Shop

Este módulo explora una variedad de temas relacionados con las tecnologías más importantes y relevantes que pertenecen a las plataformas de computación en la nube contemporáneas. El contenido del módulo no entra en detalles de implementación o programación, sino que mantiene la cobertura a un nivel conceptual, centrándose en temas que abordan la arquitectura de servicios en la nube, las amenazas y tecnologías de seguridad en la nube, la virtualización y la contenerización. Las tecnologías probadas se definen y clasifican como bloques de construcción arquitectónicos llamados “mecanismos”. El contenido, de esta manera, resulta accesible para una amplia gama de profesionales de TI, así como para fortalecer a los participantes con una comprensión de los mecanismos fundamentales de una plataforma de nube, de cómo se pueden combinar las diferentes “partes móviles” y de cómo abordar las amenazas y obstáculos comunes.

Se cubren los siguientes temas principales:

• Mecanismos de computación en la nube que establecen bloques de construcción arquitectónica
• Servidores virtuales, contenedores, ambientes listos para su uso, sistemas de conmutación por error y monitores de pago por uso
• Monitores de escalamiento automatizado, agentes multidispositivo y replicación de recursos
• Cómo entender la manera en que los mecanismos de computación en la nube soportan las características de nube
• Introducción a la contenerización, hospedaje de contenedores y contenedores lógicos tipo Pod
• Comparación entre Contenerización y Virtualización
• Balanceo de nubes y arquitecturas Cloud Bursting
• Riesgos comunes, amenazas y vulnerabilidades de los servicios basados en nube y las soluciones hospedadas en la nube
• Mecanismos de seguridad en la nube que se usan para contrarrestar amenazas y ataques
• Cómo entender los grupos de seguridad basados en nube y las imágenes de los servidores virtuales reforzados
• Medios de implementación de servicios de nube (incluyendo servicios Web y servicios REST)
• Beneficios y retos del almacenamiento en la nube, servicios de almacenamiento en la nube, tecnologías y enfoques
• Almacenamiento no relacional (NoSQL) comparado con almacenamiento relacional
• Consideraciones de pruebas de servicio en nube y tipos de pruebas
• Mallas de servicio y computación autónoma
• Organizaciones de estándares de la industria de computación en la nube

Este módulo ilustra cómo se puede utilizar y aplicar la IA predictiva en una gama de aplicaciones empresariales y proporciona una cobertura esencial de las prácticas y los sistemas de IA predictiva. El módulo explora los enfoques de aprendizaje y las áreas funcionales más comunes para las que se utilizan los sistemas de IA. Todo el contenido está escrito en español sencillo y fácil de entender.

Se cubren los siguientes temas principales:

• Factores de negocio y tecnológicos de la IA predictiva
• Beneficios de la IA predictiva
• Riesgos y retos comunes del uso de la IA predictiva
• Categorías de problemas empresariales que aborda la IA
• Tipos de IA predictiva
• Enfoques de aprendizaje comunes de la IA predictiva
• Cómo entender el aprendizaje y el entrenamiento de modelos de IA predictiva
• Proceso del ciclo de entrenamiento paso a paso
• Aprendizaje supervisado, Aprendizaje no supervisado, Aprendizaje continuo
• Aprendizaje heurístico, Aprendizaje semisupervisado, Aprendizaje por refuerzo
• Diseños funcionales comunes de IA predictiva, Visión computarizada, Reconocimiento de patrones
• Robótica, Procesamiento del lenguaje natural (PLN)
• Reconocimiento del habla, Comprensión del lenguaje natural (CLN)
• Cómo entender los modelos de IA y las redes neuronales

Este módulo explora la aplicación de la IA generativa en una gama de escenarios empresariales y ofrece una cobertura fundamental de los conceptos, modelos, buenas prácticas y redes neuronales de la IA generativa, incluyendo los modelos de Redes Generativas Adversariales (GANs),  autocodificadores Variacionales (VAEs) y Transformadores. Todo el contenido está escrito en español sencillo y fácil de entender. 

Se cubren los siguientes temas principales:

• Factores de negocio y tecnológicos de la IA generativa
• Beneficios de la IA generativa
• Riesgos y retos comunes del uso de la IA generativa
• Categorías de problemas empresariales que aborda la IA generativa
• Cómo entender los modelos, los algoritmos y las redes neuronales
• Tipos de IA generativa
• Cómo entender las Redes Generativas Adversariales (GANs)
• Cómo entender los Autocodificadores Variacionales (VAEs)
• Cómo entender los Transformadores
• Pasos para construir sistemas de IA
• Buenas prácticas de la IA generativa

Este módulo se enfoca en la tecnología, la infraestructura y las prácticas de computación en la nube específicas para establecer y ejecutar soluciones de IA predictiva y generativa basadas en la nube. Los temas incluyen GPU y TPU para cargas de trabajo de aprendizaje de IA, servicios de IA basada en la nube como AWS SageMaker, Azure Machine Learning y Google AI Platform para el desarrollo, entrenamiento y despliegue de modelos, así como mecanismos para escalar aplicaciones de IA en la nube, almacenamiento de datos y opciones de pipeline.

Se cubren los siguientes temas principales:

• Descripción general de la computación en la nube relacionada con la IA predictiva y la IA generativa
• Fundamentos de infraestructura de IA en la nube
• Tipos de infraestructura de nube (GPUs, TPUs) y sus aplicaciones en la IA
• Servicios de IA en la nube
• Exploración de AWS SageMaker, Azure Machine Learning y Google AI Platform
• Aprovechamiento de las APIs de IA prefabricadas
• Gestión de datos de IA en la nube
• Almacenamiento de datos de IA (almacenamiento de objetos, almacenes de datos, lagos de datos)
• Construcción y entrenamiento de modelos de IA en la nube
• Entrenamiento de modelos con servicios basados en la nube
• Despliegue de modelos de IA en la nube
• Cumplimiento y gobernanza de datos en la IA
• Monitoreo y optimización de cargas de trabajo de IA
• Consideraciones sobre seguridad y privacidad