Módulo 1: Introducción al curso

• Reconocer el ciclo de vida de datos a IA en Google Cloud
• Identificar la conexión entre la ingeniería de datos y el aprendizaje automático

Módulo 2: Big Data y Machine Learning en Google Cloud

• Identificar los diferentes aspectos de la infraestructura de Google Cloud.
• Identificar los productos de big data y aprendizaje automático en Google Cloud.

Módulo 3: Ingeniería de datos para la transmisión de datos

• Describir un flujo de trabajo de transmisión de datos de extremo a extremo desde la ingesta hasta la visualización de datos.
• Identificar los desafíos de una canalización de datos modernos y cómo resolverlos a escala con Dataflow.
• Crear tableros colaborativos en tiempo real con herramientas de visualización de datos.

Módulo 4: Big Data con BigQuery

• Describir los aspectos esenciales de BigQuery como almacén de datos.
• Explicar cómo BigQuery procesa las consultas y almacena los datos.
• Definir las fases del proyecto de BigQuery ML.
• Crear un modelo de aprendizaje automático personalizado con BigQuery ML.

Módulo 5: Opciones de aprendizaje automático en Google Cloud

• Identificar diferentes opciones para construir modelos de ML en Google Cloud.
• Definir Vertex AI y sus principales características y beneficios.
• Describir soluciones de IA en mercados horizontales y verticales.

Módulo 6: El flujo de trabajo de aprendizaje automático con Vertex AI

• Describir un flujo de trabajo de ML y los pasos clave.
• Identificar las herramientas y productos para apoyar cada etapa.
• Crear un flujo de trabajo de aprendizaje automático de extremo a extremo con AutoML.