Concepts fondamentaux de Google Cloud : infrastructure de base
Earned oct. 3, 2025 EDT
Generative Playbooks
Earned août 5, 2025 EDT
Introduction to CES and Conversational Agents
Earned août 4, 2025 EDT
IA responsable pour les développeurs : confidentialité et sécurité
Earned juin 13, 2025 EDT
IA responsable pour les développeurs : interprétabilité et transparence
Earned juin 12, 2025 EDT
IA responsable pour les développeurs : équité et biais
Earned juin 11, 2025 EDT
Créer et déployer des solutions de machine learning sur Vertex
Earned juin 9, 2025 EDT
Créer des applications d'IA générative sur Google Cloud
Earned juin 6, 2025 EDT
Présentation des grands modèles de langage
Earned juin 3, 2025 EDT
Machine Learning Operations (MLOps) avec Vertex AI : évaluation des modèles
Earned juin 3, 2025 EDT
Machine Learning Operations (MLOps) avec Vertex AI : gérer les caractéristiques
Earned juin 2, 2025 EDT
Machine Learning Operations (MLOps) : premiers pas
Earned mai 30, 2025 EDT
Systèmes de machine learning de production
Earned mai 30, 2025 EDT
Créer, entraîner et déployer des modèles de ML avec Keras sur Google Cloud
Earned mai 28, 2025 EDT
Ingénierie des caractéristiques
Earned mai 23, 2025 EDT
Ingénierie des données pour la modélisation prédictive avec BigQuery ML
Earned mai 20, 2025 EDT
Préparer des données pour les API de ML sur Google Cloud
Earned mai 20, 2025 EDT
Machine Learning Operations (MLOps) pour l'IA générative
Earned mai 19, 2025 EDT
Présentation de l'IA générative
Earned mai 19, 2025 EDT
Créer des modèles de ML avec BigQuery ML
Earned mai 19, 2025 EDT
Utiliser des notebooks dans Vertex AI
Earned mai 19, 2025 EDT
Présentation de l'IA et du machine learning sur Google Cloud
Earned mai 15, 2025 EDT
[DEPRECATED]-Google Cloud Computing Foundations: Cloud Computing Fundamentals - Français
Earned mai 13, 2025 EDT
"Concepts fondamentaux de Google Cloud : infrastructure de base" présente les concepts et les termes à connaître pour utiliser Google Cloud. À travers des vidéos et des ateliers pratiques, il décrit et compare la plupart des services Google Cloud de calcul et de stockage, ainsi que des outils importants de gestion des ressources et des règles.
En savoir plus
Explore Playbooks and their implementation of the ReAct pattern for building Conversational Agents. You will learn how to construct a Playbook, set up goals and instructions to build a chatbot in natural language, and learn to test and deploy your solution.
En savoir plus
This course explores the different products and capabilities of Customer Engagement Suite (CES) and Conversational agents. Additionally, it covers the foundational principles of conversation design to craft engaging and effective experiences that emulate human-like experiences specific to the Chat channel.
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
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
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
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 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 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 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
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 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
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
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
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. 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 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
Ce cours présente les solutions d'IA et de machine learning (ML) de Google Cloud permettant de développer des projets d'IA prédictive et générative. Il décrit les technologies, produits et outils disponibles tout au long du cycle de vie des données à l'IA, en englobant les éléments de base, le développement et les solutions d'IA. Son but est d'aider les data scientists, les développeurs d'IA et les ingénieurs en ML à améliorer leurs compétences et connaissances par le biais d'expériences d'apprentissage captivantes et d'exercices pratiques.
En savoir plus
Le cours Google Cloud Computing Foundations est destiné aux personnes qui ont peu
de connaissances ou d’expérience en cloud computing, voire pas du tout. Il présente
de façon détaillée différents concepts (principes de base du cloud, big data et machine learning)
et explique dans quels cas utiliser Google Cloud et pourquoi.
Au terme de ce cours, les participants sauront expliquer les concepts associés au cloud computing, au big data
et au machine learning, et ils auront acquis certaines compétences pratiques.
Ce cours fait partie d'une série de cours intitulée Google Cloud Computing Foundations.
Les cours doivent être suivis dans l'ordre suivant :
Google Cloud Computing Foundations: Cloud Computing Fundamentals - Locales
Google Cloud Computing Foundations: Infrastructure in Google Cloud - Locales
Google Cloud Computing Foundations: Networking and Security in Google Cloud - Locales
Google Cloud Computing Foundations: Data, ML, and AI in Google Cloud…
Concepts fondamentaux de Google Cloud : infrastructure de base
Earned oct. 3, 2025 EDT
Generative Playbooks
Earned août 5, 2025 EDT
Introduction to CES and Conversational Agents
Earned août 4, 2025 EDT
IA responsable pour les développeurs : confidentialité et sécurité
Earned juin 13, 2025 EDT
IA responsable pour les développeurs : interprétabilité et transparence
Earned juin 12, 2025 EDT
IA responsable pour les développeurs : équité et biais
Earned juin 11, 2025 EDT
Créer et déployer des solutions de machine learning sur Vertex
Earned juin 9, 2025 EDT
Créer des applications d'IA générative sur Google Cloud
Earned juin 6, 2025 EDT
Présentation des grands modèles de langage
Earned juin 3, 2025 EDT
Machine Learning Operations (MLOps) avec Vertex AI : évaluation des modèles
Earned juin 3, 2025 EDT
Machine Learning Operations (MLOps) avec Vertex AI : gérer les caractéristiques
Earned juin 2, 2025 EDT
Machine Learning Operations (MLOps) : premiers pas
Earned mai 30, 2025 EDT
Systèmes de machine learning de production
Earned mai 30, 2025 EDT
Créer, entraîner et déployer des modèles de ML avec Keras sur Google Cloud
Earned mai 28, 2025 EDT
Ingénierie des caractéristiques
Earned mai 23, 2025 EDT
Ingénierie des données pour la modélisation prédictive avec BigQuery ML
Earned mai 20, 2025 EDT
Préparer des données pour les API de ML sur Google Cloud
Earned mai 20, 2025 EDT
Machine Learning Operations (MLOps) pour l'IA générative
Earned mai 19, 2025 EDT
Présentation de l'IA générative
Earned mai 19, 2025 EDT
Créer des modèles de ML avec BigQuery ML
Earned mai 19, 2025 EDT
Utiliser des notebooks dans Vertex AI
Earned mai 19, 2025 EDT
Présentation de l'IA et du machine learning sur Google Cloud
Earned mai 15, 2025 EDT
[DEPRECATED]-Google Cloud Computing Foundations: Cloud Computing Fundamentals - Français
Earned mai 13, 2025 EDT