En este curso, se presenta Vertex AI Studio, una herramienta para interactuar con modelos de IA generativa, crear prototipos de ideas de negocio y llevarlas a producción. A través de un caso de uso envolvente, lecciones atractivas y un lab práctico, explorarás el ciclo de vida desde la instrucción hasta el producto y aprenderás cómo aprovechar Vertex AI Studio para aplicaciones multimodales de Gemini, diseño de instrucciones, ingeniería de instrucciones y ajuste de modelos. El objetivo es permitirte desbloquear el potencial de la IA generativa en tus proyectos con Vertex AI Studio.
En este curso, se te enseña a crear un modelo de generación de leyendas de imágenes con el aprendizaje profundo. Aprenderás sobre los distintos componentes de los modelos de generación de leyendas de imágenes, como el codificador y el decodificador, y cómo entrenar y evaluar tu modelo. Al final del curso, podrás crear tus propios modelos y usarlos para generar leyendas de imágenes.
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.
En este curso, se brinda un resumen de la arquitectura de codificador-decodificador, una arquitectura de aprendizaje automático importante y potente para realizar tareas de secuencia por secuencia, como las de traducción automática, resúmenes de texto y respuestas a preguntas. Aprenderás sobre los componentes principales de la arquitectura de codificador-decodificador y cómo entrenar y entregar estos modelos. En la explicación del lab, programarás una implementación sencilla de la arquitectura de codificador-decodificador en TensorFlow para generar poemas desde un comienzo.
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.
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.
Completa el curso con insignia de habilidad introductoria Crea una malla de datos con Knowledge Catalog y demuestra tus habilidades para crear una malla de datos con Knowledge Catalog y facilitar la seguridad, la administración y el descubrimiento de datos en Google Cloud. Practicarás y pondrás a prueba tus habilidades para etiquetar recursos, asignar roles de IAM y evaluar la calidad de los datos en Knowledge Catalog.
Descubre cómo convertir datos sin procesar en decisiones claras y fundamentadas en datos con Google Cloud. A través de labs prácticos y situaciones reales, este curso para principiantes te guiará en la consulta de datos en BigQuery, la exploración de tendencias en Looker y la creación de informes interactivos y fáciles de compartir en Data Studio.
Completa la insignia de habilidad intermedia Crea un almacén de datos con BigQuery para demostrar tus habilidades para realizar las siguientes actividades: unir datos para crear tablas nuevas, solucionar problemas de uniones, agregar datos a uniones, crear tablas particionadas por fecha, y trabajar con JSON, arrays y structs en BigQuery.
Obtén la insignia de habilidad intermedia Ingeniería de datos para crear modelos predictivos con BigQuery ML y demuestra tus capacidades para crear canalizaciones de transformación de datos en BigQuery con Dataprep de Trifacta; usar Cloud Storage, Dataflow y BigQuery para crear flujos de trabajo de extracción, transformación y carga (ETL), y crear modelos de aprendizaje automático con BigQuery ML.
La incorporación del aprendizaje automático en las canalizaciones de datos aumenta la capacidad para extraer estadísticas de los datos. En este curso, veremos formas de incluir el aprendizaje automático en las canalizaciones de datos en Google Cloud. Para una personalización escasa o nula, en el curso se aborda AutoML. Para obtener más capacidades de aprendizaje automático a medida, el curso presenta Notebooks y BigQuery Machine Learning (BigQuery ML). Además, en este curso se aborda cómo llevar a producción soluciones de aprendizaje automático con Vertex AI.
En este curso, adquirirás experiencia práctica para superar los desafíos del mundo real que se presentan cuando se crean canalizaciones de datos de transmisión. El enfoque principal es administrar datos continuos y no delimitados con los productos de Google Cloud.
Obtén una insignia de habilidad completando el curso Crea una red de Google Cloud segura, en el que aprenderás sobre distintos recursos relacionados con las redes para crear, escalar y proteger tus aplicaciones en Google Cloud.
Para ganar una insignia de habilidad, completa el curso Configura un entorno de desarrollo de apps en Google Cloud. Allí aprenderás a crear y conectar una infraestructura de nube centrada en el almacenamiento usando las capacidades básicas de las siguientes tecnologías: Cloud Storage, Identity and Access Management, Cloud Functions y Pub/Sub.
