Optimiser les coûts pour Google Kubernetes Engine
Earned oct. 23, 2023 EDT
Configurer un réseau Google Cloud
Earned oct. 23, 2023 EDT
Préparer des données pour les API de ML sur Google Cloud
Earned sept. 23, 2023 EDT
On Premises Installation and Fundamentals with Google Cloud's Apigee API Platform
Earned août 10, 2023 EDT
Déployer et gérer Apigee X
Earned août 3, 2023 EDT
On Premises Capacity Upgrade and Monitoring with Google Cloud's Apigee API Platform
Earned août 2, 2023 EDT
On Premises Management, Security, and Upgrade with Google Cloud's Apigee API Platform
Earned juil. 29, 2023 EDT
Architecting and Installing the Apigee Hybrid API Platform
Earned juil. 26, 2023 EDT
API Development on Google Cloud's Apigee API Platform
Earned juil. 25, 2023 EDT
API Security on Google Cloud's Apigee API Platform
Earned juil. 24, 2023 EDT
API Design and Fundamentals of Google Cloud's Apigee API Platform
Earned juil. 23, 2023 EDT
Infrastructure Google Cloud fiable : conception et processus
Earned juin 2, 2023 EDT
Se préparer à devenir Professional Cloud Architect
Earned mai 18, 2023 EDT
Systèmes de machine learning de production
Earned mai 1, 2023 EDT
Machine learning au sein de l'entreprise
Earned avr. 30, 2023 EDT
Ingénierie des caractéristiques
Earned avr. 27, 2023 EDT
Créer, entraîner et déployer des modèles de ML avec Keras sur Google Cloud
Earned avr. 25, 2023 EDT
Launching into Machine Learning - Français
Earned avr. 19, 2023 EDT
How Google Does Machine Learning - Français
Earned avr. 9, 2023 EDT
Journalisation et surveillance dans Google Cloud
Earned déc. 28, 2022 EST
Bonnes pratiques de sécurité dans Google Cloud
Earned déc. 28, 2022 EST
Gérer la sécurité dans Google Cloud
Earned déc. 28, 2022 EST
Mise en réseau dans Google Cloud : routage et adressage
Earned déc. 27, 2022 EST
Mise en réseau dans Google Cloud : principes de base
Earned déc. 26, 2022 EST
Préparer la certification Professional Cloud Security Engineer
Earned déc. 16, 2022 EST
Créer des pipelines de données en batch sur Google Cloud
Earned oct. 3, 2022 EDT
Créer des lacs de données et des entrepôts de données sur Google Cloud
Earned sept. 28, 2022 EDT
Google Cloud Big Data and Machine Learning Fundamentals - Français
Earned sept. 26, 2022 EDT
Créer une infrastructure avec Terraform sur Google Cloud
Earned août 27, 2022 EDT
Développer votre réseau Google Cloud
Earned août 26, 2022 EDT
Configurer un environnement de développement d'applications sur Google Cloud
Earned août 25, 2022 EDT
Implémenter Cloud Load Balancing pour Compute Engine
Earned août 25, 2022 EDT
Premiers pas avec Google Kubernetes Engine
Earned août 24, 2022 EDT
Infrastructure Google Cloud flexible : scaling et automatisation
Earned août 23, 2022 EDT
Infrastructure fondamentale Google Cloud : services principaux
Earned août 23, 2022 EDT
Infrastructure fondamentale Google Cloud : principes de base
Earned août 21, 2022 EDT
Concepts fondamentaux de Google Cloud : infrastructure de base
Earned août 19, 2022 EDT
Se préparer à devenir Associate Cloud Engineer
Earned août 17, 2022 EDT
This course discusses how environments are managed in Apigee hybrid, and how runtime plane components are secured. You will also learn how to deploy and debug API proxies in Apigee hybrid, and about capacity planning and scaling.
En savoir plus
Dans ce deuxième volet de la série de cours sur Dataflow, nous allons nous intéresser de plus près au développement de pipelines à l'aide du SDK Beam. Nous allons commencer par passer en revue les concepts d'Apache Beam. Nous allons ensuite parler du traitement des données par flux à l'aide de fenêtres, de filigranes et de déclencheurs. Nous passerons ensuite aux options de sources et de récepteurs dans vos pipelines, aux schémas pour présenter vos données structurées, et nous verrons comment effectuer des transformations avec état à l'aide des API State et Timer. Nous aborderons ensuite les bonnes pratiques qui vous aideront à maximiser les performances de vos pipelines. Vers la fin du cours, nous présentons le langage SQL et les DataFrames pour représenter votre logique métier dans Beam, et nous expliquons comment développer des pipelines de manière itérative à l'aide des notebooks Beam.
