Preparación para la certificación AWS AI Practitioner
Bienvenido al viaje transformador que supone el curso AWS Certified IA Practitioner. En el panorama actual de la IA, que cambia con rapidez, es fundamental
Así estudias: curso autodidacta
- Autodidacta y 100% en línea: contenido disponible 24/7.
- Avanzas a tu ritmo: la plataforma guarda tu progreso.
- Sin tutor ni clases en vivo: el curso está diseñado para estudiarse por tu cuenta.
- Te evalúas con actividades automáticas, sin entregas a un tutor.
Lo que serás capaz de hacer
Bienvenido al viaje transformador que supone el curso AWS Certified IA Practitioner. En el panorama actual de la IA, que cambia con rapidez, es fundamental tener una comprensión firme de los conceptos de IA, pero saber cómo implementar estos conceptos en AWS es donde reside el desafío (y la oportunidad). Si alguna vez se ha sentido abrumado por la complejidad de integrar la IA en AWS, no es el único. Cada tutorial puede parecer sencillo, sólo para revelar su verdadera dificultad cuando se encuentra en la maleza, aplicando IA a sus soluciones de AWS. Este curso está diseñado para abordar precisamente eso. Diseñado para aquellos que ya poseen una comprensión básica de AWS, nos centramos en cerrar la brecha entre el conocimiento teórico y las aplicaciones de AWS en el mundo real. Además, este curso le preparará para presentarse con confianza al examen AWS Certified IA Practitioner, dotándole de los conocimientos y habilidades necesarios para conseguir esta credencial y validar su experiencia en soluciones de AWS basadas en IA. Módulos del curso 1. Fundamentos de IA y ML. Fundamentos de IA y ML Profundice en conceptos esenciales de IA y comprenda las diferencias entre IA, aprendizaje automático y aprendizaje profundo. Trabajará con varios tipos de datos y métodos de aprendizaje, e identificará casos prácticos de uso de IA y ML, sentando una base sólida para sus iniciativas de IA en AWS. 2. Fundamentos de la IA generativa Fundamentos de la IA generativa Céntrese en los atributos únicos de la IA generativa, incluidos los tokens, las incrustaciones y el ciclo de vida de los modelos básicos. Analice las consideraciones de costos y la infraestructura de AWS específica para la IA generativa, junto con las aplicaciones, ventajas y limitaciones del mundo real. 3. Aplicaciones de los modelos de base Aprenda a diseñar y personalizar aplicaciones utilizando modelos básicos. Desde la selección y el ajuste de modelos preentrenados hasta la implementación de bases de datos vectoriales y de generación aumentada de recuperación, obtenga información sobre la implementación eficaz de modelos de IA en AWS. Explore las prácticas recomendadas en Ingeniería de indicaciones y métricas para evaluar el desempeño de los modelos. 4. Directrices para una IA responsable. Explore los principios fundamentales y las herramientas para crear aplicaciones de IA responsables. Analice la selección responsable de modelos, la gestión de riesgos legales y la mitigación de sesgos, para garantizar que sus soluciones de IA sean seguras y éticas, basadas en un diseño transparente y centrado en el ser humano. 5. Seguridad, conformidad y gobernanza de la IA responsable 5. Seguridad, conformidad y gobernanza para soluciones de IA Aborde los aspectos clave de la seguridad de los sistemas de IA en AWS, desde las prácticas recomendadas en ingeniería de datos hasta la conformidad normativa y las estrategias de gobernanza, para garantizar que sus aplicaciones de IA sean seguras, conformes y dignas de confianza. Conclusión y próximos pasos Resuma los conceptos clave, complete una evaluación final y explore los recursos para el aprendizaje continuo en el dinámico espacio de IA/ML de AWS. Reflexione sobre el futuro impacto de la IA en AWS y más allá, y prepárese para seguir avanzando en este apasionante campo. Equípese con las habilidades necesarias para dominar la IA en AWS a través de este curso práctico, donde la teoría se encuentra con la complejidad de la aplicación en el mundo real. Tanto si desea mejorar su función actual como forjar nuevos caminos en la IA, este curso es su plataforma de lanzamiento hacia el futuro de la IA en AWS.
