Acceso al curso las 24 hs. Todos los días de la semana
Certificado acreditativo
Contenidos didácticos de calidad
Calendario flexible
Profesores especializados
Aula virtual accesible para PCs, notebook, tablet y smartphone
Opción a disponer de asistencia de profesor o sólo acceso a contenidos (autoestudio)
Bonificación
Bonificamos su formación a través de FUNDAE (antes Fundación Tripartita)
Descuentos para cursos grupales
Nos ocupamos de toda la gestión de su bonificación
Impartimos cursos presenciales en Madrid y Barcelona
Curso Online Bonificado de API Gemini de Google con Python
Calendario: Flexible.
Fecha disponible: Inmediata.
Porcentaje de Bonificación: 100%
Diploma acreditativo emitido por FUNDAE.
Certificado acreditativo para concursos y oposiciones.
Temario Personalizado.
Python e inteligencia artificial: 554.000 programadores en un mercado europeo regulado
En España trabajan actualmente 554.000 profesionales de programación, cifra máxima histórica que representa un aumento del 63,5% respecto a 2019 . El sector registró un crecimiento del 16,4% interanual en el tercer trimestre de 2024 , impulsado por la demanda de especialistas en desarrollo con Python, lenguaje que domina las aplicaciones de IA generativa y Machine Learning.
Leer másEl Reglamento (UE) 2024/1689, conocido como AI Act, entró oficialmente en vigor el 1 de agosto de 2024 y sus obligaciones plenas para sistemas de IA de alto riesgo entran en aplicación el 2 de agosto de 2026 . Esta normativa afecta a desarrolladores que integran APIs de IA en productos comerciales, estableciendo obligaciones de transparencia, trazabilidad y evaluación de impacto en derechos fundamentales. El 73% de la población considera que las tecnologías digitales más recientes, incluida la IA, tendrán un impacto positivo en el trabajo, y el 78% de los encuestados cree que su empresa debería proporcionarles herramientas y capacitación para trabajar eficazmente con las últimas tecnologías digitales, incluida la IA . La integración de APIs multimodales como Gemini exige conocimiento simultáneo de arquitecturas cloud, parámetros de generación y cumplimiento normativo, perfil escaso en un mercado donde el 47% de las empresas españolas tiene problemas para cubrir vacantes de programadores .
Leer menos| Desarrolladores Python que necesitan integrar capacidades de IA generativa mediante la API Gemini de Google en sus proyectos profesionales. Ingenieros de Machine Learning que buscan implementar soluciones multimodales utilizando los modelos Gemini Nano, Pro y Ultra. Científicos de datos que desean ampliar sus competencias en el uso de APIs de inteligencia artificial para procesamiento de lenguaje natural. Arquitectos de software que requieren conocimientos prácticos sobre integración de servicios de IA en aplicaciones empresariales con Python. |
| La duración del curso de API Gemini de Google con Python es de 50 horas, aunque es posible establecer cursos de menos o de más horas lectivas según se necesite. Fecha de inicio: A elegir por la empresa, siempre notificando a FUNDAE con siete días de antelación si se trata de un curso bonificado. |
Objetivos
- Conocer API Gemini de Google y configuracion del entorno de desarrollo con Python
- Utilizar la API Gemini PRO para desarrollo de soluciones multimodales texto-imagen
- Aplicar ingenieria de prompts para optimizar resultados en aplicaciones practicas
- Desarrollar interfaces interactivas con Streamlit integrando capacidades de IA
- Implementar proyectos profesionales que combinen Python y API Gemini de forma efectiva
| Este curso es bonificable al 100% de su coste, siempre que el alumno alcance el 75% de cumplimiento del programa del mismo. | La bonificación se aplica como descuento en el pago de los seguros sociales por parte de la empresa receptora de la formación. |
|
Existen dos modalidades disponibles: Curso online bonificado: En esta modalidad todo el curso se realiza a través de internet, con acceso las 24 hs. todos los días de la semana y plazo máximo de seis meses. Curso online y con sesiones presenciales (blended learning): En esta modalidad los trabajadores realizan el curso a través de internet en horarios libres pero deben asistir a sesiones presenciales semanales o quincenales, según se establezca en el plan de formación. Esta modalidad está disponible en Madrid, Barcelona, Valencia y Sevilla. |
Temario
NOTA:
Trabajamos con la metodología de curso personalizado, creada por Ciberaula en 1997.
Usted puede solicitar un curso a la medida de sus objetivos, que combine lecciones de
2 o más cursos en un plan de formación a su medida. Si este es su caso consúltenos,
esta metodología ofrece un aprovechamiento máximo de la formación en los cursos
bonificados para trabajadores.
