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)?
- Visión general de Google Gemini AI y su ecosistema
- Características y ventajas clave de Gemini frente a otros modelos de IA
- Actividad Práctica: Explorando Gemini AI a través del demo de Google AI Studio
Módulo 2: Entendiendo Modelos de Lenguaje Grande (LLMs)
- Fundamentos de los modelos de lenguaje grande
- La arquitectura y operación de los modelos Gemini
- Comparando Gemini con GPT y otros modelos líderes
- Laboratorio Práctico: Visualizando la tokenización y las respuestas del modelo usando prompts de muestra
Módulo 3: Comenzando con Gemini
- Configuración del entorno de desarrollo
- Trabajando con la API y SDK de Gemini
- Autenticación, tokens y claves de API
- Laboratorio Práctico: Ejecutando tu primer prompt de Gemini usando Python
Módulo 4: Trabajando con Modelos de Gemini
- Explorando diferentes tipos y capacidades de modelos de Gemini
- Seleccionando modelos adecuados para tareas de lenguaje, imagen o multimodal
- Inicializando y probando modelos generativos
- Ejercicio Práctico: Comparando las salidas de modelos texto-a-texto e imagen-a-texto
Módulo 5: Aplicaciones Prácticas y Casos de Uso
- Integrando Gemini AI en aplicaciones de chat y Q&A
- Desarrollando herramientas de búsqueda semántica y resumen
- Uso ético de la IA y consideraciones sobre sesgo
- Proyecto Grupal: Crear un “Asistente de Investigación Inteligente” usando NotebookLM y Gemini
Módulo 6: Características Avanzadas y Personalización
- Optimización de prompts y manejo avanzado de contexto
- Usando Gemini para generación y depuración de código
- Flujos de trabajo de ajuste fino con Google Cloud Vertex AI
- Actividad Práctica: Personalizando las respuestas del modelo usando parámetros y control de temperatura
Módulo 7: Proyectos Reales y Colaboración
- Planificación colaborativa y configuración de flujos de trabajo
- Integrando Gemini AI con otras herramientas de Google (Drive, Docs, Sheets)
- Proyecto en Equipo: Diseñar e implementar una pequeña aplicación de IA (por ejemplo, resumidor de contenido, chatbot o generador de ideas)
- Revisión por pares y discusión de los resultados del proyecto
Módulo 8: Evaluación y Futuras Direcciones
- Solución de problemas comunes en proyectos de Gemini
- Explorando el roadmap de la API de Gemini y las características próximas
- Prácticas recomendadas para la gobernanza y escalabilidad de IA
- Actividad Final: Reflexión sobre lecciones aprendidas y aplicaciones en la carrera
Resumen y Pasos Siguientes
Requerimientos
- Una comprensión de los conceptos básicos de IA
- Experiencia con APIs y servicios en la nube
- Experiencia en programación con Python
Audiencia
- Desarrolladores
- Científicos de datos
- Enthusiasts de IA
14 Horas
Testimonios (1)
Flujo, ambiente y tema de la presentación
Lukasz Kowalczyk - Allegro Sp. z o.o.
Curso - Google Gemini AI for Data Analysis
Traducción Automática