Resumen
This course features Coursera Coach! A smarter way to learn with interactive, real-time conversations that help you test your knowledge, challenge assumptions, and deepen your understanding as you progress through the course.
This comprehensive course covers the essentials of Generative AI and prepares you for the AWS AI certification exam. You’ll start by exploring AI/ML fundamentals, including various machine learning models, data types, and the differences between supervised, unsupervised, and reinforcement learning.
As you advance, the course dives into Generative AI, focusing on foundation models, Large Language Models (LLM), and transformer architectures that power modern AI systems. You will also gain hands-on experience with AWS tools like Amazon Bedrock and SageMaker, learning to deploy, fine-tune, and optimize models in a cloud environment.
The course equips you with both theoretical knowledge and practical skills, ensuring you're prepared for real-world applications. Throughout the journey, you’ll first build a strong foundation in AI/ML concepts and deep learning.
From there, you'll dive into the exciting world of Generative AI, learning how it generates creative outputs and its applications across industries. You'll also explore AWS’s generative AI tools like Amazon Bedrock and SageMaker, which will help you master the skills needed to work in the cloud and deploy scalable AI models.
By the end of the course, you’ll have a deep understanding of AI and its applications, making you ready to tackle complex problems with AWS's powerful tools. This course is designed for anyone interested in pursuing a career in AI and cloud computing, from aspiring data scientists to IT professionals looking to enhance their AI knowledge.
There are no formal prerequisites, but familiarity with basic programming concepts or cloud computing can be beneficial. The course is suitable for intermediate learners with some foundational knowledge in tech or AI.
By the end of the course, you will be able to develop generative AI models, fine-tune them for specific use cases, integrate them with AWS tools, and deploy AI applications on the cloud. You will also be well-prepared for the AWS AI certification exam, demonstrating your expertise in this emerging field.
Programa
- Introducción
En este módulo, presentaremos los objetivos del curso y describiremos cómo te guiará a través del proceso de aprendizaje de la IA Generativa. También se te proporcionará una visión general del examen de certificación de AWS AI, incluidos los temas clave y recursos. Al final de esta sección, tendrás una comprensión clara de la estructura del curso y tu camino de aprendizaje por delante.
- Fundamentos de AI y ML
En este módulo, exploraremos los conceptos fundamentales de la Inteligencia Artificial y el Aprendizaje Automático. Aprenderás sobre temas clave como los sistemas de recomendación, los modelos de aprendizaje automático y los diferentes tipos de métodos de aprendizaje. Al final de esta sección, tendrás una comprensión completa de los fundamentos de AI y ML, incluidas las diferencias entre aprendizaje supervisado, no supervisado y de refuerzo, tipos de datos, técnicas de inferencia y aplicaciones de aprendizaje profundo.
- Fundamentos de AI Generativa
En este módulo, profundizaremos en los fundamentos de la AI Generativa, cubriendo conceptos clave como los modelos fundacionales y los Modelos de Lenguaje a Gran Escala (LLMs). También aprenderás sobre la arquitectura de transformadores, que es fundamental para los modelos de AI modernos como GPT y BERT. Además, exploraremos cómo la AI Generativa puede generar texto similar al humano, con aplicaciones en chatbots, creación de contenido y más.
- AI Generativa en AWS
En este módulo, exploraremos el conjunto de herramientas y servicios de Amazon para implementar AI Generativa, con un enfoque en Amazon Bedrock. Aprenderás cómo desplegar y personalizar modelos fundacionales, aplicar ingeniería de prompts e integrar modelos de AI con bases de conocimiento y otros servicios de AWS. Además, cubriremos temas avanzados como la Generación Aumentada por Recuperación (RAG), el rol de los agentes en la automatización, consideraciones de precios y medidas de seguridad como los límites de protección. Al final de esta sección, estarás preparado para construir y escalar aplicaciones de AI generativa utilizando AWS.
- Refinamiento de tu Modelo
En este módulo, nos centraremos en las técnicas utilizadas para ajustar modelos de AI para un mejor rendimiento en tareas o conjuntos de datos específicos. Compararás el ajuste con el pre-entrenamiento continuado para entender sus propósitos distintos en el aprendizaje automático. Además, te guiaremos a través del proceso de crear modelos personalizados en Amazon Bedrock, permitiéndote adaptar soluciones de AI para aplicaciones especializadas.
- Construye tu Propio Modelo
En este módulo, te guiaremos a través del proceso completo de construir tu propio modelo de AI, desde el concepto inicial hasta el despliegue. Aprenderás cómo preparar datos, seleccionar algoritmos, entrenar modelos y desplegarlos usando Amazon SageMaker. También cubriremos los roles en un equipo de ML, las mejores prácticas de MLOps, y proporcionaremos una demostración práctica de la construcción, optimización y despliegue de un modelo de aprendizaje automático en un entorno real. Al final de esta sección, tendrás el conocimiento y las herramientas para crear, entrenar y desplegar modelos de AI personalizados para tus aplicaciones.
- Monitoreo de tu Modelo
En este módulo, nos centraremos en monitorear el rendimiento de tus modelos de AI a través de métricas tanto de negocio como técnicas. Aprenderás cómo rastrear métricas de negocio que evalúan el éxito y el valor de tus modelos en un contexto empresarial. Además, exploraremos métricas técnicas esenciales para monitorear la eficiencia y efectividad de los modelos de aprendizaje automático, asegurando que operen de la mejor manera.
- AI Responsable
En este módulo, profundizaremos en las consideraciones éticas que deben guiar el desarrollo de sistemas de AI. Explorarás temas clave como la equidad, transparencia y responsabilidad, asegurando que las tecnologías de AI sean responsables y equitativas. También discutiremos estrategias para abordar desafíos de AI como el sesgo y la explicabilidad, proporcionándote las herramientas para enfrentar dilemas éticos en el desarrollo y despliegue de AI.
- Servicios de AI ML de AWS
En este módulo, te presentaremos los servicios completos de AI y ML que ofrece AWS. Aprenderás cómo utilizar servicios como Amazon Comprehend para análisis de texto, Amazon Lex para construir interfaces conversacionales y Amazon Rekognition para análisis de imágenes y videos. También cubriremos herramientas como Amazon Personalize para recomendaciones de productos y Amazon Polly para capacidades de texto a voz. Al final de esta sección, estarás equipado para mejorar tus proyectos de AI con la amplia gama de servicios especializados de AWS.
- Preparándote para el Examen
En este módulo, te proporcionaremos consejos y estrategias esenciales para prepararte para el examen de certificación de AWS AI. Recibirás orientación sobre los temas clave en los que concentrarte y cómo estructurar tus sesiones de estudio para obtener resultados óptimos. Al final de esta sección, te sentirás seguro y completamente equipado para tener éxito en el examen.
Impartido por
Packt - Course Instructors
Materias
Programming