El temario predefinido del curso online de API Gemini de Google con Python es el siguiente:
1 Introducción
1.1 Cómo aprovechar al máximo el curso
1.2 IDE de Python para este curso
1.3 Configuración del entorno: Jupyter Notebook
1.4 Configuración del entorno: Google Colab
1.5 Recursos del curso
2 Profundice en la API de Google Gemini PRO Parte 1
2.1 Obtener una clave API de Gemini
2.2 Prueba para obtener una clave API de Gemini
2.3 Instalación del SDK de Python para la API Gemini Pro y autenticación en Gemini
2.4 Prueba para instalar el SDK de Python
3 Profundice en la API de Google Gemini PRO Parte 2
3.1 Modelos multimodales Gemini: Nano, Pro y Ultra
3.2 Cuestionario para modelos Gemini
3.3 Google AI Studio: indicaciones de forma libre con Gemini Pro Vision
3.4 Google AI Studio: uso de variables y parámetros en el mensaje
3.5 Generar texto a partir de entradas de texto: Gemini Pro
4 Profundice en la API de Google Gemini PRO Parte 3
4.1 Respuestas del modelo de transmisión
4.2 Prueba para generar texto a partir de entradas de texto
4.3 Generación de texto a partir de imágenes y entradas de texto: Gemini PRO Vision
4.4 Parámetros de generación de API de Gemini: controlar cómo el modelo genera respuestas
5 Profundice en la API de Google Gemini PRO Parte 4
5.1 Parámetros de generación de API Gemini explicados
5.2 Cuestionario sobre los parámetros de generación de API de Gemini
5.3 Construyendo una conversación de chat
5.4 Prueba para entablar una conversación de chat
5.5 Proyecto: Creación de un agente conversacional utilizando Gemini Pro
6 Jupyter AI Parte 1
6.1 Jupyter AI
6.2 Versión de Python
6.3 Introducción a Jupyter AI y otros compañeros de codificación
6.4 Instalación de Jupyter AI
6.5 Usando Jupyter AI en JupyterLab
7 Jupyter AI Parte 2
7.2 Configuración de Jupyter AI en Jupyter Notebook
7.3 Usando Jupyter AI en Jupyter Notebook
7.4 Uso de la interpolación para casos de uso más avanzados
7.5 Uso de Jupyter AI con otros proveedores y modelos
8 Proyecto: Hablando con una imagen
8.1 Requisitos del proyecto
8.2 Construyendo la aplicación
8.3 Probar la aplicación
8.4 Streamlit: transforme sus portátiles Jupyter en aplicaciones web interactivas
8.5 Creando el diseño de la aplicación web con Streamlit
8.6 Guardar y mostrar el historial utilizando el estado de sesión Streamlit
9 Ingeniería de Prompt para API de Gemini Parte 1
9.1 Introducción a la ingeniería rápida
9.2 Táctica n.° 1: Coloque las instrucciones claramente con delimitadores
9.3 Táctica n.° 2: proporcione instrucciones detalladas sobre el contexto, el resultado o la duración
9.4 Táctica n.º 3: especificar el formato de respuesta
10 Ingeniería de Prompt para API de Gemini Parte 2
10.1 Táctica n.º 4: few shot prompting
10.2 Táctica n.º 5: especificar los pasos necesarios para completar una tarea
10.3 Táctica n.º 6: Dar tiempo a los modelos para "pensar" 10.5 Otras tácticas para provocar y evitar mejor las alucinaciones
10.6 Resumen de ingeniería de prompts
11 Programación en Python Parte 1
11.1 While y continue
11.2 Declaraciones while y break
11.3 Corte de listas e iteración
11.4 Comprensión de listas
Parte 1
11.5 Comprensión de listas
Parte 2
12 Programación en Python Parte 2
12.1 Trabajar con diccionarios
12.2 Serialización de datos JSON
12.3 Deserialización de datos JSON
12.4 Asignación: JSON y solicitudes/API REST
12.5 Respuesta de la tarea: JSON y solicitudes/API REST
13 Creando interfaces front-end para aplicaciones Parte 1
13.1 Introducción a Streamlit
13.2 Conceptos principales de Streamlit
13.3 Visualización de datos en la pantalla: st.write() y Magic
14 Creando interfaces front-end para aplicaciones Parte 2
14.1 Widgets, Parte 1: text_input, number_input, botón
14.2 Widgets, Parte 2: casilla de verificación, radio, seleccionar
14.3 Widgets, Parte 3: control deslizante, file_uploader, camera_input, imagen
15 Creando interfaces front-end para aplicaciones Parte 3
15.1 Diseño: barra lateral
15.2 Diseño: columnas
15.3 Diseño: Expansor
15.4 Mostrar una barra de progreso
15.5 Estado de sesión
15.6 Devoluciones de llamada
Respondemos en aproximadamente
3 horas promedio en días laborables.
Nuestra Sede
Dirección:
