modeling with BigQuery ML skill badge to demonstrate skills in the following: building data transformation pipelines to BigQuery using Dataprep by Trifacta; using Cloud Storage, Dataflow, and BigQuery to build extract, transform, and load (ETL) workflows; and building machine learning models using BigQuery ML.
Докладніше
This course covers building ML models with TensorFlow and Keras, improving the accuracy of ML models and writing ML models for scaled use.
Докладніше
Під час цього курсу ви ознайомитеся з важливими темами, що стосуються конфіденційності й безпеки в системах ШІ. Ви дізнаєтеся про практичні методи й інструменти, які дають змогу застосувати рекомендації щодо конфіденційності й безпеки в системах ШІ за допомогою продуктів Google Cloud і інструментів із відкритим кодом.
Докладніше
У цьому курсі розглядаються поняття інтерпретованості й прозорості штучного інтелекту, а також їх важливість для розробників. Ви дізнаєтеся про практичні методи й інструменти, які дають змогу досягти інтерпретованості й прозорості даних і моделей штучного інтелекту.
Докладніше
Під час цього курсу ви зможете ознайомитися з концепціями відповідального підходу й принципами щодо штучного інтелекту. Ви дізнаєтеся про практичні методи виявлення об’єктивності й упередженості в роботі ШІ та технологій машинного навчання, а також ознайомитеся зі способами мінімізувати упередженість. У курсі розглядаються практичні методи й інструменти для впровадження відповідального підходу до ШІ за допомогою продуктів Google Cloud і інструментів із відкритим кодом.
Докладніше
Generative AI applications can create new user experiences that were nearly impossible before the invention of large language models (LLMs). As an application developer, how can you use generative AI to build engaging, powerful apps on Google Cloud?
In this course, you'll learn about generative AI applications and how you can use prompt design and retrieval augmented generation (RAG) to build powerful applications using LLMs. You'll learn about a production-ready architecture that can be used for generative AI applications and you'll build an LLM and RAG-based chat application. Explore other content in the Gemini Enterprise Agent Ready (GEAR) program.
Докладніше
Learn how to use Gemini Notebook to create a personalized study guide for the Professional Machine Learning Engineer (PMLE) certification exam. You'll review Gemini Notebook features, create a notebook, and use the study guide to practice for a certification exam.
Докладніше
This course is dedicated to equipping you with the knowledge and tools needed to uncover the unique challenges faced by MLOps teams when deploying and managing Generative AI models, and exploring how Gemini Enterprise Agent Platform empowers AI teams to streamline MLOps processes and achieve success in Generative AI projects.
Докладніше
This course introduces participants to MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud. MLOps is a discipline focused on the deployment, testing, monitoring, and automation of ML systems in production. Machine Learning Engineering professionals use tools for continuous improvement and evaluation of deployed models. They work with (or can be) Data Scientists, who develop models, to enable velocity and rigor in deploying the best performing models.
Докладніше
This course explores the benefits of using Vertex AI Feature Store, how to improve the accuracy of ML models, and how to find which data columns make the most useful features. This course also includes content and labs on feature engineering using BigQuery ML, Keras, and TensorFlow.
Докладніше
This course is an introduction to Vertex AI Notebooks, which are Jupyter notebook-based environments that provide a unified platform for the entire machine learning workflow, from data preparation to model deployment and monitoring. The course covers the following topics: (1) The different types of Vertex AI Notebooks and their features and (2) How to create and manage Vertex AI Notebooks.
Докладніше
This course introduces Google Cloud's AI and machine learning (ML) capabilities, with a focus on developing both generative and predictive AI projects. It explores the various technologies, products, and tools available throughout the data-to-AI lifecycle, empowering data scientists, AI developers, and ML engineers to enhance their expertise through interactive exercises.
Докладніше
Це ознайомлювальний курс мікронавчання, який має пояснити, що таке відповідальне використання штучного інтелекту, чому воно важливе і як компанія Google реалізує його у своїх продуктах. Крім того, у цьому курсі викладено 7 принципів Google щодо штучного інтелекту.
Докладніше
У цьому ознайомлювальному курсі мікронавчання ви дізнаєтеся, що таке великі мовні моделі, де вони використовуються і як підвищити їх ефективність коригуванням запитів. Він також охоплює інструменти Google, які допоможуть вам створювати власні додатки на основі генеративного штучного інтелекту.
Докладніше
This course introduces diffusion models, a family of machine learning models that recently showed promise in the image generation space. Diffusion models draw inspiration from physics, specifically thermodynamics. Within the last few years, diffusion models became popular in both research and industry. Diffusion models underpin many state-of-the-art image generation models and tools on Google Cloud. This course introduces you to the theory behind diffusion models and how to train and deploy them on Gemini Enterprise Agent Platform.
Докладніше
Це ознайомлювальний курс мікронавчання, який має пояснити, що таке генеративний штучний інтелект, як він використовується й чим відрізняється від традиційних методів машинного навчання. Він також охоплює інструменти Google, які допоможуть вам створювати власні додатки на основі генеративного штучногоінтелекту.
Докладніше
In this course you will learn the fundamentals of no-code app development and recognize use cases for no-code apps. The course provides an overview of the AppSheet no-code app development platform and its capabilities. You learn how to create an app with data from spreadsheets, create the app’s user experience using AppSheet views and publish the app to end users.
Докладніше
This course introduces you to fundamentals, practices, capabilities and tools applicable to modern cloud-native application development using Google Cloud Run. Through a combination of lectures, hands-on labs, and supplemental materials, you will learn how to on Google Cloud using Cloud Run.design, implement, deploy, secure, manage, and scale applications
Докладніше
In this course, application developers learn how to design and develop cloud-native applications that seamlessly integrate components from the Google Cloud ecosystem. Through a combination of presentations, demos, and hands-on labs, participants learn how to create repeatable deployments by treating infrastructure as code, choose the appropriate application execution environment for an application, and monitor application performance.
Completing one version of each lab is required. Each lab is available in Node.js. In most cases, the same labs are also provided in Python or Java. You may complete each lab in whichever language you prefer.
Докладніше
Під час курсу ви зможете ознайомитися з продуктами й сервісами Google Cloud для роботи з масивами даних і машинним навчанням, які підтримують життєвий цикл роботи з даними для тренування моделей штучного інтелекту. У курсі розглядаються процеси, проблеми й переваги створення конвеєру масиву даних і моделей машинного навчання з Vertex AI у Google Cloud.
Докладніше
This course provides foundational knowledge for securing your Google Cloud environment. You will learn Google Cloud's security model, including Zero Trust principles and the Shared Fate model. You will configure identity services like Cloud Identity and Workforce Identity Federation, manage access control using Identity and Access Management (IAM) roles, conditions, and policies, and implement network security controls such as VPCs, Cloud Firewall tiers, and VPC Service Controls to build a secure perimeter.
As the foundation of the Security in Google Cloud learning path, this course establishes the core principles required for two subsequent specialized tracks: the five-course Security Best Practices in Google Cloud series and the four-course Mitigate Threats in Google Cloud series.
Докладніше
Курс "Знайомство з Google Cloud: основна інфраструктура" охоплює важливі поняття й терміни щодо використання Google Cloud. Переглядаючи відео й виконуючи практичні завдання, слухачі ознайомляться з різними сервісами Google Cloud для обчислень і зберігання даних, а також важливими ресурсами й інструментами для керування правилами. Крім того, вони зможуть їх порівнювати.
Докладніше
