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
Módulo 1: Introducción a la IA y Google Gemini
- ¿Qué es la Inteligencia Artificial (IA)?
- Descripción general de Google Gemini AI y su ecosistema
- Características clave y ventajas de Gemini frente a otros modelos de IA
- Actividad práctica: Exploración de Gemini AI a través de la demostración de Google AI Studio
Módulo 2: Comprensión de los Modelos de Lenguaje Grande (LLM)
- Fundamentos de los modelos de lenguaje grande
- Arquitectura y funcionamiento de los modelos Gemini
- Comparación de Gemini con GPT y otros modelos líderes
- Práctica de laboratorio: Visualización de la tokenización y las respuestas del modelo usando ejemplos de prompts
Módulo 3: Primeros pasos con Gemini
- Configuración del entorno de desarrollo
- Trabajo con la API y el SDK de Gemini
- Autenticación, tokens y claves de API
- Laboratorio práctico: Ejecución de su primer prompt de Gemini usando Python
Módulo 4: Trabajo con modelos Gemini
- Exploración de diferentes tipos y capacidades de modelos Gemini
- Selección de modelos adecuados para tareas de lenguaje, imagen o multimodales
- Inicialización y prueba de modelos generativos
- Ejercicio práctico: Comparación de salidas de modelos de texto a texto y de imagen a texto
Módulo 5: Aplicaciones prácticas y casos de uso
- Integración de Gemini AI en aplicaciones de chat y preguntas y respuestas
- Desarrollo de herramientas de búsqueda semántica y resumen
- Uso ético de la IA y consideraciones sobre sesgos
- Proyecto grupal: Construcción de un "Asistente de investigación inteligente" usando NotebookLM y Gemini
Módulo 6: Características avanzadas y personalización
- Optimización de prompts y manejo avanzado del contexto
- Uso de Gemini para generación y depuración de código
- Ajuste de flujos de trabajo con Google Cloud Vertex AI
- Actividad práctica: Personalización de respuestas del modelo usando parámetros y control de temperatura
Módulo 7: Proyectos del mundo real y colaboración
- Planificación colaborativa de proyectos y configuración de flujos de trabajo
- Integración de Gemini AI con otras herramientas de Google (Drive, Docs, Sheets)
- Proyecto en equipo: Diseño y despliegue de una pequeña aplicación de IA (por ejemplo, resumen de contenido, chatbot o generador de ideas)
- Revisión entre pares y discusión de los resultados del proyecto
Módulo 8: Evaluación y direcciones futuras
- Resolución de problemas comunes en proyectos de Gemini
- Exploración de la hoja de ruta de la API de Gemini y las nuevas funciones
- Mejores prácticas para la gobernanza y escalabilidad de la IA
- Actividad de cierre: Reflexión sobre las lecciones prácticas aprendidas y su aplicación en la carrera profesional
Resumen y próximos pasos
Requerimientos
- Comprensión de conceptos básicos de IA
- Experiencia con APIs y servicios en la nube
- Experiencia en programación con Python
Audiencia
- Desarrolladores
- Científicos de datos
- Entusiastas de la IA
14 Horas
Testimonios (1)
Flujo, vibra y tema en la presentación
Lukasz Kowalczyk - Allegro Sp. z o.o.
Curso - Google Gemini AI for Data Analysis
Traducción Automática