Contacta con nosotros

Temario del curso

Introducción

  • La certificación Generative AI Leader: valor y público objetivo.
  • Formato del examen, dominios y ponderaciones, y cómo prepararse.

Fundamentos de Gen AI (~30%)

  • Conceptos centrales de gen AI y casos de uso (IA, ML, LLMs, modelos base, modelos multimodales y de difusión, ingeniería de prompts).
  • Enfoques de aprendizaje automático (supervisado, no supervisado, por refuerzo) y el ciclo de vida del ML.
  • Criterios para la selección de modelos base (modaliad, ventana de contexto, costo, rendimiento, personalización).
  • Tipos de datos y calidad de datos en gen AI (estructurados vs no estructurados, etiquetados vs no etiquetados).
  • Las capas del panorama de gen AI y los modelos base de Google (Gemini, Gemma, Imagen, Veo).

Ofertas de Gen AI de Google Cloud (~35%)

  • Fortalezas de gen AI de Google Cloud e infraestructura optimizada para IA (TPUs, GPUs, hypercomputer).
  • Ofertas preconstruidas: aplicación Gemini y Gemini Advanced, Gemini para Google Workspace, Gemini Enterprise.
  • Experiencia del cliente: Suite de compromiso del cliente (Agentes conversacionales, Asistente de agentes, Insights conversacionales).
  • Habilitación para desarrolladores: Plataforma de agentes / Vertex AI, Model Garden y ofertas de RAG.
  • Herramientas de agentes de gen AI (extensiones, funciones, almacenes de datos) y servicios relevantes de Google Cloud.

Técnicas para mejorar la salida de modelos de Gen AI (~20%)

  • Superar las limitaciones de los modelos base (corte de conocimiento, sesgo, alucinaciones, casos extremos).
  • Técnicas de ingeniería de prompts (zero-shot, one-shot, few-shot, rol, encadenamiento de prompts, cadena de pensamiento, ReAct).
  • Anclaje y generación aumentada por recuperación (RAG).
  • Parámetros de muestreo para controlar la salida (temperatura, top-p, cantidad de tokens, configuraciones de seguridad).

Estrategias empresariales para soluciones Gen AI exitosas (~15%)

  • Pasos de implementación y metodología de selección de soluciones.
  • IA segura y Marco de IA Segura (SAIF) de Google.
  • IA responsable: privacidad, sesgo e imparcialidad, responsabilidad y explicabilidad.

Preparación para el examen

  • Preguntas de muestra y revisión por dominio.
  • Examen simulado completo y análisis de respuestas.
  • Plan de estudio y estrategia del día del examen.

Resumen y próximos pasos

Requerimientos

Requisitos previos

  • No se requieren prerrequisitos técnicos.
  • Es útil tener conocimiento general de tecnología empresarial.

Público objetivo

  • Líderes, gerentes y tomadores de decisiones.
  • Profesionales comerciales en cualquier rol que adopten la IA generativa.
  • Cualquier persona preparándose para la certificación Google Cloud Generative AI Leader.
 14 Horas

Número de participantes


Precio por participante

Reseñas (1)

Próximos cursos

Categorías Relacionadas