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.
Vous avez créé des agents LLM de base qui répondent aux requêtes. Nous allons maintenant en faire des agents avec état. Utilisez l'état de session pourconcevoir des agents capables de conserver le contexte, de mémoriser les préférences de l'utilisateur et d'offrir des expériences personnalisées.
Vous avez créé des agents dotés d'une configuration avancée. Donnez-leur maintenant des capacités concrètes. Fournissez-leur des outils permettant de faire des recherches sur le Web, d'exécuter du code, d'interroger des bases de données et d'effectuer des actions personnalisées.
Terminez le cours intermédiaire Concevoir des agents IA avec Agent Development Kit (ADK) pour recevoir un badge démontrant les compétences suivantes : formuler des problèmes concrets de recherche sur les modèles de langage, créer un tokenizer simple, préparer un ensemble de données pour entraîner un modèle de langage Transformer, exécuter la boucle d'entraînement d'un petit modèle de langage.
Découvrez comment utiliser Agent Development Kit (ADK). Ce cours présente le framework Open Source d'ADK et montre comment passer du prompt engineering simple à une approche de développement logiciel structurée, axée sur le code, adaptée aux systèmes multi-agents de niveau entreprise.
Vous avez créé votre premier agent. Il est maintenant temps de passer à l'étape suivante. Dans ce cours, vous développerez vos compétences en apprenant à transformer un agent IA simple en un assistant sophistiqué et précis, grâce à des instructions avancées, à une sélection de modèles, à des capacités de planification et à des modèles de sortie structurés. Rejoindre le forum de la communauté pour poser des questions et discuter
Mettez en pratique vos connaissances sur les agents en créant, configurant et exécutant votre premier agent IA à l'aide d'Agent Development Kit (ADK) de Google. Dans ce cours pratique, vous configurerez un environnement de développement ADK complet, créerez des agents avec du code Python et une configuration YAML, et les exécuterez sur plusieurs interfaces. Vous découvrirez également les paramètres essentiels qui définissent le comportement de l'agent, en appliquant dans du code fonctionnel ce que vous avez appris dans le cours 1.
Les agents IA représentent une évolution majeure par rapport aux grands modèles de langage traditionnels (LLM) : au lieu de simplement générer des solutions textuelles, ils peuvent également agir de manière autonome pour les exécuter. Ce cours présente les principes de base des agents IA, leurs différences avec les API LLM et les cas où ils apportent une réelle valeur. Basé sur le livre blanc de Google consacré aux agents, il fournit les bases théoriques nécessaires avant d'écrire vos premières lignes de code d'agent. Il est idéal pour les développeurs, les architectes et les décideurs techniques qui souhaitent comprendre les systèmes d'IA à travers le prisme du comportement autonome et orienté vers des objectifs, plutôt que simplement comme des générateurs de texte. Rejoindre le forum de la communauté pour poser des questions et discuter
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.
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.
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.
Découvrez BigQuery ML pour l'inférence, pourquoi les analystes de données devraient s'en servir, ses cas d'utilisation et les modèles de ML compatibles. Apprenez également à créer des modèles de ML et à les gérer dans BigQuery.
Dans ce cours, vous découvrirez comment Gemini, un outil de collaboration Google Cloud optimisé par l'IA générative, aide à analyser les données client et à prédire les ventes de produits. Vous apprendrez également à identifier, classer et développer de nouveaux clients à l'aide des données client dans BigQuery. À l'aide d'ateliers pratiques, vous verrez en quoi Gemini améliore les workflows d'analyse de données et de machine learning. Duet AI a été rebaptisé Gemini, notre modèle nouvelle génération.
Terminez le cours intermédiaire Développer des applications d'IA générative avec Gemini et Streamlit pour recevoir un badge démontrant vos compétences dans les domaines suivants : la génération de texte, l'application d'appels de fonction avec le SDK Python et l'API Gemini, et le déploiement d'une application Streamlit avec Cloud Run. Vous découvrirez différentes manières de demander à Gemini de générer du texte, d'utiliser Cloud Shell pour effectuer des tests et des itérations sur une application Streamlit, puis de l'empaqueter en tant que conteneur Docker déployé dans Cloud Run.
