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.
Ce cours vous présente les applications basées sur des événements et vous apprend à utiliser l'orchestration et la chorégraphie de services pour coordonner les microservices. Tout au long des cours et des ateliers pratiques, vous allez apprendre à utiliser Workflows, Eventarc, Cloud Tasks et Cloud Scheduler pour créer des applications de microservices sur Google Cloud.
Dans ce cours, vous apprendrez les bases du développement d'applications sur Google Cloud. Vous découvrirez les bonnes pratiques concernant les applications cloud, ainsi que la façon de choisir les options de calcul et de données adaptées à vos cas d'utilisation d'applications. Vous découvrirez l'IA générative et comment l'utiliser pour créer des applications. Vous explorerez l'authentification et l'autorisation, le déploiement d'applications, l'intégration et la livraison continues, ainsi que la surveillance et le réglage des performances de vos applications exécutées dans Google Cloud. Tout au long des présentations et des ateliers pratiques, vous apprendrez les bases de la création et de l'exécution d'applications sur Google Cloud.
"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.
Ce cours présente le mécanisme d'attention, une technique efficace permettant aux réseaux de neurones de se concentrer sur des parties spécifiques d'une séquence d'entrée. Vous découvrirez comment fonctionne l'attention et comment l'utiliser pour améliorer les performances de diverses tâches de machine learning, dont la traduction automatique, la synthèse de texte et les réponses aux questions.
Ce cours présente les modèles de diffusion, une famille de modèles de machine learning qui s'est récemment révélée prometteuse dans le domaine de la génération d'images. Les modèles de diffusion trouvent leur origine dans la physique, et plus précisément dans la thermodynamique. Au cours des dernières années, ils ont gagné en popularité dans la recherche et l'industrie. Ils sont à la base de nombreux modèles et outils Google Cloud avancés de génération d'images. Ce cours vous présente les bases théoriques des modèles de diffusion, et vous explique comment les entraîner et les déployer sur Vertex AI.
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.
Welcome Gamers! Create and test a prompt, create a conversation, and explore the prompt gallery, all while having fun! Explore Generative AI Studio in Vertex AI. You will compete to see who can finish the game with the highest score. Earn the points by completing the steps in the lab.... and get bonus points for speed! Be sure to click "End" when you're done with each lab to get the maximum points. All players will be awarded the game badge.