We may earn an affiliate commission when you visit our partners.
Course image
Google Cloud Training

Este curso presenta las ofertas de inteligencia artificial (IA) y aprendizaje automático (AA) en Google Cloud que admiten el ciclo de vida de datos a IA a través de las bases de la IA, el desarrollo de la IA y las soluciones de IA. En él, se exploran las tecnologías, los productos y las herramientas disponibles para crear modelos y canalizaciones de AA, así como proyectos de IA generativa en función de los diferentes objetivos de los usuarios, como científicos de datos, ingenieros de AA y desarrolladores de IA.

Enroll now

What's inside

Syllabus

Introducción
Este módulo cubre el objetivo del curso de ayudar a los alumnos a navegar por las herramientas de desarrollo de IA en Google Cloud. También proporciona una descripción general de la estructura del curso, que se basa en un framework de IA de tres capas en Google Cloud.
Read more

Traffic lights

Read about what's good
what should give you pause
and possible dealbreakers
Este curso es ofrecido por Google Cloud Training, líderes reconocidos en el campo de la inteligencia artificial
Proporciona una introducción completa al ciclo de vida de datos a IA y las diversas opciones de desarrollo de IA
Explora tecnologías y herramientas emergentes en IA generativa, un área en rápida evolución
El curso requiere conocimientos previos en inteligencia artificial y aprendizaje automático para una comprensión óptima
Está diseñado principalmente para científicos de datos, ingenieros de aprendizaje automático y desarrolladores de IA con experiencia previa

Save this course

Create your own learning path. Save this course to your list so you can find it easily later.
Save

Reviews summary

Introducción esencial a ia/ml en google cloud

Según los estudiantes, este curso ofrece una sólida introducción a las capacidades de IA y Machine Learning en Google Cloud, siendo un excelente punto de partida para profesionales y principiantes. Destacan su estructura clara y progresiva, con conceptos bien explicados y una cobertura amplia de herramientas. La inclusión de IA generativa es un punto a favor por su actualidad. Sin embargo, algunos learners señalan que el contenido puede ser superficial para usuarios avanzados y que se beneficiaría de más laboratorios prácticos.
Incluye temas modernos como la IA generativa.
"La sección sobre IA generativa y LLMs es muy relevante y está bien cubierta, lo que demuestra que el curso está al día."
"Aprecio que el curso incorpore los avances más recientes en IA, como los modelos grandes de lenguaje y Generative AI Studio."
"Es un plus ver cómo Google Cloud aborda la IA generativa, dándome una perspectiva de las herramientas que puedo usar en este campo emergente."
Proporciona un panorama claro de las herramientas de IA/ML en Google Cloud.
"Este curso es excelente para entender los fundamentos de la IA y el ML en Google Cloud, ofreciendo una visión clara de sus capacidades."
"Realmente me ayudó a comprender las diferentes ofertas y cómo se estructuran las soluciones de IA dentro de la plataforma de Google."
"La cobertura de productos, desde BigQuery ML hasta Vertex AI y la IA Generativa, es un gran punto de partida."
Los estudiantes desearían más laboratorios y ejercicios prácticos.
"Me gustaría ver más laboratorios prácticos en lugar de solo demostraciones; esto consolidaría mejor el aprendizaje."
"El curso tiene demos útiles, pero la falta de ejercicios interactivos o tareas de codificación resta puntos a la experiencia práctica."
"Siento que, para un curso de ML, se beneficia enormemente de más oportunidades para aplicar directamente lo aprendido en escenarios reales."
Ideal para principiantes, pero puede ser básico para expertos.
"Aunque es una buena introducción, si ya tienes experiencia en aprendizaje automático, el contenido podría parecerte un poco superficial."
"Este curso es perfecto para quienes se inician en el mundo de la IA en Google Cloud, pero no para un ingeniero ML experimentado buscando profundidad."
"Como un curso introductorio, cumple su función, pero esperaba más detalles técnicos y desafíos para ir más allá de los conceptos básicos."

