Unirse Acceder

Pablo Villegas

Miembro desde 2023

Liga de Diamantes

63820 puntos
Aspectos básicos de la computación en Google Cloud: Infraestructura en Google Cloud Earned ago 30, 2025 EDT
El trabajo se une al ocio: finanzas más rápidas Earned ago 30, 2025 EDT
Nivel 3: Aspectos esenciales de Terraform Earned ago 21, 2025 EDT
Aspectos básicos de la computación en Google Cloud: Fundamentos de la computación en la nube Earned ago 20, 2025 EDT
Diseño de instrucciones en Agent Platform Earned jul 21, 2025 EDT
IA responsable: Aplica los principios de la IA con Google Cloud Earned jul 20, 2025 EDT
Introducción a la IA responsable Earned jul 20, 2025 EDT
Agentes de IA generativa: transforma tu organización Earned jun 13, 2025 EDT
Apps de IA generativa: transforma tu trabajo Earned abr 26, 2025 EDT
IA generativa: explora el panorama Earned abr 22, 2025 EDT
IA generativa: descubre los conceptos fundamentales Earned abr 20, 2025 EDT
IA generativa: más allá del chatbot Earned abr 19, 2025 EDT
Introducción a la ingeniería de datos en Google Cloud Earned abr 17, 2025 EDT
Crea una guía de estudio para el examen de la certificación PDE Earned mar 22, 2025 EDT
[DEPRECATED] Gemini para ingenieros de seguridad Earned ene 12, 2025 EST
[DEPRECATED] Gemini para Cloud Architects Earned ene 12, 2025 EST
[DEPRECATED] Gemini para desarrolladores de aplicaciones Earned ene 12, 2025 EST
Ingeniería de datos para crear modelos predictivos con BigQuery ML Earned nov 6, 2024 EST
Crea modelos de AA con BigQuery ML Earned nov 3, 2024 EST
Administra la infraestructura de nube con Terraform Earned oct 27, 2024 EDT
IA responsable para desarrolladores: Privacidad y seguridad Earned oct 24, 2024 EDT
Crea una guía de estudio para el examen de la certificación PMLE Earned oct 22, 2024 EDT
Operaciones de aprendizaje automático (MLOps) con Vertex AI: Evaluación de modelos Earned oct 22, 2024 EDT
Trabaja con Notebooks en Vertex AI Earned oct 21, 2024 EDT
IA responsable para desarrolladores: Interpretabilidad y transparencia Earned oct 18, 2024 EDT
IA responsable para desarrolladores: Equidad y sesgos Earned oct 18, 2024 EDT
Crea apps basadas en IA generativa en Google Cloud Earned oct 17, 2024 EDT
Operaciones de aprendizaje automático (MLOps) para la IA generativa Earned oct 14, 2024 EDT
Crea e implementa soluciones de aprendizaje automático en Vertex AI Earned oct 14, 2024 EDT
Introducción a los modelos de lenguaje grandes Earned oct 10, 2024 EDT
Introducción a la IA generativa Earned oct 10, 2024 EDT
ML Pipelines on Google Cloud - Español Earned oct 10, 2024 EDT
Prepara datos para las APIs de AA en Google Cloud Earned ago 20, 2024 EDT
Operaciones de aprendizaje automático (MLOps) con Vertex AI: Administra atributos Earned jul 24, 2024 EDT
Recommendation Systems on Google Cloud Earned jun 25, 2024 EDT
Computer Vision Fundamentals with Google Cloud Earned jun 13, 2024 EDT
Operaciones de aprendizaje automático (MLOps): Primeros pasos Earned jun 5, 2024 EDT
Sistemas de aprendizaje automático de producción Earned may 22, 2024 EDT
Aprendizaje automático en empresas Earned may 14, 2024 EDT
[DEPRECATED] Ingeniería de atributos Earned may 6, 2024 EDT
Crea, entrena e implementa modelos de AA con Keras en Google Cloud Earned abr 29, 2024 EDT
Natural Language Processing on Google Cloud Earned nov 9, 2023 EST
Launching into Machine Learning - Español Earned oct 30, 2023 EDT
Introducción a la IA y el aprendizaje automático en Google Cloud Earned oct 20, 2023 EDT

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

Más información

En L&T Finance, la velocidad es importante. Al pasarse a Google Workspace, sus equipos redujeron el tiempo de aprobación de préstamos de horas a solo minutos, lo que ayudó a millones de personas de las zonas rurales de la India a acceder más rápidamente a los fondos. Con Gmail, Calendar, Docs y Meet, 14 500 empleados ahora se mantienen conectados y trabajan juntos más fácilmente, sin importar dónde se encuentren. Este desafío se inspira en ese viaje. Podrá practicar con las mismas herramientas, empezando por Gmail y Calendar, aprendiendo a gestionar usuarios y aplicaciones en la consola de administración, creando aplicaciones sencillas con AppSheet y explorando el rendimiento de la nube con Kubernetes y herramientas de supervisión. Se trata de aprender habilidades que hagan el trabajo más fácil, rápido y eficaz.

