Miembro desde 2026
Operaciones de aprendizaje automático (MLOps) con Vertex AI: Evaluación de modelos
Earned ago 30, 2026 EDT
Operaciones de aprendizaje automático (MLOps) para la IA generativa
Earned ago 30, 2026 EDT
Ingeniería de agentes de IA con el Kit de desarrollo de agentes (ADK)
Earned may 29, 2026 EDT
En este curso, los profesionales del aprendizaje automático aprenderán a utilizar las herramientas, las técnicas y las prácticas recomendadas indispensables para evaluar los modelos de IA generativa y predictiva. La evaluación de modelos es una disciplina esencial para garantizar que los sistemas de AA arrojen resultados confiables, exactos y de alto rendimiento en la producción. Los participantes obtendrán información exhaustiva sobre diversas métricas y metodologías de evaluación, además de su aplicación adecuada en diferentes tipos de modelos y tareas. En este curso, se hará énfasis en los desafíos únicos que presentan los modelos de IA generativa y se ofrecerán estrategias para abordarlos de manera eficaz. Con la plataforma de Vertex AI de Google Cloud, los participantes aprenderán a implementar los procesos sólidos de evaluación para la selección, optimización y supervisión continua de modelos.
El objetivo de este curso es equiparte con los conocimientos y las herramientas que necesitas para descubrir los desafíos únicos que enfrentan los equipos de MLOps cuando implementan y administran modelos de IA generativa, y explorar cómo Vertex AI fortalece a los equipos de IA para optimizar los procesos de MLOps y alcanzar el éxito en los proyectos de IA generativa.
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.