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 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.
En este curso, aprenderás a diseñar APIs y a documentarlas según las especificaciones de OpenAPI. Conocerás el ciclo de vida de las APIs y cómo la plataforma de APIs de Apigee ayuda a administrar todos los aspectos de dicho ciclo. Aprenderás a diseñar APIs con proxies de API y a empaquetarlas como productos de APIs para que las utilicen los desarrolladores de apps. A través de una combinación de lecciones, labs prácticos y materiales complementarios, aprenderás a diseñar, crear, proteger, implementar y administrar soluciones de APIs con la plataforma de APIs de Apigee de Google Cloud. Este es el primer curso de la serie Desarrolla APIs con la plataforma de APIs de Apigee. Después de completarlo, inscríbete en el curso Seguridad de APIs con la plataforma de APIs de Apigee.
Aspectos básicos de Google Cloud: Infraestructura principal presenta conceptos y terminología importantes para trabajar con Google Cloud. Mediante videos y labs prácticos, en este curso se presentan y comparan muchos de los servicios de procesamiento y almacenamiento de Google Cloud, junto con importantes recursos y herramientas de administración de políticas.
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.
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.
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.
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.
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 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.
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.
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.