Este módulo comienza con un caso de uso que demuestra las capacidades de IA. Luego, se centra en la infraestructura de IA, 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.

En este módulo, se presenta la IA generativa, el avance más reciente de la IA, y los kits de herramientas de Google Cloud para desarrollar proyectos de IA generativa. Comienza con el análisis de los modelos de base. Luego, se investiga el ciclo de vida desde la instrucción hasta la producción con Vertex AI Studio, lo que incluye la ingeniería de instrucciones, la implementación de apps y el ajuste de modelos. Además, en este módulo, se exploran los agentes de IA y el full stack de herramientas de desarrollo de agentes de IA de Google.

En este módulo, se exploran las diversas opciones para desarrollar un proyecto de IA en Google Cloud, desde soluciones listas para usar, como APIs entrenadas previamente, hasta soluciones sin código y de poco código, como AutoML, y soluciones basadas en código, como el entrenamiento personalizado. Se comparan 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 esta lección, se resume el curso abordando los conceptos, las herramientas, las tecnologías y los productos más importantes de cada módulo.