Machine learning au sein de l'entreprise
Earned jan. 13, 2026 EST
Recommendation Systems on Google Cloud
Earned oct. 31, 2025 EDT
End-to-End Machine Learning with TensorFlow on Google Cloud
Earned oct. 20, 2025 EDT
Build Custom Processors with Document AI
Earned sept. 16, 2025 EDT
Document AI: Building a Custom Document Extractor
Earned sept. 15, 2025 EDT
Guide de préparation pour devenir ingénieur professionnel en machine learning
Earned août 28, 2025 EDT
Créer et déployer des solutions de machine learning sur Vertex
Earned août 28, 2025 EDT
IA responsable pour les développeurs : confidentialité et sécurité
Earned août 28, 2025 EDT
Ingénierie des données pour la modélisation prédictive avec BigQuery ML
Earned août 27, 2025 EDT
Créer des applications d'IA générative sur Google Cloud
Earned août 27, 2025 EDT
IA responsable pour les développeurs : interprétabilité et transparence
Earned août 27, 2025 EDT
IA responsable pour les développeurs : équité et biais
Earned août 26, 2025 EDT
Machine Learning Operations (MLOps) avec Vertex AI : évaluation des modèles
Earned août 25, 2025 EDT
Présentation des grands modèles de langage
Earned août 22, 2025 EDT
Machine Learning Operations (MLOps) avec Vertex AI : gérer les caractéristiques
Earned août 22, 2025 EDT
Machine Learning Operations (MLOps) : premiers pas
Earned août 21, 2025 EDT
Systèmes de machine learning de production
Earned août 21, 2025 EDT
Machine Learning Operations (MLOps) pour l'IA générative
Earned août 19, 2025 EDT
Présentation de l'IA générative
Earned août 19, 2025 EDT
Créer, entraîner et déployer des modèles de ML avec Keras sur Google Cloud
Earned août 18, 2025 EDT
Ingénierie des caractéristiques
Earned août 12, 2025 EDT
Créer des modèles de ML avec BigQuery ML
Earned juil. 22, 2025 EDT
Utiliser des notebooks dans Vertex AI
Earned juil. 21, 2025 EDT
Préparer des données pour les API de ML sur Google Cloud
Earned juil. 21, 2025 EDT
Scaling avec la suite Google Cloud Operations
Earned juil. 15, 2025 EDT
Confiance et sécurité avec Google Cloud
Earned juil. 15, 2025 EDT
Moderniser l'infrastructure et les applications avec Google Cloud
Earned juil. 14, 2025 EDT
Innover avec l'intelligence artificielle de Google Cloud
Earned juil. 11, 2025 EDT
Présentation de l'IA et du machine learning sur Google Cloud
Earned juil. 10, 2025 EDT
Explorer la transformation des données avec Google Cloud
Earned juil. 8, 2025 EDT
La transformation numérique avec Google Cloud
Earned juil. 8, 2025 EDT
Change Management for Google Workspace - Français
Earned juil. 4, 2025 EDT
Workspace Transformation
Earned juil. 2, 2025 EDT
Ce cours présente une approche pratique du workflow de ML avec une étude de cas dans laquelle une équipe est confrontée à plusieurs exigences métier et cas d'utilisation de ML. Cette équipe doit comprendre quels outils sont nécessaires pour gérer et gouverner les données, et trouver la meilleure approche pour les prétraiter.
On présente à cette équipe trois options de création de modèles de ML pour deux cas d'utilisation spécifiques. Ce cours explique pourquoi l'équipe tire parti des avantages d'AutoML, de BigQuery ML ou de l'entraînement personnalisé pour atteindre ses objectifs.
En savoir plus
In this course, you apply your knowledge of classification models and embeddings to build a ML pipeline that functions as a recommendation engine.
This is the fifth and final course of the Advanced Machine Learning on Google Cloud series.
En savoir plus
One of the best ways to review something is to work with the concepts and technologies that you have learned. So, this course is set up as a workshop and in this workshop, you will do End-to-End Machine Learning with TensorFlow on Google Cloud Platform. It involves building an end-to-end model from data exploration all the way to deploying an ML model and getting predictions from it.
This is the first course of the Advanced Machine Learning on Google Cloud series. After completing this course, enroll in the Production Machine Learning Systems course.
