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)

Próximos cursos

Categorías Relacionadas