Google Cloud Big Data and Machine Learning Fundamentals en Español

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.

• Introducción al curso
• En esta sección, se da la bienvenida al curso Big Data and Machine Learning Fundamentals y se proporciona una descripción general de la estructura y los objetivos del curso.
• Macrodatos y aprendizaje automático en Google Cloud
• En esta sección, se exploran los componentes clave de la infraestructura de Google Cloud. Además, se presentan muchos de los productos y servicios de macrodatos y aprendizaje automático involucrados en el ciclo de vida de datos a IA en Google Cloud.
• Ingeniería de datos para la transmisión de datos
• En esta sección, se presenta la solución de Google Cloud para administrar datos de transmisión. Además, se examina una canalización de extremo a extremo, lo que incluye la transferencia de datos con Pub/Sub, el procesamiento de datos con Dataflow y la visualización de datos con Looker y Looker Studio.
• Macrodatos con BigQuery
• En esta sección, los estudiantes aprenderán sobre BigQuery, el almacén de datos sin servidores completamente administrado de Google. También explorarán BigQuery ML, así como los comandos clave y los procesos utilizados para crear modelos personalizados de aprendizaje automático.
• Opciones de aprendizaje automático en Google Cloud
• En esta sección, se exploran las cuatro opciones diferentes para crear modelos de aprendizaje automático en Google Cloud. También se presenta Vertex AI, la plataforma unificada de Google para crear y administrar el ciclo de vida de los proyectos de AA.
• Flujo de trabajo del aprendizaje automático con Vertex AI
• Esta sección se enfoca en las tres fases clave del flujo de trabajo de aprendizaje automático en Vertex AI: preparación de datos, entrenamiento del modelo y preparación del modelo. Los alumnos tendrán la oportunidad de practicar la creación de un modelo de aprendizaje automático con AutoML.
• Resumen del curso
• En esta sección, se revisan los temas que se abordaron en el curso y se proporcionan recursos adicionales para un mayor aprendizaje.