Purushothaman S
Miembro desde 2018
Liga de Diamantes
14705 puntos
Introducción al análisis de datos en Google Cloud
Earned oct 28, 2025 EDT
Cloud Healthcare API
Earned jun 8, 2024 EDT
[DEPRECATED] Gemini para Cloud Architects
Earned jun 6, 2024 EDT
Google Cloud Big Data and Machine Learning Fundamentals - Español
Earned may 31, 2024 EDT
Implementa canalizaciones de CI/CD en Google Cloud
Earned may 27, 2024 EDT
Desarrolla apps de IA generativa con Gemini y Streamlit
Earned may 26, 2024 EDT
Administra Kubernetes en Google Cloud
Earned may 26, 2024 EDT
Introduction to Data Analytics in Google Cloud - Español
Earned may 26, 2024 EDT
Introducción a la generación de imágenes
Earned may 18, 2024 EDT
Operaciones de aprendizaje automático (MLOps): Primeros pasos
Earned may 16, 2024 EDT
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.
Más información
Cloud Healthcare API bridges the gap between care systems and applications built on Google Cloud. By supporting standards-based data formats and protocols of existing healthcare technologies, Cloud Healthcare API connects your data to advanced Google Cloud capabilities, including streaming data processing with Cloud Dataflow, scalable analytics with BigQuery, and machine learning with Cloud Machine Learning Engine. In this Quest you will use the Cloud Healthcare API to ingest and process data in the industry standard FHIR, HL7v2 and DICOM formats, train a TensorFlow model for prediction with FHIR data, and also gain practice with de-identification of datasets.
Más información
En este curso, aprenderás cómo Gemini, un colaborador de Google Cloud potenciado por IA generativa, ayuda a los administradores a aprovisionar infraestructuras. Descubrirás cómo darle instrucciones a Gemini para que explique infraestructuras, implemente clústeres de GKE y actualice la infraestructura existente. A través de un lab práctico, comprobarás cómo Gemini mejora el flujo de trabajo de implementación de GKE.
Recuerda que Duet AI ahora se llama Gemini, nuestro modelo de nueva generación.
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
Obtén la insignia de habilidad intermedia completando el curso Implementa canalizaciones de CI/CD en Google Cloud en el que aprenderás a usar Artifact Registry, Cloud Build y Cloud Deploy. Interactuarás con la consola de Cloud, Google Cloud CLI, Cloud Run y GKE. En este curso, aprenderás a crear canalizaciones de integración continua, almacenar y proteger artefactos, analizar vulnerabilidades, atestiguar la validez de lanzamientos aprobados. Además, obtendrás experiencia práctica en la implementación de aplicaciones tanto a GKE como a Cloud Run.
Más información
Completa la insignia de habilidad intermedia del curso Desarrolla apps de IA generativa con Gemini y Streamlit y demuestra tus habilidades para realizar las siguientes actividades: generar texto; aplicar llamadas a funciones con el SDK de Python y la API de Gemini y, además, implementar una aplicación de Streamlit con Cloud Run. Explorarás las diferentes formas en que puedes darle instrucciones a Gemini para que genere texto, usarás Cloud Shell para probar e iterar una aplicación de Streamlit y, luego, la empaquetarás como un contenedor de Docker implementado en Cloud Run.
Más información
Completa la insignia de habilidad intermedia Administra Kubernetes en Google Cloud para demostrar tus capacidades para administrar implementaciones con kubectl y supervisar y depurar aplicaciones en Google Kubernetes Engine (GKE), así como con las técnicas de entrega continua.
Más información
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.
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 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