En savoir plus
This skill badge course is designed to offer hands-on experience through labs, enabling participants to master Document AI for document processing and extraction tasks. By the end of the course, participants will be proficient in creating and testing Document AI processors, customizing document extraction using Document AI Workbench, and building custom processors to tackle real-world document processing challenges.
En savoir plus
This workload aims to upskill Google Cloud partners to perform specific tasks associated with building a Custom Doc Extractor using the Google Cloud AI solution. The following will be addressed:
Service: Document AI
Task: Extract fields
Processors: Custom Document Extractor and Document Splitter
Prediction: Using Endpoint to programmatically extract fields
En savoir plus
Ce cours aide les participants à créer un plan de formation pour l'examen de certification afin de devenir ingénieur professionnel en machine learning (PMLE, Professional Machine Learning Engineer). Ils découvriront l'ampleur et le champ d'application des domaines abordés lors de l'examen. Ils détermineront s'ils sont prêts à passer l'examen et créeront leur propre plan de formation.
En savoir plus
Obtenez un badge de compétence en terminant le cours intermédiaire Créer et déployer des solutions de machine learning sur Vertex. Vous y apprendrez à utiliser la plate-forme Vertex AI de Google Cloud, AutoML et les services d'entraînement personnalisés pour entraîner, évaluer, régler, expliquer et déployer des modèles de machine learning. Ce cours, qui ouvre droit à un badge de compétence, est destiné aux data scientists et aux ingénieurs en machine learning. Un badge de compétence est un badge numérique exclusif délivré par Google Cloud. Il atteste de votre expertise des produits et services Google Cloud et de votre capacité à mettre en pratique vos connaissances dans un environnement concret et interactif. Terminez ce cours et passez l'évaluation finale de l'atelier challenge pour recevoir un badge de compétence que vous pourrez partager avec votre réseau.
En savoir plus
Ce cours présente des points importants au sujet de la confidentialité et de la sécurité de l'IA. Vous découvrirez des méthodes pratiques et des outils pour mettre en place des pratiques recommandées de confidentialité et de sécurité de l'IA à l'aide de produits Google Cloud et d'outils Open Source.
En savoir plus
Terminez le cours intermédiaire Ingénierie des données pour la modélisation prédictive avec BigQuery ML pour recevoir un badge démontrant vos compétences dans les domaines suivants : la création de pipelines de transformation des données dans BigQuery avec Dataprep by Trifacta ; l'utilisation de Cloud Storage, Dataflow et BigQuery pour créer des workflows ETL (Extract, Transform and Load) ; et la création de modèles de machine learning avec BigQuery ML.
En savoir plus
Les applications d'IA générative peuvent créer de nouvelles expériences utilisateur qu'il était quasiment impossible d'obtenir avant l'invention des grands modèles de langage (LLM). En tant que développeur d'applications, comment pouvez-vous utiliser l'IA générative pour créer des applications interactives et performantes sur Google Cloud ?
Dans ce cours, vous allez découvrir les applications d'IA générative, et comment vous pouvez utiliser la conception de requêtes et la génération augmentée par récupération (RAG) pour créer des applications performantes à l'aide de LLM. Vous allez vous familiariser avec une architecture prête pour la production qui peut être utilisée pour les applications d'IA générative, et vous allez créer une application de chat basée sur des LLM et sur le RAG.
En savoir plus
Ce cours présente les concepts d'interprétabilité et de transparence de l'IA. Il explique en quoi la transparence de l'IA est importante pour les développeurs et les ingénieurs. Il explore des méthodes et des outils pratiques permettant d'atteindre l'interprétabilité et la transparence des modèles d'IA et des données.
En savoir plus
Ce cours présente le concept d'IA responsable et les principes associés. Il met en avant des techniques permettant d'identifier des données équitables ou biaisées, et de limiter les biais lors de l'utilisation de l'IA/du ML. Vous découvrirez des méthodes pratiques et des outils pour mettre en place de bonnes pratiques d'IA responsable à l'aide des produits Google Cloud et des outils Open Source.
En savoir plus
Ce cours apporte aux professionnels du machine learning les techniques, les bonnes pratiques et les outils essentiels pour évaluer les modèles d'IA prédictive et générative. L'évaluation des modèles est primordiale pour s'assurer que les systèmes de ML fournissent des résultats fiables, précis et de haut niveau en production.
