Organisme de Formation aux technologies et métiers de L'informatique
google

Formation Introduction à l'IA et au Machine Learning sur Google Cloud

La meilleure formation pour découvrir les offres d'IA et de Machine Learning (ML) sur Google Cloud

Informations générales

GCP100AIML
1 jour (7h)
700 €HT
repas inclus
plusieurs certifications possibles

Objectifs

Après ce cours, vous serez capable de :

  • Reconnaître les technologies et les outils de conversion de données en IA fournis par Google Cloud.
  • Créer des projets d’IA générative en utilisant Gemini multimodal, des invites efficaces et le réglage du modèle.
  • Explorer différentes options pour développer un projet d’IA sur Google Cloud.
  • Créer un modèle ML de bout en bout à l’aide de Vertex AI.

Public

Ce cours s'adresse avant tout aux personnes suivantes :

  • Développeurs professionnels d’IA, data scientists et ML Engineers souhaitant créer des projets d’IA prédictive et générative sur Google Cloud

Prérequis

Pour suivre ce cours, vous devez déjà posséder les connaissances suivantes :

  • Connaissance de base des concepts de Machine Learning
  • Expérience préalable avec des langages de programmation tels que SQL et Python

Programme de la formation

Ce cours présente les offres d’IA et de Machine Learning (ML) sur Google Cloud qui permettent de créer des projets d’IA à la fois prédictifs et génératifs.

Il explore les technologies, produits et outils disponibles tout au long du cycle de vie des données vers l’IA, englobant les fondements, le développement et les solutions de l’IA.

Il vise à aider les data scientists, les développeurs d’IA et les ML Engineers à améliorer leurs compétences et leurs connaissances grâce à des expériences d’apprentissage engageantes et des exercices pratiques.

Fondements de l’IA

  • Pourquoi l’IA ?
  • Framework d’IA/ML sur Google Cloud
  • Infrastructure Google Cloud
  • Produits de données et d’IA
  • Catégories de modèles ML
  • BigQuery ML
  • Introduction à l’atelier : BigQuery ML
  • Reconnaître le framework AI/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 la manière dont ils prennent en charge le cycle de vie des données vers l’IA.
  • Créer un modèle de ML avec BigQueryML pour transférer les données vers l’IA.

Options de développement de l’IA

  • Options de développement de l’IA
  • API pré-entraînées
  • Vertex AI
  • AutoML
  • Entraînement personnalisée
  • Introduction à l’atelier : API Natural Language
  • Définir différentes options pour créer un modèle de ML sur Google Cloud.
  • Reconnaître les principales fonctionnalités et les situations applicables des API pré-entraînées, AutoML et formation personnalisée.
  • Utiliser l’API Natural Language pour analyser le texte.

Flux de travail de développement de l’IA

  • Flux de travail ML
  • Préparation des données
  • Développement d’un modèle
  • Service de modèles
  • MLOps et automatisation des flux de travail
  • Introduction à l’atelier : AutoML
  • Comment une machine apprend
  • Définir le flux de travail de création d’un modèle ML.
  • Décrire le MLOps et l’automatisation des flux de travail sur Google Cloud.
  • Créez un modèle de ML de bout en bout en utilisant AutoML sur Vertex AI.

IA générative

  • IA générative et flux de travail
  • Gemini multimodal
  • Conception rapide
  • Réglage du modèle
  • Model Garden
  • Solutions d’IA
  • Présentation de l’atelier : Vertex AI Studio
  • Définir l’IA générative et les modèles de base.
  • Utiliser Gemini multimodal avec Vertex AI Studio.
  • Concevoir des prompts efficaces et tuner les modèles avec différentes méthodes.
  • Reconnaître les solutions d’IA et les fonctionnalités Gen AI intégrées.

Méthode pédagogique

Chaque participant travaille sur un poste informatique qui lui est dédié. Un support de cours lui est remis soit en début soit en fin de cours. La théorie est complétée par des cas pratiques ou exercices corrigés et discutés avec le formateur. Le formateur projette une présentation pour animer la formation et reste disponible pour répondre à toutes les questions.

Méthode d'évaluation

Tout au long de la formation, les exercices et mises en situation permettent de valider et contrôler les acquis du stagiaire. En fin de formation, le stagiaire complète un QCM d'auto-évaluation.

Certification

Cette formation prépare au passage des certifications suivantes.
N'hésitez pas à nous contacter pour toute information complémentaire.

Google Cloud Certified Professional Cloud Architect (225 €HT)

  • Durée : 2h00
  • Format : QCM
  • Passage en présentiel dans un centre agréé ou en ligne

Le passage des tests "Associate Cloud Engineer" et "Professional Cloud Architect" entre en jeu dans l'obtention des certifications "Google Cloud Certified Associate Cloud Engineer" et "Google Cloud Certified Professional Cloud Architect".

Google Cloud Certified Professional Cloud Developer (225 €HT)

  • Durée : 2h00
  • Format : QCM
  • Passage en présentiel dans un centre agréé ou en ligne

Le test "Professional Cloud Developer" entre en jeu dans le cursus de certification "Google Cloud Certified Professional Cloud Developer".

Google Cloud Certified Professional Cloud Network Engineer (225 €HT)

  • Durée : 2h00
  • Format : QCM
  • Passage en présentiel dans un centre agréé ou en ligne

Le test "Professional Cloud Network Engineer" entre en jeu dans le cursus de certification "Google Cloud Certified Professional Cloud Network Engineer".

 

Google Cloud Certified Professional Cloud Security Engineer (225 €HT)

  • Durée : 2h00
  • Format : QCM
  • Passage en présentiel dans un centre agréé ou en ligne

Suivre cette formation à distance

  • Un ordinateur avec webcam, micro, haut-parleur et un navigateur (de préférence Chrome ou Firefox). Un casque n'est pas nécessaire suivant l'environnement.
  • Une connexion Internet de type ADSL ou supérieure. Attention, une connexion Internet ne permettant pas, par exemple, de recevoir la télévision par Internet, ne sera pas suffisante, cela engendrera des déconnexions intempestives du stagiaire et dérangera toute la classe.
  • Privilégier une connexion filaire plutôt que le Wifi.
  • Avoir accès au poste depuis lequel vous suivrez le cours à distance au moins 2 jours avant la formation pour effectuer les tests de connexion préalables.
  • Votre numéro de téléphone portable (pour l'envoi du mot de passe d'accès aux supports de cours et pour une messagerie instantanée autre que celle intégrée à la classe virtuelle).
  • Selon la formation, une configuration spécifique de votre machine peut être attendue, merci de nous contacter.
  • Pour les formations incluant le passage d'une certification la dernière journée, un voucher vous est fourni pour passer l'examen en ligne.
  • Pour les formations logiciel (Adobe, Microsoft Office...), il est nécessaire d'avoir le logiciel installé sur votre machine, nous ne fournissons pas de licence ou de version test.
  • Horaires identiques au présentiel.

Mis à jour le 21/03/2025