En savoir plus
Ce cours montre comment utiliser des modèles d'IA/de ML pour des tâches d'IA générative dans BigQuery. À travers un cas d'utilisation pratique faisant intervenir la gestion de la relation client, vous étudierez le workflow de résolution d'un problème métier à l'aide de modèles Gemini. Pour faciliter la compréhension, le cours fournit également des instructions détaillées tout au long du codage des solutions à l'aide de requêtes SQL et de Notebooks Python.
En savoir plus
Ce cours présente Gemini dans BigQuery, une suite de fonctionnalités basées sur l'IA conçue pour faciliter le workflow "des données à l'IA". Ces fonctionnalités incluent l'exploration et la préparation des données, la génération et le dépannage de code, ainsi que la découverte et la visualisation du workflow. Au moyen d'explications conceptuelles, d'un cas d'utilisation concret et d'ateliers pratiques, le cours explique aux professionnels des données comment booster leur productivité et accélérer le pipeline de développement.
En savoir plus
Dans le dernier volet de la série de cours sur Dataflow, nous allons présenter les composants du modèle opérationnel de Dataflow. Nous examinerons les outils et techniques permettant de résoudre les problèmes et d'optimiser les performances des pipelines. Nous passerons ensuite en revue les bonnes pratiques en matière de test, de déploiement et de fiabilité pour les pipelines Dataflow. Nous terminerons par une présentation des modèles, qui permettent de faire évoluer facilement les pipelines Dataflow pour les adapter aux organisations comptant des centaines d'utilisateurs. Ces leçons vous aideront à vous assurer que votre plate-forme de données est stable et résiliente face aux imprévus.
En savoir plus
Terminez le cours d'introduction Créer un maillage de données avec Dataplex pour recevoir un badge démontrant vos compétences dans les domaines suivants : la création d'un maillage de données avec Dataplex pour faciliter la sécurité, la gouvernance et la découverte des données sur Google Cloud. Cela comprend l'ajout de tags à des éléments, l'attribution de rôles IAM et l'évaluation de la qualité des données dans Dataplex.
En savoir plus
Intégrer le machine learning à des pipelines de données renforce la capacité à dégager des insights des données. Ce cours passera en revue plusieurs façons d'intégrer le machine learning à des pipelines de données sur Google Cloud. Vous découvrirez AutoML pour les cas ne nécessitant que peu de personnalisation (voire aucune), ainsi que Notebooks et BigQuery ML pour les situations qui requièrent des capacités de machine learning plus adaptées. Enfin, vous apprendrez à utiliser des solutions de machine learning en production avec Vertex AI.
En savoir plus
Dans ce cours, vous allez explorer l'ingénierie de données sur Google Cloud, les rôles et responsabilités des ingénieurs de données, et la façon dont ces éléments se retrouvent dans les offres Google Cloud. Vous apprendrez également à relever les défis liés à l'ingénierie de données.
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
Ce cours est le premier d'une série en trois volets sur le traitement des données sans serveur avec Dataflow. Dans ce premier cours, nous allons commencer par rappeler ce qu'est Apache Beam et sa relation avec Dataflow. Ensuite, nous aborderons la vision d'Apache Beam et les avantages de son framework de portabilité, qui permet aux développeurs d'utiliser le langage de programmation et le backend d'exécution de leur choix. Nous vous montrerons aussi comment séparer le calcul du stockage et économiser de l'argent grâce à Dataflow, puis nous examinerons les interactions entre les outils de gestion de l'identification et des accès avec vos pipelines Dataflow. Enfin, nous verrons comment implémenter le modèle de sécurité adapté à votre cas d'utilisation sur Dataflow.
En savoir plus
Dans ce cours, vous allez vous exercer à résoudre des problèmes concrets rencontrés lors de la création de pipelines de flux données. L'objectif principal est de gérer des données continues et illimitées avec les produits Google Cloud.
En savoir plus
Ce cours a pour objectif d'aider les participants à créer un plan de formation pour l'examen de certification Professional Data Engineer. Les participants découvriront l'étendue et le champ d'application des domaines abordés lors de l'examen, puis évalueront leur niveau de préparation à l'examen et créeront leur propre plan de formation.
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
Terminez le cours intermédiaire Créer un entrepôt de données avec BigQuery pour recevoir un badge démontrant vos compétences dans les domaines suivants : la jointure de données pour créer des tables, la résolution des problèmes liés aux jointures, l'ajout de données avec des unions, la création de tables partitionnées par date, et l'utilisation d'objets JSON, ARRAY et STRUCT dans BigQuery.