Les participants acquerront une connaissance approfondie de diverses métriques et méthodologies d'évaluation, ainsi que de leur application appropriée dans différents types de modèles et tâches. Le cours mettra l'accent sur les défis uniques posés par les modèles d'IA générative et proposera des stratégies pour les relever efficacement. Grâce à la plate-forme Vertex AI de Google Cloud, les participants apprendront à implémenter des processus d'évaluation rigoureux pour la sélection, l'optimisation et la surveillance continue des modèles.
En savoir plus
Ce cours de micro-apprentissage, qui s'adresse aux débutants, explique ce que sont les grands modèles de langage (LLM). Il inclut des cas d'utilisation et décrit comment améliorer les performances des LLM grâce au réglage des requêtes. Il présente aussi les outils Google qui vous aideront à développer votre propre application d'IA générative.
En savoir plus
Ce cours présente les outils et les bonnes pratiques MLOps pour déployer, évaluer, surveiller et exploiter des systèmes de ML en production sur Google Cloud. Le MLOps est une discipline axée sur le déploiement, le test, la surveillance et l'automatisation des systèmes de ML en production.
Les participants s'entraîneront à utiliser l'ingestion en flux continu de Vertex AI Feature Store au niveau du SDK.
En savoir plus
Ce cours présente les outils et les bonnes pratiques MLOps pour déployer, évaluer, surveiller et exploiter des systèmes de ML en production sur Google Cloud. Le MLOps est une discipline axée sur le déploiement, le test, la surveillance et l'automatisation des systèmes de ML en production. Les ingénieurs en machine learning utilisent des outils pour améliorer et évaluer en permanence les modèles déployés. Ils collaborent avec des data scientists (ou peuvent occuper ce poste) qui développent des modèles permettant de déployer de manière rapide et rigoureuse les solutions de machine learning les plus performantes.
En savoir plus
Dans ce cours, nous abordons en détail les composants et les bonnes pratiques de construction de systèmes de ML hautes performances dans des environnements de production. Nous verrons aussi certaines des considérations les plus courantes concernant la construction de ces systèmes, telles que l'entraînement statique, l'entraînement dynamique, l'inférence statique, l'inférence dynamique, les tâches TensorFlow distribuées et les TPU. Ce cours a pour objectif d'explorer les caractéristiques d'un bon système de ML, au-delà de sa capacité à effectuer des prédictions correctes.
En savoir plus
Dans ce cours, vous allez acquérir les connaissances et les outils nécessaires pour identifier les problématiques uniques auxquelles les équipes MLOps sont confrontées lors du déploiement et de la gestion de modèles d'IA générative. Vous verrez également en quoi Vertex AI permet aux équipes d'IA de simplifier les processus MLOps et de faire aboutir leurs projets d'IA générative.
En savoir plus
Ce cours de micro-apprentissage, qui s'adresse aux débutants, explique ce qu'est l'IA générative, décrit à quoi elle sert et souligne ce qui la distingue des méthodes de machine learning traditionnel. Il présente aussi les outils Google qui vous aideront à développer votre propre application d'IA générative.
En savoir plus
Ce cours porte sur la création de modèles de ML à l'aide de TensorFlow et Keras, l'amélioration de la précision des modèles de ML et l'écriture de modèles de ML pour une utilisation évolutive.
En savoir plus
Ce cours présente les avantages liés à l'utilisation de Vertex AI Feature Store, ainsi que la manière d'améliorer la précision des modèles de ML et de déterminer les colonnes de données présentant les caractéristiques les plus utiles. Ce cours inclut également du contenu et des ateliers portant sur l'ingénierie des caractéristiques à l'aide de BigQuery ML, Keras et TensorFlow.
En savoir plus
Terminez le cours intermédiaire Créer des modèles de ML avec BigQuery ML pour recevoir un badge démontrant vos compétences dans les domaines suivants : la création et l'évaluation de modèles de machine learning avec BigQuery ML pour générer des prédictions de données.
En savoir plus
Ce cours est une introduction aux notebooks Vertex AI, des environnements basés sur des notebooks Jupyter qui proposent une plate-forme unifiée pour l'ensemble du workflow de machine learning, de la préparation des données jusqu'au déploiement et à la surveillance des modèles. Le cours aborde les sujets suivants : (1) Les différents types de notebooks Vertex AI et leurs fonctionnalités, et (2) comment en créer et les gérer.