Más información

Utilizado por más del 70% de los equipos DevOps en todo el mundo, Terraform se ha convertido en la herramienta de referencia para el aprovisionamiento y la gestión de la infraestructura como código. En este desafío práctico, utilizarás Terraform para automatizar la configuración de los recursos de Google Cloud: Firetore, Compute Engine, Cloud Storage, VPC y mucho más. También gestionarás configuraciones seguras con cuentas de servicio, reglas de cortafuegos y Secret Manager. Construye una base sólida para implementaciones escalables y repetibles y obtén una credencial exclusiva de Google Cloud.

Más información

Los cursos de Google Cloud Computing Foundations 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 alumnos 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 Este primer curso brinda una descripción general de la computación en la nube, formas de usar Googl…

Más información

Completa la insignia de habilidad del curso introductorio Diseño de instrucciones en Agent Platform y demuestra tus habilidades para realizar las siguientes actividades: ingeniería de instrucciones, análisis de imágenes y aplicación de técnicas generativas multimodales en Agent Platform. Descubre cómo crear instrucciones eficaces, guía las respuestas de la IA generativa y aplica modelos de Gemini en situaciones de marketing de la vida real.

Más información

A medida que aumenta el uso empresarial de la inteligencia artificial y el aprendizaje automático, también crece la importancia de implementarlo responsablemente. El desafío para muchas personas es que hablar sobre la IA responsable puede ser más fácil que aplicarla. Si te interesa aprender cómo poner en funcionamiento la IA responsable en tu organización, este curso es para ti. En este curso, aprenderás cómo Google Cloud aplica estos principios en la actualidad, junto con las prácticas recomendadas y las lecciones aprendidas, para usarlos como marco de trabajo de modo que puedas crear tu propio enfoque de IA responsable.

Más información

Este es un curso introductorio de microaprendizaje destinado a explicar qué es la IA responsable, por qué es importante y cómo la implementa Google en sus productos. También se presentan los 7 principios de la IA de Google.

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 Gen AI Leader. 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 Gen AI Leader. 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 Gen AI Leader 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

En este curso, aprenderás sobre la ingeniería de datos en Google Cloud, los roles y las responsabilidades de los ingenieros de datos y cómo estos se corresponden con las ofertas de Google Cloud. También aprenderás sobre los métodos para enfrentar los desafíos de la ingeniería de datos.

Más información

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.

Más información

En este curso, descubrirás cómo Gemini, un colaborador potenciado por IA generativa de Google Cloud, te ayudará a proteger tu entorno y tus recursos en la nube. Aprenderás a implementar cargas de trabajo de ejemplo en un entorno de Google Cloud y a identificar y corregir los parámetros de configuración de seguridad incorrectos con Gemini. A través de un lab práctico, comprobarás cómo Gemini mejora tu postura de seguridad en la nube. Recuerda que Duet AI ahora se llama Gemini, nuestro modelo de nueva generación.

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 cómo Gemini, un colaborador potenciado por IA generativa de Google Cloud, ayuda a los desarrolladores a compilar aplicaciones. Aprenderás a darle instrucciones a Gemini para que explique códigos, recomiende servicios de Google Cloud y genere código para tus aplicaciones. A través de un lab práctico, comprobarás cómo Gemini mejora el flujo de trabajo de desarrollo de aplicaciones. Recuerda que Duet AI ahora se llama Gemini, nuestro modelo de nueva generación.

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

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

En este curso, el usuario experimentado de Google Cloud aprenderá a describir e iniciar recursos en la nube con Terraform, una herramienta de código abierto que codifica las APIs en archivos de configuración declarativos que se pueden compartir entre los miembros del equipo, tratarse como código, editarse, revisarse o cambiar de versión. En estos labs prácticos, trabajarás con plantillas de ejemplo y aprenderás a iniciar una variedad de configuraciones, desde servidores simples hasta aplicaciones con balanceo de cargas completo.

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

Aprende a usar Gemini Notebook para crear una guía de estudio personalizada para el examen de certificación Professional Machine Learning Engineer (PMLE). Repasarás las funciones de Gemini Notebook, crearás un notebook y usarás la guía de estudio como práctica para el examen de certificación.

