sarvesh Mhatre
Miembro desde 2026
Liga de Oro
11841 puntos
AI Boost Bites: Crea un sistema solar en 3D
Earned oct 24, 2026 EDT
Controla la memoria y el estado de los agentes
Earned oct 24, 2026 EDT
Optimiza el comportamiento de los agentes
Earned oct 17, 2026 EDT
Ingeniería de agentes de IA con el Kit de desarrollo de agentes (ADK)
Earned ago 29, 2026 EDT
Crea tu primer agente con el Kit de desarrollo de agentes (ADK)
Earned ago 7, 2026 EDT
Crea tu primera aplicación de Gemini Enterprise
Earned jul 6, 2026 EDT
Agentes empresariales y casos de uso
Earned jul 6, 2026 EDT
Conceptos básicos sobre los agentes
Earned jul 5, 2026 EDT
Introducción a los agentes de IA
Earned jul 3, 2026 EDT
Natural Language Processing on Google Cloud
Earned mar 21, 2026 EDT
Modelos de transformadores y modelo BERT
Earned mar 18, 2026 EDT
Google DeepMind: Entrena un modelo de lenguaje pequeño
Earned mar 17, 2026 EDT
Google DeepMind: 07 Accelerate Your Model
Earned mar 17, 2026 EDT
Google DeepMind: 05 Fine-Tune Your Model
Earned mar 17, 2026 EDT
Google DeepMind: 04 Discover The Transformer Architecture
Earned mar 17, 2026 EDT
Google DeepMind: 03 Design And Train Neural Networks
Earned mar 17, 2026 EDT
Google DeepMind: 02 Represent Your Language Data
Earned mar 17, 2026 EDT
Google DeepMind: 01 Build Your Own Small Language Model
Earned mar 17, 2026 EDT
En este video, se explica cómo usar instrucciones de texto simples en Gemini Canvas para crear una simulación en 3D interactiva del sistema solar y agregarle funciones educativas.
Más información
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.
Más información
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
Más información
Completa la insignia de habilidad intermedia Ingeniería de agentes de IA con el Kit de desarrollo de agentes (ADK) completando este curso y demuestra tus habilidades para realizar las siguientes actividades: formular problemas de investigación de modelos de lenguaje del mundo real, crear un tokenizador simple, preparar un conjunto de datos para entrenar un modelo de lenguaje transformador y ejecutar el bucle de entrenamiento de un modelo de lenguaje pequeño.
Más información
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.
Más información
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.
Más información
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.
Más información
En este curso, se presentan los conceptos básicos de los agentes de IA y se explora cómo agregan valor en el mundo real. Proporciona una base para desarrolladores, arquitectos y responsables de la toma de decisiones técnicas que quieren comprender los sistemas de IA desde la perspectiva de un comportamiento autónomo y orientado a objetivos.
Más información
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.
Más información
This course introduces the products and solutions to solve NLP problems on Google Cloud. Additionally, it explores the processes, techniques, and tools to develop an NLP project with neural networks by using Vertex AI and TensorFlow.
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
Obtén la insignia de habilidad avanzada Google DeepMind:Entrena un modelo de lenguaje pequeño completando este curso y demuestra tus habilidades para realizar las siguientes actividades:formular problemas de investigación de modelos de lenguaje del mundo real, crear un tokenizador simple, preparar un conjunto de datos para entrenar un modelo de lenguaje de Transformer y ejecutar el bucle de entrenamiento de un modelo de lenguaje pequeñoAccede a este lab sin costo registrándote en la suscripción sin costo. Recibe 35 créditos gratuitos cada mes.
Más información
Train more powerful models with a single GPU. In this course, you will learn how hardware can speed up model training and the key considerations when training models on a GPU. First, you will learn how to estimate the number of computations and the amount of computer memory required to train large neural networks. You will then discover techniques for reducing the computing and memory requirements when training a model. Techniques which you will apply for fine-tuning a Gemma model with 4 billion parameters. Finally, you will consider the potential environmental impacts of machine learning, with a focus on where questions of energy, water, and e-waste intersect with justice and equity.
Más información
Unleash the power of language models with fine-tuning. In this course, you will learn how to adjust a pre-trained model to a specific task. You will start with full-parameter fine-tuning using a small language model. To tune larger models like Gemma, you will learn parameter-efficient techniques with a focus on LoRA. Finally, you will be briefly introduced to reinforcement learning as an alternative to supervised fine-tuning (SFT). You will also explore how AI is imagined and made sense of in cultural contexts. You will consider why responsible AI is not just about technical safety but also about building governance systems that reflect community values and protect the public interest.
Más información
In this Google DeepMind course you will discover the mechanisms of the transformer architecture. You will investigate how transformer language models process prompts to make context-sensitive next-token predictions. Through practical activities you will explore the attention mechanism, visualize attention weights, and encounter advanced concepts like masked attention and multi-head attention. You will also learn other techniques that are necessary to build neural networks that are well-suited to be used as language models. Finally, through activities on values, stakeholder mapping and community engagement, you will practice concrete tools for ensuring AI projects are developed with communities, not just for them.
Más información
In this Google DeepMind course you will focus on the training process for machine learning models. You will learn how to spot and mitigate issues when training a model, such as overfitting and underfitting. In practical coding labs, you will implement and evaluate the multilayer perceptron for simple classification tasks. This will provide insights into the mechanics of training a neural network model and the backpropagation algorithm. Research case studies will demonstrate how neural networks power real-world models. Additionally, you will consider the broader social impacts of innovation by looking beyond immediate benefits to anticipate potential risks, safety concerns, and further-reaching societal consequences.
Más información
In this Google DeepMind course you will learn how to prepare text data for language models to process. You will investigate the tools and techniques used to prepare, structure, and represent text data for language models, with a focus on tokenization and embeddings. You will be encouraged to think critically about the decisions behind data preparation, and what biases within the data may be introduced into models. You will analyze trade-offs, learn how to work with vectors and matrices, how meaning is represented in language models. Finally, you will practice designing a dataset ethically using the Data Cards process, ensuring transparency, accountability, and respect for community values in AI development.
Más información
In this Google DeepMind course, you will learn the fundamentals of language models and gain a high-level understanding of the machine learning development pipeline. You will consider the strengths and limitations of traditional n-gram models and advanced transformer models. Practical coding labs will enable you to develop insights into how machine learning models work and how they can be used to generate text and identify patterns in language. Through real-world case studies, you will build an understanding around how research engineers operate. Drawing on these insights you will identify problems that you wish to tackle in your own community and consider how to leverage the power of machine learning responsibly to address these problems within a global and local context.
Más información
