Unirse Acceder

Sophie Sepp

Miembro desde 2020

Liga de Bronce

20037 puntos
Build and Deploy Customer Experience Agents Earned mar 9, 2026 EDT
Extend Gemini Enterprise Assistant Capabilities Earned jun 9, 2025 EDT
Implementa sistemas multiagente con el Kit de desarrollo de agentes (ADK) y Agent Engine Earned may 30, 2025 EDT
Virtual Agent Development in Dialogflow CX for Citizen Devs Earned mar 2, 2025 EST
Intro to Conversational AI and Conversational AI Engagement Framework Earned feb 21, 2025 EST
Acelera el intercambio de conocimientos con Gemini Enterprise Earned ene 26, 2025 EST
Introducción a la IA y el aprendizaje automático en Google Cloud Earned may 5, 2024 EDT
End-to-End Machine Learning with TensorFlow on Google Cloud Earned ene 13, 2024 EST
Generative AI Fundamentals Earned ago 6, 2023 EDT
Creación de modelos de generación de subtítulos de imágenes Earned jun 11, 2023 EDT
Modelos de transformadores y modelo BERT Earned jun 10, 2023 EDT
Arquitectura de codificador-decodificador Earned jun 10, 2023 EDT
Mecanismo de atención Earned jun 10, 2023 EDT
Introducción a la generación de imágenes Earned jun 10, 2023 EDT
Generative AI Fundamentals - Español Earned jun 10, 2023 EDT
Introducción a la IA responsable Earned jun 10, 2023 EDT
Introducción a los modelos de lenguaje grandes Earned jun 10, 2023 EDT
Introducción a la IA generativa Earned jun 10, 2023 EDT
Crea, entrena e implementa modelos de AA con Keras en Google Cloud Earned ene 7, 2023 EST
Machine Learning in the Enterprise - Español Earned dic 31, 2022 EST
Certification Learning Path: Professional Machine Learning Engineer Earned ago 22, 2022 EDT
Computer Vision Fundamentals with Google Cloud Earned abr 28, 2022 EDT
Sistemas de aprendizaje automático de producción Earned abr 28, 2022 EDT
Machine Learning in the Enterprise - Español Earned abr 27, 2022 EDT
Aprendizaje automático en empresas Earned abr 27, 2022 EDT
Ingeniería de atributos Earned abr 26, 2022 EDT
Crea, entrena e implementa modelos de AA con Keras en Google Cloud Earned mar 5, 2022 EST
Launching into Machine Learning - Español Earned feb 9, 2022 EST
How Google Does Machine Learning - Español Earned ene 8, 2022 EST
Google Cloud Big Data and Machine Learning Fundamentals - Español Earned dic 5, 2021 EST

In this course you will discover the exciting new features and capabilities of Customer Experience Agent Studio (CX Agent Studio), design AI agents from the CLI using MCP servers, learn how to evaluate your agent's performance and implement the Quality Hill Climbing process. You will also find out how to set up your agent's memory to store, retrieve, and use information across conversation turns and implement callbacks for logging or authentication, configure guardrails to protect against malicious attempts and ensure aligned responses, and deploy the agent to various channels. Additionally, you will explore the possible integrations between CX Agent Studio and CCaaS services and providers, including first party digital channel integrations with Google Telephony Platform (GTP), widgets and APIs, escalations to human agents through Google Cloud CCaaS and Gemini Enterprise for Customer Experience, and third party telephony and CCaaS integrations with providers such as Twillio or Salesfor…

Más información

Complete the Extend Gemini Enterprise Assistant Capabilities skill badge to demonstrate your ability to extend Gemini Enterprise assistant's capabilities with actions, grounding with Google Search, and a conversational agent. A skill badge is an exclusive digital badge issued by Google Cloud in recognition of your proficiency with Google Cloud products and services and tests your ability to apply your knowledge in an interactive hands-on environment. Complete the assessment challenge lab, to receive a skill badge that you can share with your network. When you complete this course, you can earn the badge displayed here and claim it on Credly! Boost your cloud career by showing the world the skills you have developed!

