En este curso, realizarás un recorrido completo por las soluciones de almacenamiento disponibles en Google Cloud, diseñadas específicamente para cargas de trabajo de IA y computación de alto rendimiento (HPC). Aprenderás a elegir el almacenamiento adecuado para cada etapa del ciclo de vida del AA. Explorarás cómo optimizar el rendimiento de E/S durante el entrenamiento, administrar conjuntos de datos masivos para la preparación de datos y entregar artefactos de modelos con baja latencia. A través de ejemplos prácticos y demostraciones, obtendrás experiencia para diseñar soluciones de almacenamiento sólidas que aceleren tu innovación en IA.
En este curso, se proporciona una guía completa para implementar, administrar y optimizar cargas de trabajo de IA y computación de alto rendimiento (HPC) en Google Cloud. A través de una serie de lecciones y demostraciones prácticas, explorarás diversas estrategias de implementación, que van desde entornos altamente personalizables que utilizan Google Compute Engine (GCE) hasta soluciones administradas como Google Kubernetes Engine (GKE). Específicamente, aprenderás a crear clústeres y a implementar GKE para realizar inferencia.
Te damos la bienvenida al curso de TPU de Cloud. Exploraremos las ventajas y desventajas de las TPU en varios escenarios y compararemos diferentes aceleradores de TPU para ayudarte a elegir el más adecuado. Aprenderás estrategias para maximizar el rendimiento y la eficiencia de tus modelos de IA y comprenderás la importancia de la interoperabilidad entre GPU y TPU para los flujos de trabajo de aprendizaje automático flexibles. A través de contenido atractivo y demostraciones prácticas, te guiaremos paso a paso para aprovechar las TPU de manera eficaz.
¿Sientes curiosidad por el potente hardware detrás de la IA? Este módulo analiza las computadoras de IA optimizadas para el rendimiento y muestra por qué son tan importantes. Exploraremos cómo las CPU, GPU y TPU hacen que las tareas de IA sean súper rápidas, qué hace que cada una sea única y cómo el software de IA las aprovecha al máximo. Al finalizar, sabrás exactamente cómo elegir la GPU adecuada para tus proyectos de IA, lo que te ayudará a tomar decisiones inteligentes para tus cargas de trabajo de IA.
Con este curso, podrás comenzar a usar AI Hypercomputer fácilmente. Abordaremos los conceptos básicos sobre qué es y cómo ayuda a la IA con las cargas de trabajo. Conocerás los diferentes componentes de las hipercomputadoras, como las GPU, las TPU y las CPU, y descubrirás cómo elegir el enfoque de implementación adecuado para tus necesidades.
Ya creaste agentes de LLM básicos que responden a consultas, ahora hagamos que sean con estado. Usa el estado de la sesión para crear agentes que mantengan el contexto, recuerden las preferencias de los usuarios y brinden experiencias personalizadas.
Ya creaste agentes con la configuración avanzada, ahora es momento de darles capacidades del mundo real. Equipa a los agentes con herramientas que les permitan buscar en la Web, ejecutar código, realizar consultas en bases de datos y acciones personalizadas.
Ya creaste tu primer agente: ahora es momento de dar el siguiente paso. En este curso, mejorarás tus habilidades aprendiendo a convertir un agente de IA básico en un asistente sofisticado y preciso. También aplicarás instrucciones avanzadas, selección de modelos, capacidades de planificación y patrones de salida estructurados. Únete al foro de la comunidad para realizar preguntas y participar en debates
Convierte tu comprensión de los agentes en una realidad práctica creando, configurando y ejecutando tu primer agente de IA con el Kit de desarrollo de agentes (ADK) de Google. En este curso práctico, configurarás un entorno de desarrollo de ADK completo, crearás agentes con código de Python y configuración de YAML, y los ejecutarás a través de múltiples interfaces. También aprenderás cuáles son los parámetros principales que definen el comportamiento de los agentes, por lo que usarás lo aprendido en el curso 1 y lo aplicarás con código real.
Descubre cómo puedes utilizar el Kit de desarrollo de agentes (ADK). Se aborda el framework de código abierto de ADK, pasando de una ingeniería de instrucciones simple a un enfoque de desarrollo de software estructurado y centrado en el código.
Te damos la bienvenida a Observabilidad en Google Cloud, la segunda parte de una serie de cursos de dos partes. Se sugiere que completes la parte 1, Registro y supervisión en Google Cloud, antes de tomar este curso. Abordaremos todo sobre las herramientas de administración del rendimiento de las aplicaciones, como Error Reporting, Cloud Trace y Cloud Profiler.