En savoir plus
This 1-week, accelerated on-demand course builds upon Google Cloud Platform Big Data and Machine Learning Fundamentals. Through a combination of video lectures, demonstrations, and hands-on labs, you'll learn to build streaming data pipelines using Google cloud Pub/Sub and Dataflow to enable real-time decision making. You will also learn how to build dashboards to render tailored output for various stakeholder audiences.
En savoir plus
Avec l'essor de l'utilisation de l'intelligence artificielle et du machine learning en entreprise, il est de plus en plus important de développer ces technologies de manière responsable. Pour beaucoup, le véritable défi réside dans la mise en pratique de l'IA responsable, qui s'avère bien plus complexe que dans la théorie. Si vous souhaitez découvrir comment opérationnaliser l'IA responsable dans votre organisation, ce cours est fait pour vous.
Dans ce cours, vous allez apprendre comment Google Cloud procède actuellement, en s'appuyant sur des bonnes pratiques et les enseignements tirés, afin de vous fournir un framework pour élaborer votre propre approche d'IA responsable.
En savoir plus
Ce cours présente Vertex AI Studio, un outil permettant d'interagir avec des modèles d'IA générative, de prototyper des idées commerciales et de les envoyer en production. Au moyen d'un cas d'utilisation immersif, de leçons captivantes et d'un atelier pratique, vous allez découvrir le cycle de vie de la requête au produit. Vous apprendrez également à utiliser Vertex AI Studio pour les applications multimodales Gemini, la conception de requêtes, le prompt engineering (ingénierie des requêtes) et le réglage de modèles. L'objectif est de vous permettre d'exploiter tout le potentiel de l'IA générative dans vos projets avec Vertex AI Studio.
En savoir plus
Dans ce cours, vous allez apprendre à créer un modèle de sous-titrage d'images à l'aide du deep learning. Vous découvrirez les différents composants de ce type de modèle, comme l'encodeur et le décodeur, et comment l'entraîner et l'évaluer. À la fin du cours, vous serez en mesure de créer vos propres modèles de sous-titrage d'images et de les utiliser pour générer des sous-titres pour des images.
En savoir plus
Ce cours présente l'architecture Transformer et le modèle BERT (Bidirectional Encoder Representations from Transformers). Vous découvrirez quels sont les principaux composants de l'architecture Transformer, tels que le mécanisme d'auto-attention, et comment ils sont utilisés pour créer un modèle BERT. Vous verrez également les différentes tâches pour lesquelles le modèle BERT peut être utilisé, comme la classification de texte, les questions-réponses et l'inférence en langage naturel. Ce cours dure environ 45 minutes.
En savoir plus
Ce cours offre un aperçu de l'architecture encodeur/décodeur, une architecture de machine learning performante souvent utilisée pour les tâches "seq2seq", telles que la traduction automatique, la synthèse de texte et les questions-réponses. Vous découvrirez quels sont les principaux composants de l'architecture encodeur/décodeur, et comment entraîner et exécuter ces modèles. Dans le tutoriel d'atelier correspondant, vous utiliserez TensorFlow pour coder une implémentation simple de cette architecture afin de générer un poème en partant de zéro.
En savoir plus
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.
En savoir plus
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.
En savoir plus
Earn a skill badge by passing the final quiz, you'll demonstrate your understanding of foundational concepts in generative AI.
A skill badge is a digital badge issued by Google Cloud in recognition of your knowledge of Google Cloud products and services. Share your skill badge by making your profile public and adding it to your social media profile.
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 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 de micro-apprentissage, qui s'adresse aux débutants, explique ce qu'est l'IA responsable, souligne son importance et décrit comment Google l'implémente dans ses produits. Il présente également les sept principes de l'IA de Google.
En savoir plus
Terminez le cours Architecture cloud : concevoir, implémenter et gérer pour recevoir un badge démontrant vos compétences dans les domaines suivants : le déploiement d'un site Web accessible publiquement à l'aide de serveurs Web Apache, la configuration d'une VM Compute Engine à l'aide de scripts de démarrage, la configuration d'une session RDP sécurisée à l'aide de règles de pare-feu et d'un hôte bastion Windows, la création d'une image Docker, son déploiement dans un cluster Kubernetes et sa mise à jour, et la création d'une instance Cloud SQL et l'importation d'une base de données MySQL. Le cours lié à ce badge de compétence est une excellente ressource pour comprendre les sujets qui seront abordés dans l'examen de certification Google Cloud Certified Professional Cloud Architect.