Activities

Be better prepared before your course. Deepen your understanding during and after it. Supplement your coursework and achieve mastery of the topics covered in Introduction to AI and Machine Learning on GC - Español with these activities:
Seguir tutoriales sobre Vertex AI
Seguir tutoriales sobre Vertex AI le permitirá profundizar su comprensión de la plataforma y sus capacidades, equipándolo para crear y administrar soluciones de IA efectivas.
Browse courses on Vertex AI
Show steps
  • Identificar tutoriales relevantes que aborden los aspectos específicos de Vertex AI que desea dominar.
  • Completar los tutoriales paso a paso, practicando la implementación de conceptos teóricos.
  • Experimentar con diferentes funciones y parámetros de Vertex AI para comprender sus efectos.
Participar como tutor o mentor de IA
Participar como tutor o mentor de IA le permitirá reforzar su comprensión de los conceptos de IA al compartirlos con otros, consolidando su conocimiento y habilidades de comunicación.
Show steps
  • Ofrecerse como voluntario para brindar apoyo y orientación a estudiantes o profesionales de IA principiantes.
  • Compartir sus conocimientos y experiencia práctica para ayudar a otros a superar desafíos y lograr sus objetivos de aprendizaje.
  • Recibir comentarios y diferentes perspectivas de sus estudiantes, ampliando su propia comprensión de la IA.
Contribuir a proyectos de IA de código abierto
Contribuir a proyectos de IA de código abierto le brindará experiencia práctica en el desarrollo colaborativo, mejorará sus habilidades técnicas y le permitirá mantenerse al día con las últimas tendencias en IA.
Show steps
  • Identificar proyectos de IA de código abierto que se alineen con sus intereses y habilidades.
  • Revisar la documentación del proyecto y comprender sus objetivos y requisitos.
  • Realizar mejoras, solucionar errores o agregar nuevas funciones al proyecto.
Show all three activities

Career center

Learners who complete Introduction to AI and Machine Learning on GC - Español will develop knowledge and skills that may be useful to these careers:
Data Scientist
A Data Scientist is responsible for collecting, analyzing, and interpreting large amounts of data. This course gives you hands-on experience working with BigQuery ML to build machine learning models. This is a skill directly relevant to the job. It also provides an overview of Google Cloud's suite of AI and ML tools, which can be valuable in your work as a Data Scientist.
Machine Learning Engineer
Machine Learning Engineers build and maintain machine learning models. The course provides an overview of Google Cloud's suite of AI and ML tools. This can help you to learn how to apply the right tool for the right job, which is an important skill for a Machine Learning Engineer.
AI Engineer
AI Engineers design, develop, and maintain AI systems. The course provides an overview of Google Cloud's suite of AI and ML tools, which can be valuable in your work as an AI Engineer.
Software Engineer
Software Engineers design, develop, and maintain software systems. This course provides an overview of Google Cloud's suite of AI and ML tools, which can be valuable in your work as a Software Engineer, especially if you are working on projects that involve AI or ML.
Data Analyst
Data Analysts collect, analyze, and interpret data to help businesses make better decisions. The course provides a hands-on experience working with BigQuery ML to build machine learning models. This is a skill that can be valuable in your work as a Data Analyst.
Business Analyst
Business Analysts help businesses understand their data and make better decisions. The course provides an overview of Google Cloud's suite of AI and ML tools and how to use them to solve business problems. This is a skill that can be valuable in your work as a Business Analyst.
AI Researcher
AI Researchers develop new AI algorithms and techniques. The course provides a hands-on experience working with BigQuery ML to build machine learning models. This is a skill that can be valuable in your work as an AI Researcher.
Product Manager
Product Managers are responsible for the development and launch of new products. The course provides an overview of Google Cloud's suite of AI and ML tools, which can be valuable in your work as a Product Manager.
Quantitative Analyst
Quantitative Analysts use mathematical and statistical models to make investment decisions. The course provides an overview of Google Cloud's suite of AI and ML tools, which can be valuable in your work as a Quantitative Analyst.
Consultant
Consultants help businesses solve problems and improve their performance. The course provides an overview of Google Cloud's suite of AI and ML tools, which can be valuable in your work as a Consultant.
Data Engineer
Data Engineers design, develop, and maintain data pipelines. The course provides an overview of Google Cloud's suite of AI and ML tools, which can be valuable in your work as a Data Engineer.
Technical Writer
Technical Writers create documentation for software and other technical products. The course provides an overview of Google Cloud's suite of AI and ML tools, which can be valuable in your work as a Technical Writer.
UX Designer
UX Designers design the user experience for software and other products. The course provides an overview of Google Cloud's suite of AI and ML tools, which can be valuable in your work as a UX Designer.
Project Manager
Project Managers plan and execute projects. The course provides an overview of Google Cloud's suite of AI and ML tools, which can be valuable in your work as a Project Manager.
Marketing Manager
Marketing Managers develop and execute marketing campaigns. The course provides an overview of Google Cloud's suite of AI and ML tools, which can be valuable in your work as a Marketing Manager.

