Miembro desde 2023
Operaciones de aprendizaje automático (MLOps): Primeros pasos
Earned abr 16, 2025 EDT
Operaciones de aprendizaje automático (MLOps) para la IA generativa
Earned abr 10, 2025 EDT
Infraestructura confiable de Google Cloud: El diseño y el proceso
Earned feb 18, 2025 EST
Almacenamiento de registros y supervisión en Google Cloud
Earned feb 7, 2025 EST
Google Cloud IAM and Networking for AWS Professionals
Earned ene 24, 2025 EST
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.
El objetivo de este curso es equiparte con los conocimientos y las herramientas que necesitas para descubrir los desafíos únicos que enfrentan los equipos de MLOps cuando implementan y administran modelos de IA generativa, y explorar cómo Vertex AI fortalece a los equipos de IA para optimizar los procesos de MLOps y alcanzar el éxito en los proyectos de IA generativa.
En este curso, los estudiantes aprenderán a crear soluciones altamente confiables y eficientes en Google Cloud usando patrones de diseño comprobados. Es la continuación de los cursos Diseño de arquitecturas con Google Compute Engine o Diseño de arquitecturas con Google Kubernetes Engine. Se presupone que los equipos tienen experiencia práctica con las tecnologías que se abordan en cualquiera de esos cursos. A través de una serie de presentaciones, actividades de diseño y labs prácticos, los participantes aprenderán a definir y equilibrar los requisitos comerciales y técnicos para diseñar implementaciones de Google Cloud altamente confiables y disponibles, así como seguras y rentables.
En este curso, se enseñan a los participantes técnicas para supervisar y mejorar el rendimiento de la infraestructura y las aplicaciones en Google Cloud. Con una combinación de presentaciones, demostraciones, labs prácticos y casos de éxito del mundo real, los asistentes adquieren experiencia para supervisar la pila completa, administrar y analizar registros en tiempo real, depurar código en producción, hacer un seguimiento de los cuellos de botella en el rendimiento de las aplicaciones y crear perfiles de uso de CPU y memoria.
This is the first course of a four-course series for cloud architects and engineers with existing AWS knowledge, and it compares Google Cloud and AWS solutions and guides professionals on their use. This course focuses on Identity and Access Management (IAM) and networking in Google Cloud. The learners apply the knowledge of access management and networking in AWS to explore the similarities and differences with access management and networking in Google Cloud. Learners get hands-on practice building and managing Google Cloud resources.