En savoir plus
Terminez le cours d'introduction Préparer des données pour les API de ML sur Google Cloud pour recevoir un badge démontrant vos compétences dans les domaines suivants : le nettoyage des données avec Dataprep by Trifacta, l'exécution de pipelines de données dans Dataflow, la création de clusters et l'exécution de jobs Apache Spark dans Dataproc, et l'appel d'API de ML comme l'API Cloud Natural Language, l'API Google Cloud Speech-to-Text et l'API Video Intelligence.
En savoir plus
Les organisations de toutes tailles exploitent le potentiel et la flexibilité du cloud afin de transformer leurs opérations. Toutefois, la gestion et le scaling des ressources cloud peuvent s'avérer complexes.
"Scaling avec la suite Google Cloud Operations" présente les concepts fondamentaux des opérations modernes, de la fiabilité et de la résilience dans le cloud, ainsi que la manière dont Google Cloud peut vous aider à atteindre ces objectifs.
Ce cours fait partie du parcours de formation Cloud Digital Leader. Il vise à aider les participants à évoluer dans leur poste et à bâtir l'avenir de leur entreprise.
En savoir plus
Les organisations qui migrent des données et des applications vers le cloud font face à de nouveaux défis en termes de sécurité. Le cours "Confiance et sécurité avec Google Cloud" présente les principes de base de la sécurité dans le cloud, les avantages de l'approche multicouche de Google Cloud concernant la sécurité de l'infrastructure, et la manière dont Google gagne et conserve la confiance des clients vis-à-vis du cloud.
Ce cours fait partie du parcours de formation Cloud Digital Leader. Il vise à aider les participants à évoluer dans leur poste et à bâtir l'avenir de leur entreprise.
En savoir plus
De nombreuses entreprises traditionnelles utilisent d'anciens systèmes et d'anciennes applications qui ne peuvent plus satisfaire les attentes des clients d'aujourd'hui. Les chefs d'entreprise doivent régulièrement choisir entre deux options : entretenir leurs systèmes informatiques vieillissants ou investir dans de nouveaux produits et services. Le cours "Moderniser l'infrastructure et les applications avec Google Cloud" aborde ces problématiques et propose des solutions pour les résoudre à l'aide de la technologie cloud.
Ce cours fait partie du parcours de formation Cloud Digital Leader. Il vise à aider les participants à évoluer dans leur poste et à bâtir l'avenir de leur entreprise.
En savoir plus
L'intelligence artificielle (IA) et le machine learning (ML) représentent une évolution importante de l'informatique et transforment rapidement un grand nombre de secteurs. Le cours "Innover avec l'intelligence artificielle de Google Cloud" explore comment les organisations peuvent utiliser l'IA et le ML pour repenser leurs processus métier.
Ce cours fait partie du parcours de formation Cloud Digital Leader. Il vise à aider les participants à évoluer dans leur poste et à bâtir l'avenir de leur entreprise.
En savoir plus
Ce cours présente les fonctionnalités d'IA et de machine learning (ML) de Google Cloud, en mettant l'accent sur le développement de projets d'IA prédictive et générative. Il explore les différentes technologies, produits et outils disponibles tout au long du cycle de vie des données à l'IA, et permet aux data scientists, aux développeurs d'IA et aux ingénieurs en ML d'améliorer leur expertise grâce à des exercices interactifs.
En savoir plus
La technologie cloud est une grande source de valeur pour les entreprises. En combinant le potentiel de cette technologie avec celui des données, il est possible de créer encore plus de valeur et d'offrir de nouvelles expériences client. "Explorer la transformation des données avec Google Cloud" vous fait découvrir la valeur que les données peuvent apporter à une entreprise et les façons dont Google Cloud peut les rendre utiles et accessibles. Ce cours fait partie du parcours de formation Cloud Digital Leader. Il a pour but d'aider les participants à évoluer dans leur poste et à façonner l'avenir de leur entreprise.
En savoir plus
La technologie cloud et la transformation numérique suscitent beaucoup d'enthousiasme, mais elles génèrent aussi souvent beaucoup de questions laissées sans réponse.
Par exemple : Qu'est-ce que la technologie cloud ? Qu'entend-on par transformation numérique ? Que peut vous apporter la technologie cloud ? Et par où commencer ?
