Este curso presenta las ofertas de IA y aprendizaje automático (ML) en Google Cloud que construyen proyectos de IA predictiva y generativa. Explora las tecnologías, productos y herramientas disponibles a lo largo del ciclo de vida de los datos para IA, abarcando los fundamentos de 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 mediante experiencias de aprendizaje atractivas y ejercicios prácticos.
Objetivos
En este curso, los participantes aprenderán las siguientes habilidades:
- Reconocer las tecnologías y herramientas de datos para IA proporcionadas por Google Cloud.
- Construir proyectos de IA generativa utilizando Gemini multimodal, prompts eficientes y ajuste de modelos.
- Explorar varias opciones para desarrollar un proyecto de IA en Google Cloud.
- Crear un modelo de ML de principio a fin utilizando Vertex AI.
Público objetivo
Esta clase está dirigida al siguiente público:
- Desarrolladores profesionales de IA, científicos de datos e ingenieros de ML que desean construir proyectos de IA predictiva y generativa en Google Cloud.
Requisitos previos
Para aprovechar al máximo este curso, los participantes deben cumplir con los siguientes criterios:
- Conocimiento básico de conceptos de aprendizaje automático
- Experiencia previa con lenguajes de programación como SQL y Python
Duración
1 dia
Inversión
Vea el valor actualizado y los próximos cierres para las clases abiertas en nuestra página de registro.
Si está interesado en una clase cerrada para su empresa, contáctenos.
Resumen del curso
- Define the course goal.
- Recognize the course objectives.
- Recognize the AI/ML framework on Google Cloud.
- Identify the major components of Google Cloud infrastructure.
- Define the data and ML products on Google Cloud and how they support the data-to-AI lifecycle.
- Build an ML model with BigQueryML to bring data to AI.
- Define different options to build an ML model on Google Cloud.
- Recognize the primary features and applicable situations of pre-trained APIs, AutoML, and custom training.
- Use the Natural Language API to analyze text.
- Define the workflow of building an ML model.
- Describe MLOps and workflow automation on Google Cloud.
- Build an ML model from end to end by using AutoML on Vertex AI.
- Define generative AI and foundation models.
- Use Gemini multimodal with Vertex AI Studio.
- Design efficient prompt and tune models with different methods.
- Recognize the AI solutions and the embedded Gen AI features.Alternar conteúdo
- Recognize the primary concepts, tools, technologies, and products learned in the course.