Formation Machine Learning on Google Cloud

Qu'est-ce que le Machine Learning sur Google Cloud ?

Le Machine Learning sur Google Cloud repose sur un ensemble d’outils, de services et de frameworks intégrés qui permettent de développer, entraîner et déployer des modèles d’intelligence artificielle de manière efficace et scalable. Google Cloud propose notamment Vertex AI, BigQuery ML, TensorFlow et des API spécialisées pour accélérer les projets IA et data science.

Pourquoi suivre une formation Machine Learning on Google Cloud ?

Dans un monde où l’intelligence artificielle est au cœur des innovations, maîtriser l’écosystème Google Cloud est un atout stratégique. Suivre cette formation permet de comprendre comment créer, entraîner et déployer des modèles en production à grande échelle, tout en optimisant les performances et les coûts. C’est une compétence recherchée aussi bien par les data scientists que par les ingénieurs cloud et les architectes de solutions.

Objectif opérationnel : 

Savoir concevoir, entraîner et déployer des modèles de machine learning sur Google Cloud.

Objectifs pédagogiques : 

Cette formation vous apportera les connaissances nécessaires pour : 

• Décrire les technologies, produits et outils permettant de créer un modèle ML, un pipeline ML et un projet d’IA générative
• Comprendre quand utiliser AutoML et BigQuery ML
• Créer des ensembles de données gérés par Vertex AI
• Ajouter des fonctionnalités au Vertex AI Feature Store
• Décrire Analytics Hub, Dataplex et Data Catalog
• Décrire comment améliorer les performances du modèle
• Créer un notebook géré par l’utilisateur Vertex AI Workbench, créez une tâche de formation personnalisée et déployez-la à l’aide d’un conteneur Docker
• Décrire les prédictions par lots et en ligne ainsi que la surveillance des modèles
• Décrire comment améliorer la qualité des données et explorer vos données
• Créer et former des modèles d’apprentissage supervisé
• Optimiser et évaluer les modèles à l’aide de fonctions de perte et de mesures de performances
• Créer des ensembles de données d’entraînement, d’évaluation et de test reproductibles et évolutifs
• Implémenter des modèles ML à l’aide de TensorFlow ou Keras
• Comprendre les avantages de l’utilisation de l’ingénierie des fonctionnalités
• Expliquer la surveillance du modèle Vertex AI et les pipelines Vertex AI

Public :

Ce cours s’adresse principalement aux  Aspirants analystes de données machine learning, data scientists et ingénieurs de données. Les apprenants qui souhaitent être exposés au ML et qui utilisent Vertex AI, AutoML, BigQuery ML, Vertex AI Feature Store, Vertex AI Workbench, Dataflow, Vertex AI Vizier pour le réglage des hyperparamètres et TensorFlow/Keras.

Prérequis :

Les participants doivent avoir : une certaine familiarité avec les concepts de base de machine learning, une maîtrise de base d’un langage de script, de préférence Python.

Introduction à l’IA et au machine learning sur Google Cloud

Se lancer dans le Machine Learning

TensorFlow dans Google Cloud

Feature Engineering

Machine Learning en Entreprise