En savoir plus
Terminez le cours intermédiaire Optimiser les coûts pour Google Kubernetes Engine pour recevoir un badge démontrant vos compétences dans les domaines suivants : la création et la gestion de clusters mutualisés, la surveillance de l'utilisation des ressources par espace de noms, la configuration de l'autoscaling des pods et des clusters pour accroître l'efficacité, la configuration de l'équilibrage de charge pour distribuer les ressources de façon optimale et l'implémentation des vérifications d'activité et d'aptitude pour garantir l'intégrité ainsi que la rentabilité des applications.
En savoir plus
Suivez le cours Configurer un réseau Google Cloud et obtenez un badge de compétence. Vous allez apprendre à effectuer des tâches élémentaires de gestion de réseaux sur Google Cloud Platform : créer un réseau personnalisé, ajouter des règles de pare-feu de sous-réseau, puis créer des VM et tester la latence lorsqu'elles communiquent entre elles.
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
This course introduces you to the fundamentals and advanced practices applicable to the installation and management of Google Cloud's Apigee API Platform for private cloud.
Through a combination of lectures, hands-on labs, and supplemental materials,
you will learn how to design, install, secure, manage, and scale Apigee API Platform.
This is the first course of the Installing and Managing Google Cloud's Apigee API Platform for Private Cloud series. After completing this course, enroll in the On Premises Management, Security, and Upgrade with Google Cloud's Apigee API Platform course.
En savoir plus
Obtenez un badge de compétence en effectuant le cours Déployer et gérer Apigee X dans laquelle vous découvrirez l'architecture Apigee X. Vous y apprendrez également à provisionner une organisation Apigee X dans un projet Google Cloud, à gérer Apigee X à l'aide de l'API et de l'interface utilisateur Apigee, et à utiliser de Cloud Armor et les règles Apigee de protection contre les menaces pour protéger vos API.
En savoir plus
Learn how to upgrade capacity for the Apigee for private cloud platform installation, and how to monitor the platform. This is the third and final course of the Installing and Managing Google Cloud's Apigee API Platform for Private Cloud series.
En savoir plus
This course discusses the management and operation of the Apigee platform for private cloud.
It includes topics on operational practices, API deployment, analytics, security and upgrade of the platform. This is the second course of the Installing and Managing Google Cloud's Apigee API Platform for Private Cloud course series. After completing this course, enroll in the On Premises Capacity Upgrade and Monitoring with Google Cloud's Apigee API Platform course.
En savoir plus
This course introduces you to the fundamentals and practices used to install and manage Google Cloud's Apigee API Platform for hybrid cloud.
Through a combination of lectures, a hands-on lab, and supplemental materials, you will learn how to install and operate the Apigee API Platform.
En savoir plus
In this course, you learn how to create APIs that utilize multiple services and how you can use custom code on Apigee. You will also learn about fault handling, and how to share logic between proxies. You learn about traffic management and caching. You also create a developer portal, and publish your API to the portal. You learn about logging and analytics, as well as CI/CD and the different deployment models supported by Apigee.
Through a combination of lectures, hands-on labs, and supplemental materials, you will learn how to design, build, secure, deploy, and manage API solutions using Google Cloud's Apigee API Platform.This is the third and final course of the Developing APIs with Google Cloud's Apigee API Platform course series.
En savoir plus
In this course, you learn how to secure your APIs. You explore the security concerns you will encounter for your APIs. You learn about OAuth, the primary authorization method for REST APIs. You will learn about JSON Web Tokens (JWTs) and federated security. You also learn about securing against malicious requests, safely sending requests across a public network, and how to secure your data for users of Apigee.
Through a combination of lectures, hands-on labs, and supplemental materials, you will learn how to design, build, secure, deploy, and manage API solutions using Google Cloud's Apigee API Platform.
This is the second course of the Developing APIs with Google Cloud's Apigee API Platform series. After completing this course, enroll in the API Development on Google Cloud's Apigee API Platform course.
En savoir plus
In this course, you learn how to design APIs, and how to use OpenAPI specifications to document them. You learn about the API life cycle, and how the Apigee API platform helps you manage all aspects of the life cycle. You learn about how APIs can be designed using API proxies, and how APIs are packaged as API products to be used by app developers.
Through a combination of lectures, hands-on labs, and supplemental materials, you will learn how to design, build, secure, deploy, and manage API solutions using Google Cloud's Apigee API Platform. This is the first course of the Developing APIs with Google Cloud's Apigee API Platform series. After completing this course, enroll in the API Security on Google Cloud's Apigee API Platform course.