- Aplique IA básica, aprendizaje automático y aprendizaje profundo en AWS.
- Diseñar aplicaciones de IA generativa utilizando modelos de fundamentos.
- Aplicar principios de IA responsable y diseño centrado en el ser humano.
- Prepárese para la certificación AWS AI Practitioner.
Temario
UNIDAD 1 - Fundamentos de IA y ML · 55 leccionesIntroducción a la IA y al Aprendizaje automático - UNIDAD 1 - Fundamentos de IA y ML
Introducción a la IA y al Aprendizaje automático - UNIDAD 1 - Fundamentos de IA y ML
- Specializations Introducción
- Detalles del examen AWS Certified IA Practitioner
- Introducción al curso
- Objetivos de aprendizaje
- Comprender la red global y las regiones de AWS
- Demo:Creación de una cuenta AWS
- Cómo AWS potencia AI/ML con una infraestructura de nube escalable
- Exploración de los servicios principales de AWS: Computación y almacenamiento
- Servicios principales de AWS: Conceptos básicos de redes, bases de datos y seguridad
- Infraestructura global de AWS y servicios principales de AWS
- Introducción y características de EC2
- Demo: Lanzamiento de una instancia EC2
- Demostración: Conexión de una instancia EC2
- Introducción y características de EC2
- Introducción a AWS S3: Almacenamiento en la nube
- Comprender los objetos S3 y gestionar el acceso
- Niveles de almacenamiento S3
- Demo: Creación de S3 Bucket
- AWS S3
- Introducción a AWS Lambda: Informática sin servidor
- ¿Cómo funciona Lambda?
- Demostración: Creación de una Función Lambda
- Visión general y funcionamiento de Lambda
- Conceptos básicos de AWS
- Resumen
- Objetivos de aprendizaje
- Introducción a la Inteligencia Artificial
- Aplicaciones de la IA
- Modelo de IA
- Componentes de IA
- Evolución de la IA
- Introducción a la Inteligencia Artificial
- Introducción al aprendizaje automático
- Aprendizaje supervisado
- Algoritmos clave en el Aprendizaje supervisado
- Aprendizaje no supervisado
- Métodos de Aprendizaje no supervisado
- Algoritmos de agrupación
- Aprendizaje de refuerzo y semisupervisado
- Aprendizaje automático
- Terminología IA/ML: Guía rápida de referencia
- Introducción a la IA y el ML
- Resumen
- Objetivos de aprendizaje
- CASOS EN LOS QUE EL APRENDIZAJE AUTOMÁTICO SE QUEDA CORTO
- Conjuntos de datos e Ingeniería de características
- Construcción de un modelo de Aprendizaje de Refuerzo
- Proyectos de aprendizaje automático: una guía para principiantes
- Dominio del ML: de los datos a los sistemas inteligentes
- Sesgo, varianza, sobreajuste e infraajuste
- Redes neuronales
- Servicios CORE de AWS y fundamentos de la inteligencia artificial y el aprendizaje automático
- Dominio del ML: de los datos a los sistemas inteligentes
- Dominar el flujo de trabajo del aprendizaje automático: de la idea a la implementación
- Resumen
UNIDAD 2 - Aplicaciones de IA y administración de flujos de trabajo en AWS · 30 leccionesIntroducción a la IA y al Aprendizaje automático - UNIDAD 2 - Aplicaciones de IA y administración de flujos de trabajo en AWS
Introducción a la IA y al Aprendizaje automático - UNIDAD 2 - Aplicaciones de IA y administración de flujos de trabajo en AWS
- Objetivos de aprendizaje
- Comprensión del Procesamiento de lenguaje natural (NLP)
- Tipos de PNL y técnicas clave
- Visión por ordenador
- Comprender la visión por ordenador: De los píxeles a las predicciones
- Fundamentos de la NLP y la visión por ordenador
- Inferencias
- Aprendizaje profundo
- La evolución del procesamiento del lenguaje natural (PLN)