Obtenez un badge de compétence en suivant le cours 'Créer une application cloud intelligente avec le vibe coding et MCP', dans lequel vous apprendrez à exploiter la puissance de l'assistant IA de codage de Google et des serveurs MCP.
L'inférence de l'IA est le processus qui consiste à utiliser un modèle de machine learning entraîné pour faire des prédictions sur des données nouvelles et inédites en appliquant des schémas appris. Ce cours s'adresse aux développeurs, data scientists et ingénieurs en ML qui souhaitent déployer rapidement des services d'inférence de l'IA sur Cloud Run. Il est utile pour les personnes habituées à utiliser des solutions de déploiement d'applications sans serveur dans le cloud, mais qui manquent d'expérience dans l'exécution de l'inférence de l'IA avec les produits sans serveur Google Cloud. Il comprend des exemples de déploiement d'un modèle d'inférence de l'IA avec des GPU et d'intégration d'applications d'IA générative avec des services de stockage de données.
Ce cours s'adresse aux développeurs Google Cloud et aux ingénieurs DevOps qui possèdent des connaissances de base de la console Google Cloud et qui sont chargés de configurer Gemini Code Assist pour une organisation. Il présente les avantages de Gemini Code Assist et compare les fonctionnalités des différentes éditions. Il vous explique également comment configurer et gérer Gemini Code Assist dans une organisation.
Conçu pour les développeurs de tous niveaux, ce cours vous présente les principales caractéristiques et fonctionnalités de Gemini Code Assist, un assistant de développement d'applications optimisé par l'IA pour Google Cloud. Des suggestions de code intelligentes à la saisie semi-automatique, en passant par la détection d'erreurs en temps réel et l'aide à la refactorisation, vous découvrirez comment Gemini Code Assist peut améliorer considérablement votre productivité et la qualité de votre code. Il vous fera également gagner un temps précieux pour que vous puissiez vous concentrer sur des tâches plus productives et agréables.
Dans ce cours, vous allez apprendre à développer une application à l'aide de Flutter, le kit d'interface utilisateur portable de Google, et à y intégrer Gemini, la famille de modèles d'IA générative de Google. Vous allez également utiliser Vertex AI Agent Builder, la plate-forme de Google pour développer et gérer des agents d'IA et des applications.
Améliorez l'expérience de navigation sur votre site Web en utilisant l'IA générative pour offrir une meilleure expérience de recherche à vos utilisateurs. Dans ce cours, vous allez apprendre à utiliser Vertex AI Search pour proposer aux utilisateurs de votre site Web une expérience de recherche générative leur permettant de découvrir le contenu proposé par votre site Web. En tant qu'éditeur de sites Web, vous allez également apprendre à utiliser l'IA générative pour traduire et améliorer rapidement et efficacement vos contenus à l'aide de suggestions.
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.
Dans ce cours, vous découvrirez comment Gemini, un outil de collaboration Google Cloud optimisé par l'IA générative, vous aide à utiliser les produits et services Google pour développer, tester et gérer des applications. Avec l'assistance de Gemini, vous apprendrez à développer une application Web, à corriger les erreurs de l'application, à créer des tests et à interroger des données. À l'aide d'un atelier pratique, vous verrez en quoi Gemini améliore le cycle de vie du développement logiciel (SDLC, software development lifecycle). Duet AI a été rebaptisé Gemini, notre modèle nouvelle génération.
Dans ce cours, vous découvrirez comment Gemini, un collaborateur de Google Cloud optimisé par l'IA générative, aide les développeurs à créer des applications. Vous apprendrez à demander à Gemini d'expliquer du code, de recommander des services Google Cloud et de générer du code pour vos applications. À l'aide d'un atelier pratique, vous verrez en quoi Gemini améliore le workflow de développement d'applications. Duet AI a été renommé Gemini, notre modèle nouvelle génération.