En savoir plus
Ce cours permet aux participants d'apprendre à créer des solutions hautement fiables et efficaces sur Google Cloud en s'appuyant sur des modèles de conception éprouvés. Il s'inscrit dans la continuité des cours "Concevoir une architecture avec Google Compute Engine" et "Concevoir une architecture avec Google Kubernetes Engine" et demande une expérience pratique des technologies abordées dans chaque cours. À travers un ensemble de présentations, d'activités de conception et d'ateliers pratiques, les participants apprennent à définir des exigences techniques et commerciales, et à trouver un équilibre entre elles pour concevoir des déploiements Google Cloud hautement fiables et disponibles, sécurisés et économes.
En savoir plus
Ce cours aide les participants à créer un plan de formation pour l'examen de certification qui permet de devenir Professional Cloud Architect. 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
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 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
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
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
Le cours commence par une discussion sur les données : vous découvrirez comment améliorer leur qualité et effectuer des analyses exploratoires. Ensuite, nous vous présenterons Vertex AI AutoML et vous expliquerons comment créer, entraîner et déployer un modèle de machine learning (ML) sans écrire une ligne de code. Vous découvrirez également les avantages de BigQuery ML. Enfin, nous verrons comment optimiser un modèle de ML, et en quoi la généralisation ainsi que l'échantillonnage peuvent vous aider à évaluer la qualité des modèles de ML destinés à un entraînement personnalisé.
En savoir plus
Quelles sont les bonnes pratiques pour implémenter le machine learning sur Google Cloud ? En quoi consiste la plate-forme Vertex AI et comment pouvez-vous l'utiliser pour créer, entraîner et déployer rapidement des modèles de machine learning AutoML sans écrire une seule ligne de code ? Qu'est-ce que le machine learning et quels types de problèmes permet-il de résoudre ?
Google aborde le machine learning d'une façon particulière, qui consiste à fournir une plate-forme unifiée pour les ensembles de données gérés, ainsi qu'un magasin de caractéristiques et un moyen de créer, d'entraîner et de déployer des modèles de machine learning sans écrire une seule ligne de code. Il s'agit également de permettre aux utilisateurs d'étiqueter les données et de créer des notebooks Workbench à l'aide de frameworks tels que TensorFlow, Scikit Learn, Pytorch et R. Avec notre plate-forme Vertex AI, il est également possible d'entraîner des modèles personnalisés, de créer des pipelines de composants, …
En savoir plus
Ce cours présente aux participants des techniques pour surveiller et améliorer les performances de l'infrastructure et des applications dans Google Cloud. À travers un ensemble de présentations, de démonstrations, d'ateliers pratiques et d'études de cas concrets, les participants se familiariseront avec la surveillance full stack, la gestion et l'analyse des journaux en temps réel, le débogage de code en production, le traçage des goulots d'étranglement affectant les performances des applications, et le profilage de l'utilisation du processeur et de la mémoire.
En savoir plus
Ce cours en auto-formation présente une étude approfondie des contrôles et techniques de sécurité sur Google Cloud. À travers des présentations, des démonstrations et des ateliers pratiques, les participants découvrent et déploient les composants d'une solution Google Cloud sécurisée, y compris les technologies de contrôle des accès à Cloud Storage, les clés de sécurité, les clés de chiffrement fournies par le client, les contrôles d'accès aux API, les champs d'application, les VM protégées, le chiffrement, et les URL signées. Le cours aborde également la sécurisation des environnements Kubernetes.
En savoir plus
Ce cours en auto-formation présente une étude approfondie des contrôles et techniques de sécurité sur Google Cloud. À travers des présentations enregistrées, des démonstrations et des ateliers pratiques, les participants explorent et déploient les composants d'une solution Google Cloud sécurisée (Cloud Identity, Resource Manager, Cloud IAM, les pare-feu de cloud privé virtuel, Cloud Load Balancing, l'appairage cloud, Cloud Interconnect et VPC Service Controls, par exemple).
Ceci est le premier cours de la série "Sécurité dans Google Cloud". Après l'avoir terminé, inscrivez-vous au cours "Bonnes pratiques de sécurité dans Google Cloud".
En savoir plus
Bienvenue dans le deuxième cours de la série "Mise en réseau dans Google Cloud", intitulé "Routage et adressage".
Dans ce cours, nous allons nous intéresser aux concepts centraux du routage et de l'adressage dans le contexte des fonctionnalités réseau de Google Cloud.