Crea tu primera aplicación de Gemini Enterprise. Conecta diversas fuentes de datos a tu aplicación para crear un motor de búsqueda y análisis potente y unificado. Domina funciones avanzadas, como los agentes de Deep Research, la ideación con múltiples agentes y NotebookLM para análisis enfocados.
Descubre cómo los agentes de IA impulsan el impacto empresarial. Luego, descubrirás cómo Gemini Enterprise te permite crear y organizar los agentes adecuados, desde soluciones sin código hasta soluciones con mucho código.
Los agentes de IA representan un cambio importante más allá de los modelos de lenguaje grandes (LLM) tradicionales: en vez de simplemente generar soluciones basadas en texto, también pueden actuar de forma autónoma para ejecutarlas. En este curso, se presentan los conceptos fundamentales de los agentes de IA, cómo se diferencian de las APIs de LLM y cómo agregan valor en el mundo real. Basado en el informe de agentes de Google, proporciona la base teórica necesaria antes de escribir las primeras líneas de código de agente: ideal para desarrolladores, arquitectos y responsables de tomar decisiones técnicas que desean comprender los sistemas de IA desde la perspectiva del comportamiento autónomo y orientado a objetivos (y no solo la generación de texto). Únete al foro de la comunidad para realizar preguntas y participar en debates.
Obtén una descripción general conceptual de los agentes de IA. Descubre cómo los agentes de IA utilizan la acción y el razonamiento autónomos para resolver problemas complejos. Explorarás la arquitectura técnica que permite a los agentes aprender, planificar y alcanzar objetivos por ti.
Te damos la bienvenida al curso de dos partes sobre registro, supervisión y observabilidad en Google Cloud. Las principales herramientas de operaciones de Google Cloud se clasifican en dos categorías: componentes centrados en operaciones y herramientas de administración del rendimiento de las aplicaciones. En este curso, Registro y supervisión en Google Cloud, se ven los componentes centrados en operaciones, como Logging, Monitoring y Service Monitoring. Después de tomar este curso, se sugiere que completes la parte 2, Observabilidad en Google Cloud, para conocer las herramientas de administración del rendimiento de las aplicaciones disponibles.
En este curso, se presenta la plataforma sin servidores Cloud Run para ejecutar aplicaciones. Aquí, aprenderás los aspectos básicos de Cloud Run, su modelo de recursos y el ciclo de vida de los contenedores. Aprenderás sobre identidades de servicios, cómo controlar el acceso a los servicios y cómo desarrollar y probar tu aplicación localmente antes de implementarla en Cloud Run. En el curso, también se te enseña cómo integrarte con otros servicios en Google Cloud para que puedas crear aplicaciones con todas las funciones.
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.
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.
En este curso, se explora una solución de generación mejorada por recuperación (RAG) de BigQuery para mitigar las alucinaciones de la IA. Se presenta un flujo de trabajo de RAG que abarca la creación de embeddings, la búsqueda en un espacio vectorial y la generación de respuestas mejoradas. En el curso, se explican los motivos conceptuales de estos pasos y su implementación práctica con BigQuery. Al final del curso, los alumnos podrán crear una canalización de RAG utilizando BigQuery y modelos de IA generativa como Gemini y modelos de embedding para abordar sus propios casos de uso de alucinaciones de IA.
En este curso acelerado a pedido, se presentan los servicios flexibles y completos de infraestructura y plataforma que proporciona Google Cloud, con un enfoque en Compute Engine. Mediante una serie de clases por video, demostraciones y labs prácticos, los participantes pueden explorar y, también, implementar elementos de soluciones, incluidos componentes de infraestructura, como redes, sistemas y servicios de aplicaciones. En este curso, también se aborda la implementación de soluciones prácticas, incluidas las claves de encriptación proporcionadas por el cliente, la administración de seguridad y accesos, las cuotas y la facturación, y la supervisión de recursos.
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.
Cloud technology on its own only provides a fraction of the true value to a business; When combined with data–lots and lots of it–it has the power to truly unlock value and create new experiences for customers. In this course, you'll learn what data is, historical ways companies have used it to make decisions, and why it is so critical for machine learning. This course also introduces learners to technical concepts such as structured and unstructured data. database, data warehouse, and data lakes. It then covers the most common and fastest growing Google Cloud products around data.
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.
En este curso intermedio, aprenderás a diseñar, crear y optimizar canalizaciones de datos por lotes sólidas en Google Cloud. Más allá del manejo de datos fundamental, explorarás las transformaciones de datos a gran escala y la organización eficiente de flujos de trabajo, lo que es primordial para la inteligencia empresarial oportuna y los informes esenciales. Obtén experiencia práctica con Dataflow para Apache Beam y Serverless for Apache Spark (Dataproc Serverless) para la implementación, y aborda consideraciones cruciales respecto de la calidad de los datos, la supervisión y las alertas para garantizar la confiabilidad de la canalización y la excelencia operativa. Se recomienda tener conocimientos básicos sobre almacenamiento de datos, ETL/ELT, SQL, Python y conceptos de Google Cloud.
