Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
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
Reseñas (1)
Flujo, vibra y tema en la presentación
Lukasz Kowalczyk - Allegro Sp. z o.o.
Curso - Google Gemini AI for Data Analysis
Traducción Automática