- Inferencia y aprendizaje profundo
- Fundamentos de NLP, Visión por Computador y Aprendizaje profundo
- Resumen
- Objetivos de aprendizaje
- Categorías y tipos de datos
- Demostración: cómo elegir la instancia adecuada
- Papel de la informática distribuida en el Aprendizaje automático
- Categorías y tipos de datos
- Amazon SageMaker
- Precios de SageMaker
- Demostración: familiarizarse con Amazon SageMaker
- Amazon SageMaker y sus precios
- Datos limpios para mejorar la IA
- Gestor de datos
- Proceso de Organización de datos
- Data Wrangler y su proceso
- Introducción a la PNL, la visión informática y AWS SageMaker para flujos de trabajo de IA/ML
- Flujos de trabajo de IA con herramientas de AWS
- Optimización de los flujos de trabajo de aprendizaje automático con SageMaker y Data Wrangler
- Resumen
- Finalización del curso
UNIDAD 3 - Fundamentos de la IA Generativa · 46 leccionesHerramientas y servicios de AWS para la IA - UNIDAD 3 - Fundamentos de la IA Generativa
Herramientas y servicios de AWS para la IA - UNIDAD 3 - Fundamentos de la IA Generativa
- Introducción al curso
- Objetivos de aprendizaje
- Fundamentos de la IA generativa
- Demostración : Familiarizarse con los servicios de IA de AWS
- Modelos de difusión
- Modelos de lenguaje grande basados en transformadores (LLM)
- Modelos multimodales
- Conceptos básicos de la IA generativa
- Características principales de Amazon Bedrock
- Amazon Bedrock - Casos de uso
- Consideraciones sobre el coste del lecho rocoso
- Demo- Visión general de Bedrock
- Agentes de Amazon Bedrock
- Amazon Bedrock
- Entendiendo GPT
- Implementación de IA generativa con Amazon Bedrock
- Gen IA: medición de la eficiencia y el VALUE empresarial
- Conceptos básicos de IA generativa y Amazon Bedrock
- Resumen
- Objetivos de aprendizaje
- Conceptos clave de los modelos lingüísticos: Parte 1
- Conceptos clave de los modelos lingüísticos: Parte 2
- Prompts e ingeniería de prompts
- Diseñar un Prompt
- Hiperparámetro
- Elección de Top-p, Top-k y Temperatura
- Modelos lingüísticos e ingeniería de instrucciones
- Técnicas rápidas de ingeniería
- Optimización de los avisos
- Demostración - Técnicas de ingeniería Prompt
- Riesgos de ingeniería
- Plantillas
- Demo-Prompt Parámetros de optimización
- Técnicas rápidas de ingeniería
- Modelos fundacionales de IA generativa
- Aplicaciones prácticas de la IA generativa
- Amazon Q
- Componentes clave de Amazon Q
- Modelos Generativos de AI Foundation y Amazon Q
- Fundamentos para desarrolladores en Amazon Q
- Demo- Amazon Q Walkthorugh
- Party Rock - Patio de recreo para aplicaciones Gen AI
- Resumen
- Fundamentos e implementación de IA generativa con Amazon Bedrock y Amazon Q
- Modelos lingüísticos, ingeniería de prompts y Amazon Q
- Aplicación de la ingeniería de instrucciones y la IA generativa con los servicios de IA de AWS
UNIDAD 4 - RAG (Generación aumentada de recuperación) y optimización del modelo de IA · 34 leccionesHerramientas y servicios de AWS para la IA - UNIDAD 4 - RAG (Generación aumentada de recuperación) y optimización del modelo de IA
Herramientas y servicios de AWS para la IA - UNIDAD 4 - RAG (Generación aumentada de recuperación) y optimización del modelo de IA
- Objetivos de aprendizaje
- RAG (Generación aumentada de recuperación)
- Aplicaciones de la GAR
- GAR - Ventajas y desventajas
- Generación aumentada de recuperación (RAG)
- Servicios administrados de IA de AWS - Parte 1
- Demostración - Amazon Transcribe en acción