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 corresponde a la 1ª parte de una serie de 3 cursos llamada Procesamiento de datos sin servidores con Dataflow. Para comenzar, en el primer curso haremos un repaso de qué es Apache Beam y cómo se relaciona con Dataflow. Luego, hablaremos sobre la visión de Apache Beam y los beneficios que ofrece su framework de portabilidad. Dicho framework hace posible que un desarrollador pueda usar su lenguaje de programación favorito con su backend de ejecución preferido. Después, le mostraremos cómo Dataflow le permite separar el procesamiento y el almacenamiento y, a la vez, ahorrar dinero. También le explicaremos cómo las herramientas de identidad, acceso y administración interactúan con sus canalizaciones de Dataflow. Por último, veremos cómo implementar el modelo de seguridad adecuado en Dataflow según su caso de uso.
Si bien los enfoques tradicionales de usar data lakes y almacenes de datos pueden ser eficaces, tienen deficiencias, en particular en entornos empresariales grandes. En este curso, se presenta el concepto del data lakehouse y los productos de Google Cloud que se usan para crear uno. Una arquitectura de lakehouse usa fuentes de datos de estándares abiertos y combina las mejores funciones de los data lakes y los almacenes de datos, lo que aborda muchas de sus deficiencias.
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.
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.
Los cursos de Aspectos básicos de la computación en Google Cloud están destinados a personas que tienen un poco o nada de noción previa o experiencia sobre computación en la nube. Brindan una descripción general de los conceptos centrales básicos de la nube, los macrodatos y el aprendizaje automático, y explican dónde y cómo resulta adecuado utilizar Google Cloud. Cuando finalicen la serie de cursos, los estudiantes podrán hablar con claridad sobre estos conceptos y demostrar sus habilidades prácticas. Los cursos deben completarse en el siguiente orden: 1. Aspectos básicos de la computación en Google Cloud: Fundamentos de la computación en la nube 2. Aspectos básicos de la computación en Google Cloud: Infraestructura en Google Cloud 3. Aspectos básicos de la computación en Google Cloud: Redes y seguridad en Google Cloud 4. Aspectos básicos de la computación en Google Cloud: Datos, IA y AA en Google Cloud En el último curso de la serie, se analizan los servicios de macrodatos …
Aprende a usar Gemini Notebook para crear una guía de estudio personalizada para el examen de certificación Professional Data Engineer. Repasarás las funciones de Gemini Notebook, crearás un cuaderno en Gemini Notebook y aprenderás a usar una guía de estudio como práctica para un examen de certificación.
Los cursos de Aspectos básicos de la computación en Google Cloud están destinados a personas que tienen un poco o nada de noción previa o experiencia sobre computación en la nube. En ellos, se brinda una descripción general de los conceptos centrales básicos de la nube, los macrodatos y el aprendizaje automático, y se explica dónde y cómo resulta adecuado utilizar Google Cloud. Cuando finalicen la serie de cursos, los estudiantes podrán hablar con claridad sobre estos conceptos y demostrar sus habilidades prácticas. Los cursos deben completarse en el siguiente orden: 1. Aspectos básicos de la computación en Google Cloud: Fundamentos de la computación en la nube 2. Aspectos básicos de la computación en Google Cloud: Infraestructura en Google Cloud 3. Aspectos básicos de la computación en Google Cloud: Seguridad y redes en Google Cloud 4. Aspectos básicos de la computación en Google Cloud: Datos, IA y AA en Google Cloud En este tercer curso, se abordan la automatización y las herrami…
Los cursos de Aspectos básicos de la computación en Google Cloud están destinados a personas que tienen un poco o nada de noción previa o experiencia sobre computación en la nube. Brindan una descripción general de los conceptos centrales básicos de la nube, los macrodatos y el aprendizaje automático, y explican dónde y cómo resulta adecuado utilizar Google Cloud. Cuando finalicen la serie de cursos, los estudiantes podrán hablar con claridad sobre estos conceptos y demostrar sus habilidades prácticas. Los cursos deben completarse en el siguiente orden: 1. Aspectos básicos de la computación en Google Cloud: Fundamentos de la computación en la nube 2. Aspectos básicos de la computación en Google Cloud: Infraestructura en Google Cloud 3. Aspectos básicos de la computación en Google Cloud: Redes y seguridad en Google Cloud 4. Aspectos básicos de la computación en Google Cloud: Datos, IA y AA en Google Cloud