Jakub Mrowka
Miembro desde 2022
Liga de Plata
10125 puntos
Implementa flujos de trabajo de DevOps en Google Cloud
Earned mar 12, 2024 EDT
Operaciones de aprendizaje automático (MLOps) con Vertex AI: Administra atributos
Earned mar 12, 2024 EDT
Crea una infraestructura con Terraform en Google Cloud
Earned ene 16, 2024 EST
Introducción a Terraform para Google Cloud
Earned ene 15, 2024 EST
Desarrolla una cultura de SRE de Google
Earned ene 13, 2024 EST
Aspectos básicos de Google Cloud: Infraestructura principal
Earned ene 12, 2024 EST
Introducción a la generación de imágenes
Earned may 25, 2023 EDT
Modelos de transformadores y modelo BERT
Earned may 14, 2023 EDT
Mecanismo de atención
Earned may 14, 2023 EDT
Introducción a los modelos de lenguaje grandes
Earned may 14, 2023 EDT
Introducción a la IA generativa
Earned may 14, 2023 EDT
Operaciones de aprendizaje automático (MLOps): Primeros pasos
Earned feb 10, 2023 EST
Achieving Advanced Insights with BigQuery - Español
Earned ene 5, 2023 EST
Prepara datos para las APIs de AA en Google Cloud
Earned ene 1, 2023 EST
Applying Machine Learning to Your Data with Google Cloud - Español
Earned dic 29, 2022 EST
Creating New BigQuery Datasets and Visualizing Insights - Español
Earned dic 28, 2022 EST
Exploring and Preparing Your Data with BigQuery - Español
Earned dic 27, 2022 EST
Analyzing and Visualizing Data in Looker
Earned nov 27, 2022 EST
Recommendation Systems on Google Cloud
Earned sep 21, 2022 EDT
[DEPRECATED] Ingeniería de atributos
Earned sep 13, 2022 EDT
Crea, entrena e implementa modelos de AA con Keras en Google Cloud
Earned sep 8, 2022 EDT
Launching into Machine Learning - Español
Earned ago 31, 2022 EDT
How Google Does Machine Learning - Español
Earned ago 30, 2022 EDT
Google Cloud Big Data and Machine Learning Fundamentals - Español
Earned ago 25, 2022 EDT
Completa la insignia de habilidad intermedia del curso Implementa flujos de trabajo de DevOps en Google Cloud para demostrar tus capacidades para hacer lo siguiente: crear y administrar repositorios de Git, lanzar, administrar y escalar implementaciones en Google Kubernetes Engine (GKE), y diseñar canalizaciones de CI/CD que automatizan la creación y la implementación de imágenes de contenedor en GKE.
Más información
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 estudiantes obtendrán experiencia práctica con la transferencia de transmisión de Vertex AI Feature Store en la capa de SDK.
Más información
Completa la insignia de habilidad intermedia Crea una infraestructura con Terraform en Google Cloud y demuestra tus habilidades para realizar las siguientes actividades: aplicar los principios de la infraestructura como código (IaC) con Terraform; aprovisionar y administrar recursos de Google Cloud con parámetros de configuración de Terraform; realizar una administración de estado eficaz (local y remota) y modularizar el código de Terraform para la reutilización y la organización.
Más información
En este curso, se proporciona una introducción al uso de Terraform para Google Cloud. Permite que los participantes describan cómo se puede usar Terraform para implementar infraestructura como código y aplicar algunas de sus características y funcionalidades clave para crear y administrar la infraestructura de Google Cloud.
Además, obtendrán experiencia práctica en la compilación y administración de recursos de Google Cloud con Terraform.
Más información
En muchas organizaciones de TI, los incentivos no se alinean con los desarrolladores, que buscan agilidad, y los operadores, que se enfocan en la estabilidad. La ingeniería de confiabilidad de sitios (SRE) es el enfoque que usa Google para alinear los incentivos entre los equipos de desarrollo y operaciones, y brindar asistencia en la producción de servicios fundamentales. Adoptar las prácticas técnicas y culturales de la SRE puede ayudar a mejorar la colaboración entre las empresas y sus departamentos de TI. En este curso se presentan las prácticas clave de la SRE de Google y la función importante que tienen los líderes empresariales y de TI en el éxito de la adopción organizacional de este enfoque.
Más información
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.
Más información
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.
Más información
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.
Más información
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.
Más información
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.
Más información
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.
Más información
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.
Más información
El tercer curso de esta serie es Achieving Advanced Insights with BigQuery. En este curso, aumentarás tu conocimiento de SQL a medida que profundizamos en funciones avanzadas y cómo desglosar una consulta compleja en pasos más sencillos.