Más información

En este curso, aprenderás a usar el Kit de desarrollo de agentes de Google para crear sistemas complejos con multiagentes. Desarrollarás agentes equipados con herramientas y los conectarás con relaciones y flujos entre elementos superiores y secundarios para definir cómo interactúan. Ejecutarás tus agentes de forma local y los implementarás en Vertex AI Agent Engine para que operen como un flujo de agentes administrado. Agent Engine se encargará de las decisiones sobre infraestructura y el escalamiento de recursos. Ten en cuenta que estos labs se basan en una versión preliminar de este producto. Puede haber un poco de retraso en estos labs mientras proporcionamos actualizaciones de mantenimiento.

Más información

Welcome to "Virtual Agent Development in Dialogflow CX for Citizen Devs", the second course in the "Customer Experiences with Contact Center AI" series. In this course, learn how to develop customer conversational solutions using Contact Center Artificial Intelligence (CCAI). In this course, you'll be introduced to adding voice (telephony) as a communication channel to your virtual agent conversations using Dialogflow CX.

Más información

This is an introductory course to all solutions in the Conversational AI portfolio and the Gen AI features that are available to transform them. The course also explores the business case around Conversational AI, and the use cases and user personas addressed by the solution. Please note Dialogflow CX was recently renamed to Conversational Agents and this course is in the process of being updated to reflect the new product name for Dialogflow CX.

Más información

Combina la experiencia en la búsqueda y la IA de Google con Gemini Enterprise, una herramienta potente diseñada para ayudar a los empleados a encontrar información específica en almacenes de documentos, correos electrónicos, chats, sistemas de tickets y otras fuentes de datos, todo desde una sola barra de búsqueda. El asistente de Gemini Enterprise también puede ayudarte a generar ideas, investigar, crear esquemas de documentos y realizar acciones como invitar a compañeros de trabajo a un evento de calendario para acelerar el trabajo de conocimiento y la colaboración de todo tipo. (Ten en cuenta que Gemini Enterprise antes se llamaba Google Agentspace, por lo que puede haber referencias al nombre anterior del producto en este curso).

Más información

En este curso, se presentan las funciones de IA y aprendizaje automático (AA) de Google Cloud, con un enfoque en el desarrollo de proyectos de IA generativa y predictiva. Se exploran las diversas tecnologías, productos y herramientas disponibles durante el ciclo de vida desde los datos hasta la IA, y se trabaja con ejercicios interactivos para que los científicos de datos, ingenieros de AA y desarrolladores de IA puedan enriquecer su experiencia.

Más información

One of the best ways to review something is to work with the concepts and technologies that you have learned. So, this course is set up as a workshop and in this workshop, you will do End-to-End Machine Learning with TensorFlow on Google Cloud Platform. It involves building an end-to-end model from data exploration all the way to deploying an ML model and getting predictions from it. This is the first course of the Advanced Machine Learning on Google Cloud series. After completing this course, enroll in the Production Machine Learning Systems course.

Más información

Earn a skill badge by passing the final quiz, you'll demonstrate your understanding of foundational concepts in generative AI. A skill badge is a digital badge issued by Google Cloud in recognition of your knowledge of Google Cloud products and services. Share your skill badge by making your profile public and adding it to your social media profile.

Más información

En este curso, se te enseña a crear un modelo de generación de leyendas de imágenes con el aprendizaje profundo. Aprenderás sobre los distintos componentes de los modelos de generación de leyendas de imágenes, como el codificador y el decodificador, y cómo entrenar y evaluar tu modelo. Al final del curso, podrás crear tus propios modelos y usarlos para generar leyendas de imágenes.

Más información

En este curso, se presentan la arquitectura de transformadores y el modelo de Bidirectional Encoder Representations from Transformers (BERT). Aprenderás sobre los componentes principales de la arquitectura de transformadores, como el mecanismo de autoatención, y cómo se usa para crear el modelo BERT. También aprenderás sobre las diferentes tareas para las que puede usarse BERT, como la clasificación de texto, la respuesta de preguntas y la inferencia de lenguaje natural. Tardarás aproximadamente 45 minutos en completar este curso.

Más información

En este curso, se brinda un resumen de la arquitectura de codificador-decodificador, una arquitectura de aprendizaje automático importante y potente para realizar tareas de secuencia por secuencia, como las de traducción automática, resúmenes de texto y respuestas a preguntas. Aprenderás sobre los componentes principales de la arquitectura de codificador-decodificador y cómo entrenar y entregar estos modelos. En la explicación del lab, programarás una implementación sencilla de la arquitectura de codificador-decodificador en TensorFlow para generar poemas desde un comienzo.

