Unirse Acceder

Aplica tus habilidades en la consola de Google Cloud

Ayyanar Jeyakrishnan

Miembro desde 2023

Preparación para el proceso de certificación Professional Data Engineer Earned ene 3, 2025 EST
Escala con Google Cloud Operations Earned ene 29, 2024 EST
Confianza y seguridad con Google Cloud Earned ene 29, 2024 EST
Moderniza infraestructura y aplicaciones con Google Cloud Earned ene 29, 2024 EST
Innova con la Inteligencia Artificial de Google Cloud Earned ene 29, 2024 EST
Explora la transformación de datos con Google Cloud Earned ene 28, 2024 EST
Operaciones de aprendizaje automático (MLOps): Primeros pasos Earned ene 11, 2024 EST
Operaciones de aprendizaje automático (MLOps) con Vertex AI: Administra atributos Earned ene 11, 2024 EST
Natural Language Processing on Google Cloud Earned ene 11, 2024 EST
Computer Vision Fundamentals with Google Cloud Earned ene 9, 2024 EST
Sistemas de aprendizaje automático de producción Earned dic 1, 2023 EST
Aprendizaje automático en empresas Earned nov 21, 2023 EST
Ingeniería de atributos Earned nov 8, 2023 EST
Crea, entrena e implementa modelos de AA con Keras en Google Cloud Earned oct 24, 2023 EDT
Launching into Machine Learning - Español Earned oct 11, 2023 EDT
How Google Does Machine Learning - Español Earned oct 3, 2023 EDT
Google Cloud Big Data and Machine Learning Fundamentals - Español Earned oct 2, 2023 EDT

Este curso ayuda a los participantes a crear un plan de estudio para el examen de certificación de PDE (Professional Data Engineer). Los alumnos conocerán la amplitud y el alcance de los dominios que se incluyen en el examen. Además, evaluarán su nivel de preparación para el examen y crearán un plan de estudio personal.

Más información

Organizaciones de todos los tamaños están aprovechando la potencia y flexibilidad de la nube para transformar sus operaciones. Sin embargo, administrar y escalar eficazmente los recursos en la nube puede ser una tarea compleja. En Escala con Google Cloud Operations, se exploran los conceptos fundamentales de las operaciones modernas, la confiabilidad y la resiliencia en la nube, y cómo Google Cloud puede ayudar con esas tareas. Como parte de la ruta de aprendizaje de Líder digital de Cloud, el objetivo de este curso es ayudar a las personas a crecer en su rol y desarrollar el futuro de su empresa.

Más información

A medida que las organizaciones trasladan sus datos y aplicaciones a la nube, deben enfrentar nuevos desafíos de seguridad. En el curso Confianza y seguridad con Google Cloud, se exploran los conceptos básicos de la seguridad en la nube, el valor del enfoque multicapas de Google Cloud para la seguridad de la infraestructura y cómo Google se gana y mantiene la confianza de los clientes en la nube. Como parte de la ruta de aprendizaje de Líder digital de Cloud, el objetivo de este curso es ayudar a las personas a crecer en su rol y desarrollar el futuro de su empresa.

Más información

Muchas empresas tradicionales usan aplicaciones y sistemas heredados que no pueden adecuarse a las expectativas de los clientes actuales. A menudo los líderes empresariales deben elegir entre mantener sus sistemas de TI anticuados o invertir en nuevos productos y servicios. En “Moderniza infraestructura y aplicaciones con Google Cloud”, se exploran estos desafíos y se ofrecen soluciones para superarlos con la tecnología de la nube. Como parte de la ruta de aprendizaje de Líder digital de Cloud, el objetivo de este curso es ayudar a las personas a crecer en su rol y desarrollar el futuro de su empresa.

Más información

La inteligencia artificial (IA) y el aprendizaje automático (AA) representan una evolución importante en las tecnologías de la información que están transformando rápidamente una amplia variedad de sectores. En el curso “Innova con la Inteligencia Artificial de Google Cloud”, se exploran las maneras en que las organizaciones pueden usar la IA y el AA para transformar sus procesos empresariales. Como parte de la ruta de aprendizaje de Líder digital de Cloud, el objetivo de este curso es ayudar a las personas a crecer en su rol y desarrollar el futuro de su empresa.

Más información

La tecnología de Cloud puede aportar un gran valor a una organización y, si la combinamos con datos, podemos generar aún más valor y crear nuevas experiencias para los clientes.En “Explora la transformación de datos con Google Cloud”, se explora el valor que los datos pueden aportar a una organización y las formas en que Google Cloud puede hacer que estos sean útiles y accesibles.Como parte de la ruta de aprendizaje de Líder digital de Cloud, el objetivo de este curso es ayudar a las personas a crecer en su rol y desarrollar el futuro de su empresa.

