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 clave y ventajas de Gemini frente a otros modelos de IA
- Actividad práctica: Exploración de Gemini AI a través de la demostración en 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
- Laboratorio práctico: Visualización de la tokenización y las respuestas del modelo usando ejemplos de prompts
Módulo 3: Inicio con Gemini
- Configuración del entorno de desarrollo
- Uso de la API y el SDK de Gemini
- Autenticación, tokens y claves API
- Laboratorio práctico: Ejecución de tu primer prompt con Gemini usando Python
Módulo 4: Uso de Modelos Gemini
- Exploración de los diferentes tipos y capacidades de los modelos Gemini
- Selección de modelos adecuados para tareas de lenguaje, imágenes o multimodales
- Inicialización y pruebas de modelos generativos
- Ejercicio práctico: Comparación de salidas de modelo entre texto a texto e 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 de código y depuración
- Flujos de trabajo de ajuste fino con Google Cloud Vertex AI
- Actividad práctica: Personalización de respuestas del modelo usando parámetros y control de temperatura
Módulo 7: Proyectos reales y colaboración
- Planificación de proyectos colaborativos y configuración de flujos de trabajo
- Integración de Gemini AI con otras herramientas de Google (Drive, Docs, Sheets)
- Proyecto en equipo: Diseño e implementación de una pequeña aplicación de IA (por ejemplo, resumidor de contenido, chatbot o generador de ideas)
- Revisión entre pares y discusión sobre los resultados del proyecto
Módulo 8: Evaluación y direcciones futuras
- Resolución de problemas comunes en proyectos con Gemini
- Exploración de la hoja de ruta de la API de Gemini y características próximas
- Mejores prácticas para gobernanza de IA y escalabilidad
- Actividad de cierre: Reflexión sobre las lecciones aprendidas en la práctica y su aplicación profesional
Resumen y siguientes pasos
Requerimientos
- Comprensión de los conceptos básicos de IA
- Experiencia con APIs y servicios en la nube
- Experiencia con el lenguaje de programación Python
Audiencia objetivo
- 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