- Demostración - Tutorial de Amazon Translate
- Demo-Simplificación del análisis de textos con Comprehend
- Demo- Explorando Amazon Polly
- Servicios administrados de IA de AWS - Parte 2
- Demostración - Comprender Amazon Lex
- Demo-Amazon Rekognition Tutorial
- Demo- Visión general de Amazon Textract
- Servicios administrados de IA de AWS
- Opciones de la base de datos de AWS para almacenar incrustaciones
- Amazon Mechanical Turk
- Amazon Personalizar
- Generación aumentada de recuperación (RAG) y servicios de IA de AWS
- Resumen
- Objetivos de aprendizaje
- Preentrenamiento y perfeccionamiento de modelos con AWS
- Perfeccionamiento de la IA conversacional
- Demostración: puesta a punto del modelo de roca madre
- Optimización de modelos
- Técnicas de evaluación de modelos
- Casos de uso específicos del sector para la Evaluación del modelo
- Evaluar y perfeccionar los modelos tras la implantación
- Directrices avanzadas para la optimización de modelos continuos
- Resumen
- Flujos de trabajo de IA avanzados: RAG, ajuste de modelos, evaluación y optimización continua en AWS
- Optimización de modelos
- Ajuste y evaluación de modelos de IA con los servicios de AWS
- Finalización del curso
UNIDAD 5 - Entender la IA responsable · 26 leccionesIA responsable con la seguridad y la gobernanza de AWS - UNIDAD 5 - Entender la IA responsable
IA responsable con la seguridad y la gobernanza de AWS - UNIDAD 5 - Entender la IA responsable
- Introducción al curso
- Objetivos de aprendizaje
- Introducción a la IA responsable
- Principios de IA responsable
- Capacidades y retos de la IA generativa
- Fundamentos de la IA responsable
- Barandillas para una IA responsable
- Prácticas responsables en la selección de modelos
- Demostración - Paseo por la barandilla de Amazon
- Riesgos jurídicos de la IA generativa
- Matriz de alcance de la seguridad de la IA generativa
- Fundamentos de la IA responsable y la gobernanza
- Resumen
- Objetivos de aprendizaje
- Interpretabilidad y explicabilidad para una IA responsable
- Herramientas de AWS para la interpretabilidad y la explicabilidad
- Garantizar la transparencia de los modelos de IA
- Papel de los MLOP en la IA responsable
- Interpretabilidad y explicabilidad para una IA responsable
- IA responsable con Amazon A2I
- Demostración: Primeros pasos con la IA aumentada
- IA responsable: principios, gobernanza y mejores prácticas en AWS
- Control y auditoría de las decisiones de IA
- IA responsable en acción con AWS
- Resumen
- Implementación de IA responsable con seguridad, gobernanza y explicabilidad en AWS
UNIDAD 6 - Seguridad y gobernanza de la IA en AWS · 35 leccionesIA responsable con la seguridad y la gobernanza de AWS - UNIDAD 6 - Seguridad y gobernanza de la IA en AWS
IA responsable con la seguridad y la gobernanza de AWS - UNIDAD 6 - Seguridad y gobernanza de la IA en AWS
- Objetivo de aprendizaje
- AWS IAM
- Funcionamiento de IAM
- Identidades IAM
- Políticas de IAM
- Tipos de políticas IAM y analizador de accesos
- AWS IAM, identidades y políticas
- Buenas prácticas de IAM en proyectos de IA
- Ventajas de IAM
- Uso de IAM en el modelo de IA
- Comprender las políticas y permisos de IAM para el modelo de IA
- Demo - Creación de usuarios IAM
- Demostración - Activación de MFA y creación de claves de acceso
- Demostración - Creación de políticas con IAM
- Demostración - Creación y asignación de funciones con IAM
- Ventajas de IAM, comprensión de las políticas y permisos de IAM para el modelo de IA