Abordaremos la arquitectura interna de BigQuery (almacenamiento fragmentado basado en columnas) y temas avanzados de SQL, como los campos anidados y repetidos a través del uso de arrays y structs. Finalmente, profundizaremos en la optimización de tus consultas para mejorar el rendimiento y cómo puedes proteger tus datos con vistas autorizadas.
Después de completar este curso, inscríbete en el curso Applying Machine Learning to your Data with Google Cloud.
Más información
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.
Más información
En este curso, definimos qué es el aprendizaje automático y cómo puede beneficiar a tu negocio. Verás algunas demostraciones de AA en acción y aprenderás términos clave de AA, como instancias, atributos y etiquetas. En los labs interactivos, practicarás la invocación de las APIs de AA previamente entrenadas que están disponibles y crearás tus propios modelos de aprendizaje automático con solo SQL y BigQuery ML.
Más información
Este es el segundo curso de la serie de cursos Data to Insights. Aquí, veremos cómo transferir nuevos conjuntos de datos externos a BigQuery y visualizarlos con Looker Studio. También analizaremos los conceptos intermedios de SQL, como las operaciones JOIN y UNION de varias tablas, que te permitirán analizar datos de varias fuentes. Nota: Incluso si tienes experiencia en SQL, hay aspectos específicos de BigQuery (como la gestión del almacenamiento en caché de las consultas y los comodines de tablas) que pueden ser nuevos para ti. Después de completar el curso, inscríbete en el curso Achieving Advanced Insights with BigQuery.
Más información
En este curso, veremos cuáles son los desafíos comunes a los que se enfrentan los analistas de datos y cómo resolverlos con las herramientas de macrodatos en Google Cloud. Aprenderás algunos conceptos de SQL y adquirirás conocimientos sobre el uso de BigQuery y Dataprep para analizar y transformar conjuntos de datos. Este es el primer curso de la serie From Data to Insights with Google Cloud. Después de completarlo, inscríbete en el curso Creating New BigQuery Datasets and Visualizing Insights.
Más información
In this course, you learn how to do the kind of data exploration and analysis in Looker that would formerly be done primarily by SQL developers or analysts. Upon completion of this course, you will be able to leverage Looker's modern analytics platform to find and explore relevant content in your organization’s Looker instance, ask questions of your data, create new metrics as needed, and build and share visualizations and dashboards to facilitate data-driven decision making.
Más información
In this course, you apply your knowledge of classification models and embeddings to build a ML pipeline that functions as a recommendation engine.
This is the fifth and final course of the Advanced Machine Learning on Google Cloud series.
Más información
En este curso, se exploran los beneficios de utilizar Vertex AI Feature Store, cómo mejorar la exactitud de los modelos de AA y cómo descubrir cuáles columnas de datos producen los atributos más útiles. El curso también incluye contenido y labs sobre la ingeniería de atributos en los que se usan BigQuery ML, Keras y TensorFlow.
Más información
En este curso, se explica cómo crear modelos de AA con TensorFlow y Keras, cómo mejorar la exactitud de los modelos de AA y cómo escribir modelos de AA para uso escalado.
Más información
El curso comienza con un debate sobre los datos: cómo mejorar su calidad y cómo realizar análisis exploratorios de ellos. Describimos Vertex AI AutoML y cómo crear, entrenar e implementar un modelo de AA sin escribir una sola línea de código. Conocerás los beneficios de BigQuery ML. Luego, se analiza cómo optimizar un modelo de aprendizaje automático (AA) y cómo la generalización y el muestreo pueden ayudar a evaluar la calidad de los modelos de AA para el entrenamiento personalizado.
Más información
¿Cuáles son las prácticas recomendadas para implementar el aprendizaje automático en Google Cloud? ¿Qué es Vertex AI y cómo se puede utilizar la plataforma para crear, entrenar e implementar rápidamente modelos de aprendizaje automático de AutoML sin escribir una sola línea de código? ¿Qué es el aprendizaje automático? ¿Qué tipos de problemas puede solucionar?
Google considera que el aprendizaje automático es diferente: se trata de proporcionar una plataforma unificada para conjuntos de datos administrados, un almacén de atributos, una forma de crear, entrenar e implementar modelos de aprendizaje automático sin escribir una sola línea de código, así como proporcionar la capacidad de etiquetar datos y crear notebooks de Workbench utilizando frameworks como TensorFlow, SciKit-learn, Pytorch, R y otros. Vertex AI Platform también ofrece la posibilidad de entrenar modelos personalizados, crear canalizaciones de componentes y realizar predicciones en línea y por lotes. Además, analiza…
Más información
En este curso, aprenderás sobre los productos y servicios de macrodatos y aprendizaje automático de Google Cloud involucrados en el ciclo de vida de datos a IA. También explorarás los procesos, los desafíos y los beneficios de crear una canalización de macrodatos y modelos de aprendizaje automático con Vertex AI en Google Cloud.
Más información
