Introduction to AI and Machine Learning on Google Cloud
Acerca de este curso
Este curso presenta las ofertas de inteligencia artificial (IA) y aprendizaje automático (ML) en Google Cloud que construyen proyectos tanto predictivos como generativos de IA. Explora las tecnologías, productos y herramientas disponibles en todo el ciclo de vida data-to-AI, abarcando los fundamentos de la IA, el desarrollo y las soluciones. Su objetivo es ayudar a los científicos de datos, desarrolladores de IA e ingenieros de ML a mejorar sus habilidades y conocimientos a través de experiencias de aprendizaje atractivas y ejercicios prácticos.
A quién va dirigido
Este curso está dirigido a los siguientes roles:
- Desarrolladores profesionales de IA, data scientists e ingenieros de ML que quieran construir proyectos predictivos y generativos de IA en Google Cloud.
Prerrequisitos:
Para sacar el máximo provecho de este curso, los participantes deben tener:
- Conocimientos básicos de conceptos de Machine Learning.
- Experiencia previa con lenguajes de programación como SQL y Python.
Objetivos del curso
Este curso enseña a los participantes las siguientes habilidades:
- Reconocer las tecnologías y herramientas de datos a IA proporcionadas por Google Cloud.
- Construir proyectos de IA generativos utilizando Gemini multimodal, prompts eficientes y ajuste de modelos.
- Explorar diversas opciones para desarrollar un proyecto de IA en Google Cloud.
- Crear un modelo de ML de principio a fin utilizando Vertex AI.
Contenidos
Introducción.
- Definir el objetivo del curso.
- Reconocer los objetivos del curso.
Fundamentos de IA.
- Reconocer el marco de IA/ML en Google Cloud.
- Identificar los principales componentes de la infraestructura de Google Cloud.
- Definir los productos de datos y ML en Google Cloud y cómo apoyan el ciclo de vida de los datos hacia la IA.
- Construir un modelo de ML con BigQuery ML para llevar los datos a la IA.
Opciones de Desarrollo de IA.
- Definir diferentes opciones para construir un modelo de ML en Google Cloud.
- Reconocer las características principales y las situaciones aplicables de las API pre-entrenadas, AutoML y el entrenamiento personalizado.
- Utilizar la API de Lenguaje Natural para analizar texto.
Desarrollo del Workflow IA.
- Definir el flujo de trabajo de construcción de un modelo de ML.
- Describir ML Ops y la automatización del flujo de trabajo en Google Cloud.
- Construir un modelo de ML de principio a fin utilizando AutoML en Verex AI.
AI Generativa.
- Definir la inteligencia artificial generativa y los modelos base.
- Utilizar Gemini multimodal con Verex AI Studio.
- Diseñar prompt eficientes y ajustar modelos con diferentes métodos.
- Reconocer las soluciones de inteligencia artificial y las características integradas de Gen AI.