Más información

En este curso, se presentan a los participantes las herramientas y prácticas recomendadas de MLOps para implementar, evaluar, supervisar y operar sistemas de AA de producción en Google Cloud. Las MLOps son una disciplina enfocada en la implementación, prueba, supervisión y automatización de sistemas de AA en producción. Los ingenieros profesionales de aprendizaje automático usan herramientas para mejorar y evaluar continuamente los modelos implementados. Trabajan con científicos de datos (o pueden serlo) que desarrollan modelos para ofrecer velocidad y rigor en la implementación de modelos con el mejor rendimiento.

Más información

En este curso, se presentan a los participantes las herramientas y prácticas recomendadas de MLOps para implementar, evaluar, supervisar y operar sistemas de AA de producción en Google Cloud. Las MLOps son una disciplina enfocada en la implementación, prueba, supervisión y automatización de sistemas de AA en producción. Los estudiantes obtendrán experiencia práctica con la transferencia de transmisión de Vertex AI Feature Store en la capa de SDK.

Más información

This course introduces the products and solutions to solve NLP problems on Google Cloud. Additionally, it explores the processes, techniques, and tools to develop an NLP project with neural networks by using Vertex AI and TensorFlow.

Más información

This course describes different types of computer vision use cases and then highlights different machine learning strategies for solving these use cases. The strategies vary from experimenting with pre-built ML models through pre-built ML APIs and AutoML Vision to building custom image classifiers using linear models, deep neural network (DNN) models or convolutional neural network (CNN) models. The course shows how to improve a model's accuracy with augmentation, feature extraction, and fine-tuning hyperparameters while trying to avoid overfitting the data. The course also looks at practical issues that arise, for example, when one doesn't have enough data and how to incorporate the latest research findings into different models. Learners will get hands-on practice building and optimizing their own image classification models on a variety of public datasets in the labs they will work on.

Más información

En este curso, analizaremos los componentes y las prácticas recomendadas de la creación de sistemas de AA de alto rendimiento en entornos de producción. Veremos algunas de las consideraciones más comunes tras la creación de estos sistemas, p. ej., entrenamiento estático, entrenamiento dinámico, inferencia estática, inferencia dinámica, TensorFlow distribuido y TPU. Este curso se enfoca en explorar las características que conforman un buen sistema de AA más allá de su capacidad de realizar predicciones correctas.

Más información

En este curso, se aplica un enfoque real en el flujo de trabajo del AA a través de un caso de éxito. Un equipo de AA trabaja con varios requisitos empresariales y casos de uso de AA. El equipo debe comprender las herramientas necesarias para la administración de los datos y considerar el mejor enfoque para su procesamiento previo. Al equipo se le presentan tres opciones con las que puede crear modelos de AA para dos casos de uso. En el curso, se explica por qué el equipo usará AutoML, BigQuery ML o entrenamiento personalizado para lograr sus objetivos.

Más información

En este curso, se exploran los beneficios de utilizar Vertex AI Feature Store, cómo mejorar la exactitud de los modelos de AA y cómo descubrir cuáles columnas de datos producen los atributos más útiles. El curso también incluye contenido y labs sobre la ingeniería de atributos en los que se usan BigQuery ML, Keras y TensorFlow.

Más información

En este curso, se explica cómo crear modelos de AA con TensorFlow y Keras, cómo mejorar la exactitud de los modelos de AA y cómo escribir modelos de AA para uso escalado.

Más información

El curso comienza con un debate sobre los datos: cómo mejorar su calidad y cómo realizar análisis exploratorios de ellos. Describimos Vertex AI AutoML y cómo crear, entrenar e implementar un modelo de AA sin escribir una sola línea de código. Conocerás los beneficios de BigQuery ML. Luego, se analiza cómo optimizar un modelo de aprendizaje automático (AA) y cómo la generalización y el muestreo pueden ayudar a evaluar la calidad de los modelos de AA para el entrenamiento personalizado.

Más información

¿Cuáles son las prácticas recomendadas para implementar el aprendizaje automático en Google Cloud? ¿Qué es Vertex AI y cómo se puede utilizar la plataforma para crear, entrenar e implementar rápidamente modelos de aprendizaje automático de AutoML sin escribir una sola línea de código? ¿Qué es el aprendizaje automático? ¿Qué tipos de problemas puede solucionar? Google considera que el aprendizaje automático es diferente: se trata de proporcionar una plataforma unificada para conjuntos de datos administrados, un almacén de atributos, una forma de crear, entrenar e implementar modelos de aprendizaje automático sin escribir una sola línea de código, así como proporcionar la capacidad de etiquetar datos y crear notebooks de Workbench utilizando frameworks como TensorFlow, SciKit-learn, Pytorch, R y otros. Vertex AI Platform también ofrece la posibilidad de entrenar modelos personalizados, crear canalizaciones de componentes y realizar predicciones en línea y por lotes. Además, analiza…

Más información

En este curso, aprenderás sobre los productos y servicios de macrodatos y aprendizaje automático de Google Cloud involucrados en el ciclo de vida de datos a IA. También explorarás los procesos, los desafíos y los beneficios de crear una canalización de macrodatos y modelos de aprendizaje automático con Vertex AI en Google Cloud.

Más información