Este módulo comienza con un caso de uso que demuestra las capacidades de IA. Luego, se centra en las bases de la IA, incluida la infraestructura de nube, como el procesamiento y el almacenamiento. También se explican los datos principales y los productos de desarrollo de IA en Google Cloud. Por último, demuestra cómo usar BigQuery ML para crear un modelo de AA, que ayuda a la transición de datos a la IA.

Este módulo explora las diversas opciones para desarrollar un proyecto de AA en Google Cloud, desde soluciones listas para usar, como APIs previamente entrenadas, hasta soluciones sin código y de poco código, como AutoML, y soluciones basadas en código, como el entrenamiento personalizado. Compara las ventajas y desventajas de cada opción para ayudar a decidir cuáles son las herramientas de desarrollo adecuadas.

En este módulo, se explica el flujo de trabajo del AA desde la preparación de datos hasta el desarrollo de modelos y la entrega de modelos en Vertex AI. También se muestra cómo convertir el flujo de trabajo en una canalización automatizada con Vertex AI Pipelines.

En este módulo, se presenta la IA generativa, el avance más reciente de la IA, y los kits de herramientas esenciales para desarrollar proyectos de IA generativa. Comienza con el análisis del flujo de trabajo de IA generativa en Google Cloud. Luego, se investiga cómo usar Gen AI Studio y Model Garden para acceder a Gemini multimodal, diseñar instrucciones y ajustar modelos. Por último, se exploran las capacidades de IA generativa de las soluciones de IA.

En este módulo, se proporciona un resumen de todo el curso que cubre los conceptos, herramientas, tecnologías y productos más importantes.