Dans le module 1, nous poserons les bases en explorant le routage et l'adressage réseau dans Google Cloud. Nous verrons des composants clés tels que le routage IPv4, l'utilisation de vos propres adresses IP (BYOIP, Bring Your Own IP) et la configuration de Cloud DNS. Dans le module 2, nous nous concentrerons sur les options de connexion privée. Nous explorerons des cas d'utilisation et des méthodes permettant d'accéder à Google et à d'autres services de façon privée à l'aide d'adresses IP internes.
À la fin de ce cours, vous aurez compris comment acheminer et gérer efficacement votre trafic réseau dans Google Cloud.
En savoir plus
"Mise en réseau dans Google Cloud" est une série de cours en six parties. Bienvenue dans la première des six parties de notre série de cours "Mise en réseau dans Google Cloud : principes de base".
Ce cours fournit une présentation complète des concepts fondamentaux de la mise en réseau, y compris les principes de base de la mise en réseau, les cloud privés virtuels (VPC) et le partage des réseaux VPC. Il traite également des techniques de journalisation et de surveillance des réseaux.
En savoir plus
Ce cours aide les participants à se préparer à l'examen de certification Professional Cloud Security Engineer. Les participants se familiariseront avec les sujets d'examen au moyen d'une série de cours, de questions de diagnostic et de contrôles des connaissances. Au terme de ce cours, ils disposeront d'un livret d'exercices personnalisé qui les guidera pour le reste de leur préparation à la certification.
En savoir plus
Dans ce cours de niveau intermédiaire, vous apprendrez à concevoir, créer et optimiser des pipelines de données en batch robustes sur Google Cloud. Au-delà des bases de la gestion des données, vous explorerez les transformations de données à grande échelle et l'orchestration efficace des workflows, essentielles pour l'informatique décisionnelle et les rapports critiques.
Vous vous entraînerez à utiliser Dataflow pour Apache Beam et Serverless pour Apache Spark (Dataproc Serverless) pour l'implémentation, et vous aborderez des considérations importantes concernant la qualité des données, la surveillance et les alertes pour assurer la fiabilité des pipelines et l'excellence opérationnelle. Il est recommandé d'avoir des connaissances de base sur l'entreposage de données, les processus ETL/ELT, SQL, Python et les concepts de Google Cloud.
En savoir plus
Bien que les approches traditionnelles utilisant des lacs de données et des entrepôts de données puissent être efficaces, elles présentent des inconvénients, en particulier dans les grands environnements d'entreprise. Ce cours présente le concept de data lakehouse et les produits Google Cloud utilisés pour en créer un. Une architecture de lakehouse utilise des sources de données basées sur des normes ouvertes et combine les meilleures fonctionnalités des lacs et des entrepôts de données, ce qui permet de pallier de nombreuses lacunes.
En savoir plus
Ce cours présente les produits et services Google Cloud pour le big data et le machine learning compatibles avec le cycle de vie "des données à l'IA". Il explore les processus, défis et avantages liés à la création d'un pipeline de big data et de modèles de machine learning avec Vertex AI sur Google Cloud.
En savoir plus
Terminez le cours intermédiaire Créer une infrastructure avec Terraform sur Google Cloud pour recevoir un badge démontrant vos compétences dans les domaines suivants : les principes d'Infrastructure as Code (IaC) avec Terraform, le provisionnement et la gestion des ressources Google Cloud avec des configurations Terraform, la gestion efficace des états (local et distant) et la modularisation du code Terraform à des fins de réutilisabilité et d'organisation.
En savoir plus
Suivez le cours Développer votre réseau Google Cloud et obtenez un badge de compétence. Dans ce cours, vous avez appris plusieurs façons de déployer et de surveiller des applications. Pour cela, vous avez vu comment parcourir les rôles IAM et ajouter/supprimer l'accès au projet, créer des réseaux VPC, déployer et surveiller des VM Compute Engine, rédiger des requêtes SQL, déployer et surveiller des VM dans Compute Engine, mais aussi comment déployer des applications à l'aide de Kubernetes avec plusieurs approches de déploiement.
En savoir plus
Suivez le cours Configurer un environnement de développement d'applications sur Google Cloud et obtenez un badge de compétence. Dans ce cours, vous apprendrez à créer et connecter une infrastructure cloud axée sur le stockage à l'aide des fonctionnalités de base des technologies suivantes Cloud Storage, Identity and Access Management, Cloud Functions et Pub/Sub.
En savoir plus
Terminez le cours d'introduction Implémenter Cloud Load Balancing pour Compute Engine pour recevoir un badge démontrant vos compétences dans les domaines suivants : Créer et déployer des machines virtuelles dans Compute Engine Configurer des équilibreurs de charge réseau et d'application.
