Machine Learning on Google Cloud
- Durée
- Durée :5 jours
- Niveau
- Niveau :Fondamental
- Certification
- Certification :Non
3950€ HT
Prochaine session :
Google Cloud : Introduction à l'IA et au Machine Learning
Explorer les technologies, outils et workflows de l’intelligence artificielle et du machine learning sur Google CloudDescription de la formation IA Machine Learning Google Cloud
Qu’est-ce que l’Introduction à l’IA & Machine Learning sur Google Cloud ?
Cette formation présente les offres d’intelligence artificielle (IA) et de machine learning (ML) sur Google Cloud qui permettent de créer des projets d’IA prédictive et générative. Elle explore les technologies, produits et outils disponibles tout au long du cycle de vie des données vers l’IA, englobant les fondements de l’IA, les options de développement, les workflows et l’IA générative.
Pourquoi suivre une formation Introduction à l’IA & Machine Learning sur Google Cloud ?
La montée en compétences sur les technologies IA et ML dans le cloud est un enjeu majeur pour les professionnels data et développeurs d’aujourd’hui. Cette formation permet de maîtriser les services Google Cloud dédiés, de comprendre les différentes manières de concevoir et déployer des solutions IA et d’acquérir une expérience pratique sur des cas réels et outils de pointe tels que BigQuery ML, Vertex AI ou Gemini.
Programme de la formation
Objectif opérationnel :
Savoir utiliser les principaux services et workflows IA/ML de Google Cloud pour concevoir, développer et déployer des projets d’intelligence artificielle.
Objectifs pédagogiques :
À l'issue de cette formation Introduction à l’IA & Machine Learning sur Google Cloud, vous aurez acquis les connaissances et compétences nécessaires pour :
- Reconnaître les technologies et les outils de la donnée à l'IA fournis par Google Cloud.
- Créer des projets d'IA générative en utilisant Gemini multimodal, des invites efficaces et l'ajustement de modèles.
- Explorer diverses options pour développer un projet d'IA sur Google Cloud.
- Créer un modèle de ML de bout en bout en utilisant Vertex AI.
Introduction au cours
Définir l'objectif du cours.Reconnaître les objectifs du cours.
Fondamentaux de l'IA
Reconnaître le cadre IA/ML sur Google Cloud.Identifier les principaux composants de l'infrastructure Google Cloud.
Définir les produits de données et de ML sur Google Cloud et comment ils soutiennent le cycle de vie de la donnée à l'IA.
Construire un modèle de ML avec BigQueryML pour amener les données à l'IA.Travaux pratiques :Labo : Prédire les achats des visiteurs avec BigQuery MLQuizLecture
Options de développement de l'IA
Définir différentes options pour construire un modèle de ML sur Google Cloud.Reconnaître les principales caractéristiques et les situations applicables des API pré-entraînées, d'AutoML et de l'entraînement personnalisé.
Utiliser l'API Natural Language pour analyser du texte.Travaux pratiques :Labo : Analyse d'entités et de sentiments avec l'API Natural LanguageQuizLecture
Flux de travail de développement de l'IA
Définir le flux de travail de la construction d'un modèle de ML.Décrire le MLOps et l'automatisation du flux de travail sur Google Cloud.
Construire un modèle de ML de bout en bout en utilisant AutoML sur Vertex AI.Travaux pratiques :Labo : Vertex AI : Prédire le risque de prêt avec AutoMLQuizLecture
IA Générative
Définir l'IA générative et les modèles de fondation.Utiliser Gemini multimodal avec Vertex AI Studio.
Concevoir des invites efficaces et ajuster des modèles avec différentes méthodes.
Reconnaître les solutions d'IA et les fonctionnalités d'IA générative intégrées.Travaux pratiques :Labo : Démarrer avec Vertex AI StudioQuizLecture
Résumé du cours
Reconnaître les principaux concepts, outils, technologies et produits appris dans le cours.Travaux pratiques :LecturePublic cible :
Cette formation s'adresse aux développeurs IA professionnels, scientifiques des données et ingénieurs ML souhaitant créer des projets d'IA prédictive et générative sur Google Cloud.
Prérequis :
Pour suivre ce cours, il faut des connaissances de base de concepts du machine learning ainsi qu'une expérience préalable avec des langages de programmation tels que SQL et Python.
J'évalue mes connaissances pour vérifier que je dispose des prérequis nécessaires pour profiter pleinement de cette formation en faisant le test de prérequis.
Date de mise à jour du programme : 18/02/2026
Dates et lieux
Période souhaitée
Lieux
Type d'affichage