Curso Introduction to AI and Machine Learning on Google Cloud

Este curso está dirigido a:

• Desarrolladores de IA
• Científicos de datos.
• Ingenieros de Machine Learning

Es necesario contar con:

• Conocimientos básicos de los conceptos de aprendizaje automático.
• Experiencia previa en lenguajes de programación como SQL y Python.

Módulo 1: Fundamentos de IA

Objetivos:

• Reconocer el marco de trabajo de IA/ML en Google Cloud.
• Identificar los principales componentes de la infraestructura de Google Cloud.

Contenidos:

• ¿Por qué IA?
• Marco de trabajo de IA/ML en Google Cloud.
• Infraestructura de Google Cloud.
• Productos de datos e IA.
• Categorías de modelos de ML.
• Introducción al laboratorio: BigQuery ML.
• Laboratorio: Predicción de compras de visitantes con BigQuery ML.
• Cuestionario.
• Lecturas complementarias.

Módulo 2: Opciones de desarrollo de IA

Objetivos:

• Definir las distintas opciones para construir un modelo de ML en Google Cloud.
• Reconocer las características principales y casos de uso de APIs pre-entrenadas, AutoML y entrenamiento personalizado.
• Usar la API de lenguaje natural para analizar texto.

Contenidos:

• Opciones de desarrollo de IA.
• APIs pre-entrenadas.
• Vertex AI.
• AutoML.
• Entrenamiento personalizado.
• Introducción al laboratorio: API de lenguaje natural.
• Laboratorio: Análisis de entidades y sentimientos con la API de lenguaje natural.
• Cuestionario.
• Lecturas complementarias.

Módulo 3: Flujo de trabajo de desarrollo de IA

Objetivos:

• Describir el flujo de trabajo para construir un modelo de ML.
• Definir MLOps y automatización del flujo de trabajo en Google Cloud.
• Construir un modelo de ML de extremo a extremo utilizando AutoML en Vertex AI.

Contenidos:

• Flujo de trabajo de ML.
• Preparación de datos.
• Desarrollo de modelos.
• Implementación de modelos.
• MLOps y automatización del flujo de trabajo.
• Introducción al laboratorio: AutoML.
• Cómo aprende una máquina.
• Laboratorio: Vertex AI: Predicción del riesgo de crédito con AutoML.
• Cuestionario.
• Lecturas complementarias.

Módulo 4: IA Generativa

Objetivos:

• Definir IA generativa y modelos fundacionales.
• Diseñar prompts eficientes y ajustar modelos mediante distintos métodos.
• Reconocer las soluciones de IA y las características embebidas de IA generativa.

Contenidos:

• Flujo de trabajo y fundamentos de IA generativa.
• Uso de Gemini multimodal con Vertex AI Studio.
• Diseño de prompts eficientes.
• Ajuste de modelos.
• Model Garden.
• Soluciones de IA.
• Introducción al laboratorio: Vertex AI Studio.
• Laboratorio: Introducción a Vertex AI Studio.
• Cuestionario.
• Lecturas complementarias.

Módulo 5: Resumen del curso

Objetivos:

• Reconocer los conceptos, herramientas, tecnologías y productos principales aprendidos en el curso.

Contenidos:

• Lectura de repaso.

Documentación oficial para el curso Introduction to AI and Machine Learning on Google Cloud

• Formador certificado por Google Cloud.
• Más de 5 años de experiencia profesional.
• Más de 4 años de experiencia docente.
• Profesional activo en empresas del sector IT.

Haz click aquí y descubre los descuentos, promociones y ayudas disponibles para tu formación tecnológica.