Más información

Este curso es una introducción al mecanismo de atención, una potente técnica que permite a las redes neuronales enfocarse en partes específicas de una secuencia de entrada. Sabrás cómo funciona la atención y cómo puede utilizarse para mejorar el rendimiento de diversas tareas de aprendizaje automático, como la traducción automática, el resumen de textos y la respuesta a preguntas.

Más información

En este curso, se presenta una introducción a los modelos de difusión: una familia de modelos de aprendizaje automático que demostraron ser muy prometedores en el área de la generación de imágenes. Los modelos de difusión se inspiran en la física, específicamente, en la termodinámica. En los últimos años, los modelos de difusión se han vuelto populares tanto en investigaciones como en la industria. Los modelos de difusión respaldan muchos de los modelos de generación de imágenes y herramientas vanguardistas de Google Cloud. En este curso, se presenta la teoría detrás de los modelos de difusión y cómo entrenarlos y, luego, implementarlos en Vertex AI.

Más información

Completa los cursos Introduction to Generative AI, Introduction to Large Language Models e Introduction to Responsible AI para obtener una insignia de habilidad. Aprueba el cuestionario final para demostrar que entiendes los conceptos básicos sobre la IA generativa. Una insignia de habilidad es una insignia digital que emite Google Cloud en reconocimiento de tu dominio de los productos y servicios de la plataforma. Para compartir tu insignia de habilidad, establece tu perfil como público y agrega la insignia a tu perfil de redes sociales.

Más información

Este es un curso introductorio de microaprendizaje destinado a explicar qué es la IA responsable, por qué es importante y cómo la implementa Google en sus productos. También se presentan los 7 principios de la IA de Google.

Más información

Este es un curso introductorio de microaprendizaje en el que se explora qué son los modelos de lenguaje grandes (LLM), sus casos de uso y cómo se puede utilizar el ajuste de instrucciones para mejorar el rendimiento de los LLM. También abarca las herramientas de Google para ayudarte a desarrollar tus propias aplicaciones de IA generativa.

Más información

Este es un curso introductorio de microaprendizaje destinado a explicar qué es la IA generativa, cómo se utiliza y en qué se diferencia de los métodos de aprendizaje automático tradicionales. También abarca las herramientas de Google para ayudarte a desarrollar tus propias aplicaciones de IA generativa.

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

Este curso abarca un enfoque práctico y real sobre el flujo de trabajo del AA: Se trata del caso de éxito de un equipo de AA que trabaja con varios requisitos empresariales y casos de uso de AA. Este equipo debe comprender las herramientas necesarias para la administración de los datos y considerar el mejor enfoque para su procesamiento previo, lo que abarca desde proporcionar una descripción general de Dataflow y Dataprep hasta utilizar BigQuery para las tareas de procesamiento previo. Al equipo se le presentan tres opciones con las que pueden crear modelos de aprendizaje automático para dos casos de uso específicos. En este curso, se explica por qué el equipo utilizaría AutoML, BigQuery ML o el entrenamiento personalizado para lograr sus objetivos. Además, se profundiza en el entrenamiento personalizado. Describimos los requisitos del entrenamiento personalizado, lo que incluye la estructura del código de entrenamiento, el almacenamiento, la carga de grandes conjuntos de datos y …

Más información

Good news! There’s a new updated version of this learning path available for you!Open the new Professional Machine Learning Engineer Certification Learning Path to begin, once you’ve selected the new path all your current progress will be reflected in the new version.

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

Este curso abarca un enfoque práctico y real sobre el flujo de trabajo del AA: Se trata del caso de éxito de un equipo de AA que trabaja con varios requisitos empresariales y casos de uso de AA. Este equipo debe comprender las herramientas necesarias para la administración de los datos y considerar el mejor enfoque para su procesamiento previo, lo que abarca desde proporcionar una descripción general de Dataflow y Dataprep hasta utilizar BigQuery para las tareas de procesamiento previo. Al equipo se le presentan tres opciones con las que pueden crear modelos de aprendizaje automático para dos casos de uso específicos. En este curso, se explica por qué el equipo utilizaría AutoML, BigQuery ML o el entrenamiento personalizado para lograr sus objetivos. Además, se profundiza en el entrenamiento personalizado. Describimos los requisitos del entrenamiento personalizado, lo que incluye la estructura del código de entrenamiento, el almacenamiento, la carga de grandes conjuntos de datos y …

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