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

Este curso es una introducción a Notebooks de Vertex AI, que son entornos basados en notebooks de Jupyter que proporcionan una plataforma unificada para todo el flujo de trabajo de aprendizaje automático, desde la preparación de los datos hasta la implementación y supervisión de los modelos. Se abordan los siguientes temas: (1) Los diferentes tipos de Notebooks de Vertex AI y sus funciones y (2) cómo crear y administrar Notebooks de Vertex AI.

Más información

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, 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

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

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 completando el curso Crea e implementa soluciones de aprendizaje automático en Vertex AI, en el que aprenderás a usar la plataforma de Vertex AI de Google Cloud, así como AutoML y los servicios de entrenamiento personalizado para entrenar, evaluar, ajustar y, además, implementar modelos de aprendizaje automático. Este curso con insignia de habilidad está dirigido a ingenieros de aprendizaje automático y científicos de datos profesionales. Una insignia de habilidad es una insignia digital exclusiva otorgada por Google Cloud en reconocimiento de tu dominio de los productos y servicios de la plataforma, y que prueba tu capacidad para aplicar tus conocimientos en un entorno interactivo y práctico. Completa esta insignia de habilidad y el Lab de desafío de la evaluación final para recibir una insignia digital que puedes compartir en tus redes.

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

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

En este curso, aprenderá de los ingenieros y capacitadores de AA que trabajan en el desarrollo de vanguardia de las canalizaciones de AA en Google Cloud. En los primeros módulos, se abordará TensorFlow Extended (o TFX), la plataforma de aprendizaje automático de producción de Google basada en TensorFlow para la administración de canalizaciones y metadatos de AA. Aprenderá sobre los componentes y la organización de las canalizaciones con TFX. También aprenderá cómo automatizar su canalización mediante la integración y la implementación continuas, y cómo administrar ML Metadata. Luego, cambiaremos el enfoque para analizar cómo podemos automatizar y volver a usar las canalizaciones de AA en múltiples frameworks de AA, como TensorFlow, PyTorch, scikit-learn y XGBoost. Además, aprenderá a usar Cloud Composer, otra herramienta de Google Cloud, para organizar sus canalizaciones de entrenamiento continuo. Por último, aprenderá a usar MLflow para administrar el ciclo de vida completo del aprend…

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

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

In this course, you apply your knowledge of classification models and embeddings to build a ML pipeline that functions as a recommendation engine. This is the fifth and final course of the Advanced Machine Learning on Google Cloud series.

Más información

This course describes different types of computer vision use cases and then highlights different machine learning strategies for solving these use cases. The strategies vary from experimenting with pre-built ML models through pre-built ML APIs and AutoML Vision to building custom image classifiers using linear models, deep neural network (DNN) models or convolutional neural network (CNN) models. The course shows how to improve a model's accuracy with augmentation, feature extraction, and fine-tuning hyperparameters while trying to avoid overfitting the data. The course also looks at practical issues that arise, for example, when one doesn't have enough data and how to incorporate the latest research findings into different models. Learners will get hands-on practice building and optimizing their own image classification models on a variety of public datasets in the labs they will work on.

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

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

En este curso, se aplica un enfoque real en el flujo de trabajo del AA a través de un caso de éxito. Un equipo de AA trabaja con varios requisitos empresariales y casos de uso de AA. El equipo debe comprender las herramientas necesarias para la administración de los datos y considerar el mejor enfoque para su procesamiento previo. Al equipo se le presentan tres opciones con las que puede crear modelos de AA para dos casos de uso. En el curso, se explica por qué el equipo usará AutoML, BigQuery ML o entrenamiento personalizado para lograr sus objetivos.

Más información

En este curso, se exploran los beneficios de utilizar Vertex AI Feature Store, cómo mejorar la exactitud de los modelos de AA y cómo descubrir cuáles columnas de datos producen los atributos más útiles. El curso también incluye contenido y labs sobre la ingeniería de atributos en los que se usan BigQuery ML, Keras y TensorFlow.

Más información

En este curso, se explica cómo crear modelos de AA con TensorFlow y Keras, cómo mejorar la exactitud de los modelos de AA y cómo escribir modelos de AA para uso escalado.

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

El curso comienza con un debate sobre los datos: cómo mejorar su calidad y cómo realizar análisis exploratorios de ellos. Describimos Vertex AI AutoML y cómo crear, entrenar e implementar un modelo de AA sin escribir una sola línea de código. Conocerás los beneficios de BigQuery ML. Luego, se analiza cómo optimizar un modelo de aprendizaje automático (AA) y cómo la generalización y el muestreo pueden ayudar a evaluar la calidad de los modelos de AA para el entrenamiento personalizado.

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