- Cifrado de datos
- Integración de IAM con canalizaciones de IA/ML
- Identidad, acceso y protección de datos en IA
- Resumen
- Objetivos de aprendizaje
- AWS PrivateLink
- Amazon Macie
- Inspector de Amazon
- Modelo de responsabilidad compartida de AWS
- Linaje y catalogación de datos
- Estrategias de Gobierno de datos en sistemas de IA en AWS
- Principales normas de cumplimiento
- Escenarios para las mejores prácticas de seguridad
- Mejores prácticas de seguridad e IAM de AWS para proyectos de IA
- Garantizar la gobernanza de la IA, la conformidad y la seguridad de los datos con AWS
- Garantizar la gobernanza de la IA, la conformidad y la seguridad de los datos con AWS
- Resumen
- Finalización del curso
- Protección y administración de sistemas de IA en AWS
Certificado con validez SEP: lo emite la SEP, no solo una plataforma
Al demostrar la competencia recibes un certificado emitido por la Secretaría de Educación Pública a través del Gobierno del Estado de México: un documento oficial que puedes presentar con confianza ante cualquier empleador o institución.
Tu certificado con INEC
- Lo emite la Secretaría de Educación Pública (SEP), a través del Gobierno del Estado de México
- Documento oficial con folio verificable en línea
- Lo otorga la Universidad Tecnológica Fidel Velázquez
Otras plataformas en línea
- Constancia privada emitida por la misma plataforma
- Solo acredita horas cursadas o asistencia
- Sin respaldo de una autoridad educativa
Tu itinerario, de la inscripción al certificado
- 1
Inscripción con pago único
Pagas $4,990 MXN una sola vez y entras de inmediato al curso.
- 2
Estudias a tu ritmo
6 unidades con videos, lecturas y actividades, disponibles 24/7 durante 12 meses.
- 3
Cuestionarios por unidad
38 cuestionarios para comprobar lo aprendido.
- 4
Certificado
Emitido por la SEP a través del Gobierno del Estado de México, con folio verificable.
Un certificado oficial de la SEP
Muestra · verificable por folio y QR
- Certificado SEP incluido (sin costo). Emitido por la Secretaría de Educación Pública (SEP), a través del Gobierno del Estado de México. No es una constancia privada: es un documento oficial, y ese respaldo marca la diferencia frente a otras plataformas en línea.
- Contenido impartido por LearnKartS.
- Folio y QR verificables para compartirlo con quien te contrate.
Empieza hoy, a tu ritmo
Un solo pago y acceso inmediato al curso completo durante 12 meses.
- 6 unidades · 226 lecciones · 144 h
- 12 meses de acceso
- 38 cuestionarios de evaluación
- Certificado SEP incluido (sin costo), emitido por la SEP (Gob. del Estado de México) con folio verificable
Sobre tu inscripción
¿Cómo es el pago?
Un solo pago de $4,990 MXN. No hay mensualidades ni cargos recurrentes.
¿Cuánto tiempo tengo acceso?
12 meses desde tu inscripción, 24/7, para avanzar a tu ritmo.
¿Quién imparte el contenido?
El curso es impartido por LearnKartS; INEC gestiona tu inscripción, evaluación y certificado.
¿Qué pasa cuando vence mi acceso?
Puedes renovar tu cuenta tú mismo desde la plataforma, sin trámites ni esperas.
¿El curso tiene validez SEP?
Sí, incluido sin costo. Al completar el curso recibes un certificado emitido por la SEP a través del Gobierno del Estado de México, con folio verificable.
¿El curso tiene tutor o clases en vivo?
No. Es un curso autodidacta: estudias por tu cuenta, a tu ritmo, sin tutor ni sesiones en vivo.
¿Cómo se evalúa?
Te evalúas con actividades automáticas, sin entregas a un tutor.