En savoir plus
Bienvenue dans le cours "Premiers pas avec Google Kubernetes Engine". Si vous vous intéressez à Kubernetes, une couche logicielle située entre vos applications et votre infrastructure matérielle, vous êtes au bon endroit. Google Kubernetes Engine vous permet d'accéder à Kubernetes en tant que service géré sur Google Cloud.
L'objectif de ce cours est de vous présenter les principes de base de Google Kubernetes Engine (GKE), et de vous apprendre à conteneuriser et exécuter des applications dans Google Cloud. Le cours commence par une introduction aux principes de base de Google Cloud, puis se poursuit par une présentation des conteneurs et de Kubernetes, de l'architecture de Kubernetes et des opérations Kubernetes.
En savoir plus
Ce cours à la demande accéléré présente aux participants les services complets et flexibles d'infrastructure et de plate-forme offerts par Google Cloud. À travers un ensemble de cours vidéo, de démonstrations et d'ateliers pratiques, les participants explorent et déploient des éléments de solution, y compris l'interconnexion sécurisée de réseaux, l'équilibrage de charge, l'autoscaling, l'automatisation de l'infrastructure et les services gérés.
En savoir plus
Ce cours accéléré à la demande présente aux participants l'infrastructure complète et flexible de Google Cloud Platform ainsi que les services de plate-forme fournis, en s'intéressant plus particulièrement à Compute Engine. À travers un ensemble de vidéos de présentation, de démonstrations et d'ateliers pratiques, les participants découvrent et déploient des éléments de solution, y compris des composants d'infrastructure tels que les réseaux, les systèmes et les services applicatifs. Ce cours aborde également le déploiement de solutions pratiques, telles que les clés de chiffrement fournies par le client, la gestion de la sécurité et des accès, les quotas et la facturation, ainsi que la surveillance des ressources.
En savoir plus
Ce cours accéléré à la demande présente aux participants les services complets et flexibles d'infrastructure et de plate-forme offerts par Google Cloud, en s'intéressant plus particulièrement à Compute Engine. À travers un ensemble de cours vidéo, de démonstrations et d'ateliers pratiques, les participants découvrent et déploient des éléments de solution, y compris des composants d'infrastructure tels que des réseaux, des machines virtuelles et des services d'applications. Vous découvrirez comment utiliser Google Cloud via la console et Cloud Shell. Vous en apprendrez également plus sur le rôle d'un architecte cloud, sur les approches de la conception d'infrastructure et sur la configuration de réseaux virtuels avec Virtual Private Cloud (VPC), les projets, les réseaux, les sous-réseaux, les adresses IP, les routes et les règles de pare-feu.
En savoir plus
"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
Ce cours vous aide à préparer l'examen pour obtenir la certification Associate Cloud Engineer. Vous découvrirez les domaines Google Cloud abordés dans l'examen et verrez comment créer un plan de formation pour améliorer vos connaissances de ces domaines.
Managing and Securing the Apigee Hybrid API Platform
Earned sept. 22, 2025 EDT
Traitement des données sans serveur avec Dataflow : développer des pipelines
Earned jan. 3, 2025 EST
Travailler avec des modèles Gemini dans BigQuery
Earned déc. 29, 2024 EST
Booster la productivité avec Gemini dans BigQuery
Earned déc. 29, 2024 EST
Traitement des données sans serveur avec Dataflow : opérations
Earned déc. 26, 2024 EST
Créer un maillage de données avec Dataplex
Earned déc. 21, 2024 EST
Smart Analytics, Machine Learning, and AI on Google Cloud - Français
Earned déc. 20, 2024 EST
Introduction à l'ingénierie des données sur Google Cloud
Earned nov. 27, 2024 EST
Ingénierie des données pour la modélisation prédictive avec BigQuery ML
Earned oct. 29, 2024 EDT
Traitement des données sans serveur avec Dataflow : principes de base
Earned sept. 13, 2024 EDT
Créer des pipelines de flux de données sur Google Cloud
Earned sept. 9, 2024 EDT
Se préparer à devenir Professional Data Engineer