Si vous vous êtes déjà posé une de ces questions, vous êtes au bon endroit. Ce cours offre un aperçu des opportunités et des défis que les entreprises peuvent rencontrer lors de leur transformation numérique. Si vous souhaitez découvrir les technologies cloud afin de pouvoir exceller dans votre rôle et contribuer à bâtir l'avenir de votre entreprise, ce cours d'introduction sur la transformation numérique est pour vous. Il fait partie du parcours de formation Cloud Digital Leader.
En savoir plus
Ce cours s'adresse aux équipes de déploiement de Google Cloud et de ses organisations partenaires qui sont chargées de gérer le changement culturel et de combler les déficits de compétences des clients qui adoptent Google Workspace, d'obtenir l'appui de la direction et des personnes concernées chez le client, et de communiquer les changements anticipés au client et à ses utilisateurs. Il vous servira de guide pour respecter la méthodologie globale de gestion du changement Workspace et gérer toutes les phases du parcours client.
En savoir plus
This course on workspace transformation guides participants through modules designed to optimize and transform business environments using Google Workspace. It covers the Google Workspace Customer Success Methodology, provisioning processes, authentication and system access, mail routing, migration strategies, and coexistence planning to ensure a seamless transition and effective implementation.
Machine learning au sein de l'entreprise
Earned jan. 13, 2026 EST
Recommendation Systems on Google Cloud
Earned oct. 31, 2025 EDT
End-to-End Machine Learning with TensorFlow on Google Cloud
Earned oct. 20, 2025 EDT
Build Custom Processors with Document AI
Earned sept. 16, 2025 EDT
Document AI: Building a Custom Document Extractor
Earned sept. 15, 2025 EDT
Guide de préparation pour devenir ingénieur professionnel en machine learning
Earned août 28, 2025 EDT
Créer et déployer des solutions de machine learning sur Vertex
Earned août 28, 2025 EDT
IA responsable pour les développeurs : confidentialité et sécurité
Earned août 28, 2025 EDT
Ingénierie des données pour la modélisation prédictive avec BigQuery ML
Earned août 27, 2025 EDT
Créer des applications d'IA générative sur Google Cloud
Earned août 27, 2025 EDT
IA responsable pour les développeurs : interprétabilité et transparence
Earned août 27, 2025 EDT
IA responsable pour les développeurs : équité et biais
Earned août 26, 2025 EDT
Machine Learning Operations (MLOps) avec Vertex AI : évaluation des modèles
Earned août 25, 2025 EDT
Présentation des grands modèles de langage
Earned août 22, 2025 EDT
Machine Learning Operations (MLOps) avec Vertex AI : gérer les caractéristiques
Earned août 22, 2025 EDT
Machine Learning Operations (MLOps) : premiers pas
Earned août 21, 2025 EDT
Systèmes de machine learning de production
Earned août 21, 2025 EDT
Machine Learning Operations (MLOps) pour l'IA générative
Earned août 19, 2025 EDT
Présentation de l'IA générative
Earned août 19, 2025 EDT
Créer, entraîner et déployer des modèles de ML avec Keras sur Google Cloud
Earned août 18, 2025 EDT
Ingénierie des caractéristiques
Earned août 12, 2025 EDT
Créer des modèles de ML avec BigQuery ML
Earned juil. 22, 2025 EDT
Utiliser des notebooks dans Vertex AI
Earned juil. 21, 2025 EDT
Préparer des données pour les API de ML sur Google Cloud
Earned juil. 21, 2025 EDT
Scaling avec la suite Google Cloud Operations
Earned juil. 15, 2025 EDT
Confiance et sécurité avec Google Cloud
Earned juil. 15, 2025 EDT
Moderniser l'infrastructure et les applications avec Google Cloud
Earned juil. 14, 2025 EDT
Innover avec l'intelligence artificielle de Google Cloud
Earned juil. 11, 2025 EDT
Présentation de l'IA et du machine learning sur Google Cloud
Earned juil. 10, 2025 EDT
Explorer la transformation des données avec Google Cloud
Earned juil. 8, 2025 EDT
La transformation numérique avec Google Cloud
Earned juil. 8, 2025 EDT
Change Management for Google Workspace - Français
Earned juil. 4, 2025 EDT
Workspace Transformation
Earned juil. 2, 2025 EDT