Reading list

We've selected ten books that we think will supplement your learning. Use these to develop background knowledge, enrich your coursework, and gain a deeper understanding of the topics covered in Introduction to AI and Machine Learning on GC - Español.
Comprehensive introduction to deep learning. It covers the key concepts and algorithms of deep learning, and it includes exercises and projects to help readers apply their learning. It valuable resource for anyone interested in learning more about deep learning.
Classic reference on statistical learning. It covers the key concepts and algorithms of statistical learning, and it includes exercises and projects to help readers apply their learning. It valuable resource for anyone interested in learning more about statistical learning.
Provides a practical guide to data science for business. It covers the key concepts and techniques of data science, and it includes case studies to help readers apply their learning. It valuable resource for anyone interested in learning more about data science for business.
Provides a practical guide to deep learning with Python. It covers the key concepts and algorithms of deep learning, and it includes exercises and projects to help readers apply their learning. It valuable resource for anyone interested in learning more about deep learning with Python.
Este libro proporciona una base sólida en el aprendizaje automático utilizando Python. Cubre una amplia gama de temas de aprendizaje automático, incluidos algoritmos supervisados y no supervisados, selección y preparación de características, evaluación de modelos y mucho más. Es una excelente referencia para principiantes y profesionales experimentados por igual.
Este libro proporciona una introducción completa a las redes generativas adversas (GAN), un tipo de modelo de aprendizaje automático utilizado para generar datos nuevos o modificar datos existentes. Es un recurso invaluable para aquellos interesados en la IA generativa.
Este libro proporciona una introducción al procesamiento del lenguaje natural (PNL) y cómo utilizar TensorFlow para implementar modelos de PNL. Es un recurso valioso para aquellos interesados en aplicar técnicas de PNL a problemas del mundo real.
Este libro práctico proporciona una guía paso a paso para implementar algoritmos de aprendizaje automático utilizando bibliotecas populares como Scikit-Learn, Keras y TensorFlow. Es un recurso valioso para aquellos que buscan aplicar técnicas de aprendizaje automático a problemas del mundo real.
Este libro es una introducción accesible al aprendizaje por refuerzo, un tipo de aprendizaje automático que permite a los agentes aprender a tomar decisiones óptimas en entornos complejos. Es un recurso valioso para aquellos interesados en el aprendizaje por refuerzo.

Share

Help others find this course page by sharing it with your friends and followers:

Similar courses

Similar courses are unavailable at this time. Please try again later.
Our mission

OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.

Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.

Find this site helpful? Tell a friend about us.

Affiliate disclosure

We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.

Your purchases help us maintain our catalog and keep our servers humming without ads.

Thank you for supporting OpenCourser.

© 2016 - 2025 OpenCourser