Ramin Hoodeh
Miembro desde 2025
Liga de Oro
5357 puntos
IA responsable para desarrolladores: Interpretabilidad y transparencia
Earned jul 30, 2026 EDT
Sistemas de aprendizaje automático de producción
Earned jul 30, 2026 EDT
Crea apps basadas en IA generativa en Google Cloud
Earned jul 29, 2026 EDT
Operaciones de aprendizaje automático (MLOps) con Vertex AI: Administra atributos
Earned jul 29, 2026 EDT
IA responsable para desarrolladores: Equidad y sesgos
Earned jul 29, 2026 EDT
Operaciones de aprendizaje automático (MLOps) con Vertex AI: Evaluación de modelos
Earned jul 29, 2026 EDT
Operaciones de aprendizaje automático (MLOps): Primeros pasos
Earned jul 29, 2026 EDT
Introducción a la IA generativa
Earned jul 29, 2026 EDT
Operaciones de aprendizaje automático (MLOps) para la IA generativa
Earned jul 29, 2026 EDT
Crea modelos de AA con BigQuery ML
Earned jul 29, 2026 EDT
Prepara datos para las APIs de AA en Google Cloud
Earned jul 29, 2026 EDT
Ingeniería de datos para crear modelos predictivos con BigQuery ML
Earned jul 29, 2026 EDT
IA responsable para desarrolladores: Privacidad y seguridad
Earned jul 29, 2026 EDT
Introducción a la IA y el aprendizaje automático en Google Cloud
Earned jul 29, 2026 EDT
Introducción a los modelos de lenguaje grandes
Earned abr 30, 2026 EDT
Agentes de IA generativa: transforma tu organización
Earned abr 29, 2026 EDT
Apps de IA generativa: transforma tu trabajo
Earned abr 29, 2026 EDT
IA generativa: explora el panorama
Earned abr 29, 2026 EDT
IA generativa: descubre los conceptos fundamentales
Earned abr 29, 2026 EDT
IA generativa: más allá del chatbot
Earned abr 29, 2026 EDT
Crea una guía de estudio para la certificación de PMLE
Earned nov 16, 2025 EST
En este curso, se presentan los conceptos de interpretabilidad y transparencia de la IA, así como se menciona la importancia de la transparencia de la IA para los ingenieros y desarrolladores. Se exploran métodos y herramientas funcionales para ayudar a lograr la interpretabilidad y transparencia en los modelos de IA y datos.
Más información
En este curso, analizaremos los componentes y las prácticas recomendadas de la creación de sistemas de AA de alto rendimiento en entornos de producción. Veremos algunas de las consideraciones más comunes tras la creación de estos sistemas, p. ej., entrenamiento estático, entrenamiento dinámico, inferencia estática, inferencia dinámica, TensorFlow distribuido y TPU. Este curso se enfoca en explorar las características que conforman un buen sistema de AA más allá de su capacidad de realizar predicciones correctas.
Más información
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.
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 estudiantes obtendrán experiencia práctica con la transferencia de transmisión de Vertex AI Feature Store en la capa de SDK.
Más información
En este curso, se presentan los conceptos de la IA responsable y los principios de la IA. Se abordan técnicas para identificar de forma práctica la equidad y los sesgos, y mitigar los sesgos en las prácticas de IA/AA. Se exploran métodos y herramientas funcionales para implementar prácticas recomendadas de la IA responsable con productos de Google Cloud y herramientas de código abierto.
Más información
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.
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
Este es un curso introductorio de microaprendizaje destinado a explicar qué es la IA generativa, cómo se utiliza y en qué se diferencia de los métodos de aprendizaje automático tradicionales. También menciona las herramientas de Google para ayudarte a desarrollar tus propias aplicaciones de IA generativa.
Más información
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.
Más información
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.
Más información
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.
Más información
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.
Más información
En este curso, se presentan temas importantes relacionados con la privacidad y seguridad de la IA. Se exploran herramientas y métodos prácticos para implementar prácticas recomendadas de privacidad y seguridad de la IA a través del uso de productos de Google Cloud y herramientas de código abierto.
Más información
En este curso, se presentan las funciones de IA y aprendizaje automático (AA) de Google Cloud, con un enfoque en el desarrollo de proyectos de IA generativa y predictiva. Se exploran las diversas tecnologías, productos y herramientas disponibles durante el ciclo de vida desde los datos hasta la IA, y se trabaja con ejercicios interactivos para que los científicos de datos, ingenieros de AA y desarrolladores de IA puedan enriquecer su experiencia.
Más información
Este es un curso introductorio de microaprendizaje en el que se explora qué son los modelos de lenguaje grandes (LLM), sus casos de uso y cómo se puede utilizar el ajuste de instrucciones para mejorar el rendimiento de los LLM. También abarca las herramientas de Google para ayudarte a desarrollar tus propias aplicaciones de IA generativa.
Más información
Agentes de IA generativa: transforma tu organización es el quinto y último curso de la ruta de aprendizaje Líder de IA generativa. En este curso, se analiza cómo las organizaciones pueden usar agentes de IA generativa personalizados para abordar desafíos empresariales específicos. Puedes obtener experiencia práctica a través de la creación de un agente de IA básico mientras exploras los componentes de estos agentes, como los modelos, los bucles de razonamiento y las herramientas.
Más información
Apps de IA generativa : transforma tu trabajo es el cuarto curso de la ruta de aprendizaje de Líder de IA generativa. En este curso, se presentan las aplicaciones de IA generativa de Google, como Gemini para Workspace y NotebookLM. Te brinda orientación sobre los conceptos como la fundamentación, la generación mejorada por recuperación, la creación de instrucciones eficaces y el desarrollo de flujos de trabajo automatizados.
Más información
IA generativa: explora el panorama es el tercer curso de la ruta de aprendizaje de Líder de IA generativa. La IA generativa está cambiando la manera en la que interactuamos y trabajamos con el mundo que nos rodea. Pero, como líder, ¿cómo puedes aprovechar su poder para generar resultados comerciales reales? En este curso, explorarás las diferentes capas del desarrollo de soluciones de IA generativa, las ofertas de Google Cloud y los factores que se deben considerar cuando se selecciona una solución.
Más información
IA generativa: descubre los conceptos fundamentales es el segundo curso de la ruta de aprendizaje de Líder de IA generativa. En este curso, descubrirás los conceptos fundamentales de la IA generativa explorando las diferencias entre esta, el AA y la IA, y comprendiendo cómo los diferentes tipos de datos permiten abordar desafíos empresariales con la IA generativa. También conocerás las estrategias de Google Cloud para abordar las limitaciones de los modelos de base y los desafíos clave para desarrollar e implementar la IA de forma responsable y segura.
Más información
IA generativa: más allá del chatbot es el primer curso de la ruta de aprendizaje de Líder de IA generativa y no tiene requisitos previos. El objetivo de este curso es profundizar los conocimientos básicos sobre chatbots para explorar el verdadero potencial de la IA generativa para tu organización. Explorarás conceptos como los modelos de base y la ingeniería de instrucciones, que son fundamentales para aprovechar el poder de la IA generativa. Este curso también te sirve como guía para las consideraciones importantes que debes tener cuando desarrollas una estrategia de IA generativa exitosa para tu organización.
Más información
Aprende a usar NotebookLM para crear una guía de estudio personalizada para el examen de certificación de Professional Machine Learning Engineer (PMLE). Repasarás las funciones de NotebookLM, crearás un notebook y usarás la guía de estudio como práctica para el examen de certificación.
Más información