Earned août 24, 2024 EDT
Présentation de l'IA et du machine learning sur Google Cloud
Earned juil. 7, 2024 EDT
Créer un entrepôt de données avec BigQuery
Earned mars 6, 2024 EST
Building Resilient Streaming Systems on Google Cloud Platform
Earned mars 6, 2024 EST
IA responsable : appliquer les principes concernant l'IA avec Google Cloud
Earned oct. 30, 2023 EDT
Introduction à Vertex AI Studio
Earned oct. 30, 2023 EDT
Créer des modèles de création de légendes pour les images
Earned oct. 30, 2023 EDT
Modèles Transformer et modèle BERT
Earned oct. 30, 2023 EDT
Architecture encodeur/décodeur
Earned oct. 30, 2023 EDT
Mécanisme d'attention
Earned oct. 30, 2023 EDT
Introduction à la génération d'images
Earned oct. 30, 2023 EDT
Generative AI Fundamentals
Earned oct. 30, 2023 EDT
Présentation des grands modèles de langage
Earned oct. 29, 2023 EDT
Présentation de l'IA générative
Earned oct. 29, 2023 EDT
Introduction à l'IA responsable
Earned oct. 29, 2023 EDT
Architecture cloud : concevoir, implémenter et gérer
Earned oct. 23, 2023 EDT
Optimiser les coûts pour Google Kubernetes Engine
Earned oct. 23, 2023 EDT
Configurer un réseau Google Cloud
Earned oct. 23, 2023 EDT
Préparer des données pour les API de ML sur Google Cloud
Earned sept. 23, 2023 EDT
On Premises Installation and Fundamentals with Google Cloud's Apigee API Platform
Earned août 10, 2023 EDT
Déployer et gérer Apigee X
Earned août 3, 2023 EDT
On Premises Capacity Upgrade and Monitoring with Google Cloud's Apigee API Platform
Earned août 2, 2023 EDT
On Premises Management, Security, and Upgrade with Google Cloud's Apigee API Platform
Earned juil. 29, 2023 EDT
Architecting and Installing the Apigee Hybrid API Platform
Earned juil. 26, 2023 EDT
API Development on Google Cloud's Apigee API Platform
Earned juil. 25, 2023 EDT
API Security on Google Cloud's Apigee API Platform
Earned juil. 24, 2023 EDT
API Design and Fundamentals of Google Cloud's Apigee API Platform
Earned juil. 23, 2023 EDT
Infrastructure Google Cloud fiable : conception et processus
Earned juin 2, 2023 EDT
Se préparer à devenir Professional Cloud Architect
Earned mai 18, 2023 EDT
Systèmes de machine learning de production
Earned mai 1, 2023 EDT
Machine learning au sein de l'entreprise
Earned avr. 30, 2023 EDT
Ingénierie des caractéristiques
Earned avr. 27, 2023 EDT
Créer, entraîner et déployer des modèles de ML avec Keras sur Google Cloud
Earned avr. 25, 2023 EDT
Launching into Machine Learning - Français
Earned avr. 19, 2023 EDT
How Google Does Machine Learning - Français
Earned avr. 9, 2023 EDT
Journalisation et surveillance dans Google Cloud
Earned déc. 28, 2022 EST
Bonnes pratiques de sécurité dans Google Cloud
Earned déc. 28, 2022 EST
Gérer la sécurité dans Google Cloud
Earned déc. 28, 2022 EST
Mise en réseau dans Google Cloud : routage et adressage
Earned déc. 27, 2022 EST
Mise en réseau dans Google Cloud : principes de base
Earned déc. 26, 2022 EST
Préparer la certification Professional Cloud Security Engineer
Earned déc. 16, 2022 EST
Créer des pipelines de données en batch sur Google Cloud
Earned oct. 3, 2022 EDT
Créer des lacs de données et des entrepôts de données sur Google Cloud
Earned sept. 28, 2022 EDT
Google Cloud Big Data and Machine Learning Fundamentals - Français
Earned sept. 26, 2022 EDT
Créer une infrastructure avec Terraform sur Google Cloud
Earned août 27, 2022 EDT
Développer votre réseau Google Cloud
Earned août 26, 2022 EDT
Configurer un environnement de développement d'applications sur Google Cloud
Earned août 25, 2022 EDT
Implémenter Cloud Load Balancing pour Compute Engine
Earned août 25, 2022 EDT
Premiers pas avec Google Kubernetes Engine
Earned août 24, 2022 EDT
Infrastructure Google Cloud flexible : scaling et automatisation
Earned août 23, 2022 EDT
Infrastructure fondamentale Google Cloud : services principaux
Earned août 23, 2022 EDT
Infrastructure fondamentale Google Cloud : principes de base
Earned août 21, 2022 EDT
Concepts fondamentaux de Google Cloud : infrastructure de base
Earned août 19, 2022 EDT
Se préparer à devenir Associate Cloud Engineer
Earned août 17, 2022 EDT