Este curso te permite estructurar tu preparación para el examen de Associate Cloud Engineer. Aprenderás sobre los dominios de Google Cloud que se incluyen en el examen y la forma de crear un plan de estudio para saber más de ellos.
En este curso, se explora Gemini en BigQuery, un conjunto de funciones potenciadas por IA que se diseñaron para asistir el flujo de trabajo de datos a IA. Estas funciones incluyen la exploración y preparación de datos, la generación de código y la solución de problemas, así como el descubrimiento y la visualización de flujos de trabajo. A través de explicaciones conceptuales, un caso de uso práctico y labs prácticos, en este curso se les enseña a los especialistas en datos a impulsar su productividad y acelerar la canalización de desarrollo.
En este curso, se muestra cómo usar modelos de IA/AA para tareas de IA generativa en BigQuery. A través de un caso de uso práctico relacionado con la administración de relaciones con clientes, conocerás el flujo de trabajo para solucionar un problema empresarial con modelos de Gemini. Para facilitar la comprensión, el curso también proporciona orientación paso a paso a través de soluciones de programación utilizando consultas en SQL y notebooks de Python.
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.
En este curso, descubrirás cómo Gemini, un colaborador potenciado por IA generativa de Google Cloud, ayuda a analizar los datos de los clientes y predecir las ventas de productos. También aprenderás a identificar, categorizar y desarrollar los clientes nuevos usando datos de clientes en BigQuery. A través de labs prácticos, comprobarás cómo Gemini mejora los flujos de trabajo de análisis de datos y aprendizaje automático. Recuerda que Duet AI ahora se llama Gemini, nuestro modelo de nueva generación.
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.
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.
En este curso, aprenderás sobre la ingeniería de datos en Google Cloud, los roles y las responsabilidades de los ingenieros de datos y cómo estos se corresponden con las ofertas de Google Cloud. También aprenderás sobre los métodos para enfrentar los desafíos de la ingeniería de datos.
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.
Los macrodatos, el aprendizaje automático y la Inteligencia Artificial son temas informáticos populares en la actualidad; sin embargo, estos campos son muy especializados y es difícil conseguir material básico. Por suerte, Google Cloud proporciona servicios fáciles de usar en estas áreas y, con este curso de nivel básico, puedes dar tus primeros pasos con herramientas como BigQuery, la API de Cloud Speech y Video Intelligence.
This advanced-level quest is unique amongst the other catalog offerings. The labs have been curated to give IT professionals hands-on practice with topics and services that appear in the Google Cloud Certified Professional Data Engineer Certification. From Big Query, to Dataprep, to Cloud Composer, this quest is composed of specific labs that will put your Google Cloud data engineering knowledge to the test. Be aware that while practice with these labs will increase your skills and abilities, you will need other preparation, too. The exam is quite challenging and external studying, experience, and/or background in cloud data engineering is recommended. Looking for a hands on challenge lab to demonstrate your skills and validate your knowledge? On completing this quest, enroll in and finish the additional challenge lab at the end of the Engineer Data in the Google Cloud to receive an exclusive Google Cloud digital badge.
Este curso es adecuado para funciones de tecnología o finanzas que administran costos de Google Cloud. Aprenda a configurar una cuenta de facturación, organizar recursos y administrar permisos de acceso. En los laboratorios prácticos, consulta facturas y analiza datos de facturación con BigQuery. También utiliza Hojas de cálculo de Google y crea paneles con Data Studio. Encuentra las referencias de los videos en este documento llamado Recursos adicionales.
When it comes to hosting websites and web applications, you want a framework that’s robust, fast, and secure. By choosing the Google Cloud Platform, you will have all of those needs covered. In this fundamental-level quest, you will get hands-on practice with GCPs key infrastructure and computing services for the web. From deploying your first web app, to integrating Cloud SQL with Ruby on Rails, to mapping the NYC subway system on App Engine, you will learn all the skills needed to harness GCPs web hosting power.
In this introductory-level quest, you will learn the fundamentals of developing and deploying applications on the Google Cloud Platform. You will get hands-on experience with the Google App Engine framework by launching applications written in languages like Python, Ruby, and Java (just to name a few). You will see first-hand how straightforward and powerful GCP application frameworks are, and how easily they integrate with GCP database, data-loss prevention, and security services.