Ce cours s'adresse aux développeurs d'applications et aux ingénieurs DevOps qui souhaitent travailler plus efficacement grâce à Gemini CLI, un agent d'IA générative conçu pour le terminal et qui repose sur Gemini. Il explique comment installer et configurer Gemini CLI, et présente des cas d'utilisation et les bonnes pratiques de sécurité. Il décrit également les commandes, les outils, les serveurs MCP et les extensions. Lors d'un exercice pratique, vous installerez et configurerez Gemini CLI, puis l'utiliserez pour analyser du code ainsi que pour créer et modifier une application.
This video covers how to use NotebookLM for common marketing tasks like analyzing customer feedback, conducting market research, and generating content ideas.
This video covers how to use the Video Overviews feature in NotebookLM to automatically generate a short explainer video based on your source documents.
This video covers how to use the 'Discover Sources' feature in NotebookLM to find and import relevant web-based sources directly into your research project.
This video covers how to use the Mind Maps feature in NotebookLM to automatically create a visual representation of your sources, helping you understand connections and key concepts.
This video covers how to use NotebookLM as a personal research assistant by adding sources, asking questions, and generating new content formats based on your documents.
This video covers how to use Gemini in Gmail to draft new emails, refine their tone, respond with context from Drive files, and use smart reply suggestions.
This video covers how to use the 'Help me create' feature in Google Docs to generate a complete, formatted document by referencing content from other files in your Drive.
This video covers five key ways to use Google's AI tools, including Gemini in Workspace, the Gemini app, and NotebookLM, to enhance your daily productivity.
This video covers how to use Gemini in Gmail to summarize emails, find information, and draft replies, helping you manage your inbox more efficiently.
This video covers how to use Gemini in Slides to automatically generate meeting recaps and draft follow-up emails, which can streamline your post-meeting workflow and save you time.
This video covers how you can leverage Gemini's advanced AI capabilities within Google Sheets to effortlessly pull data and generate insights in minutes, all without the need for any technical or coding background.
This video will cover how to leverage Gemini Gems to create authentic social media posts in your leader's unique voice. Learn to overcome the challenge of scaling executive social presence by training a Gem with writing samples and clear instructions. Discover how to generate engaging posts quickly, saving time while amplifying thought leadership and ensuring authenticity.
This video covers how you can create your own Brevity Gem to summarize and transform messy notes or long documents into clear, concise, executive-ready summaries.
This video covers how to use Gemini and Apps Script to automate manual tasks across Google Workspace. You'll learn to prompt Gemini to generate Apps Script code that automatically drafts email reminders in Google Sheets for tasks not marked 'Complete.' Automate your workflow with little to no technical expertise, freeing up time for more important work and eliminating manual follow-ups.
This video covers how you can leverage Notebook LM to "eat the frog" on your to-do list by automating complex tasks like summarizing legislation and mapping services, saving you hours of work.
This video covers how to eliminate tedious manual data entry using Gemini. Learn how to take a picture or screenshot of data (from PDFs, paper, or images) and prompt Gemini to instantly convert it into a structured Google Sheet. Discover this simple hack to save countless hours transcribing data, turning Gemini into your personal data entry assistant. Just snap, prompt, and export!
AI Boost Bites is a video series designed to help you leverage Google's AI tools in your daily work. Each episode, under 10 minutes, features a quick video demonstrating a real-world AI use case or topic. After the video, you'll get a challenge to apply what you've learned. It's an easy, interactive way to boost your AI skills and improve your productivity.
This video will cover how to use NotebookLM to gather and analyze publicly available information, combine it with internal documents, and extract key competitive insights.
This video covers how to personalize your Gemini results in Google Workspace. Learn to incorporate documents and research papers directly into your prompts using the "@" symbol to get more targeted and relevant AI output tailored to your needs.
This video covers how you can use Gemini to summarize long documents in Google Workspace, so you can quickly get the information you need and save time. You'll learn how to use Gemini to summarize entire documents or just selected text, as well as how to use Gemini in Drive to summarize across multiple files.
This video covers prompt engineering fundamentals for effective AI communication. Learn a simple framework (Persona, Task, Context, Format) to craft clear prompts, getting better, faster results from Gemini in Google Workspace. Discover how to use natural language, be specific, and iterate for optimal AI assistance.
This video will cover how you can leverage Gemini's advanced AI capabilities in Google Docs to brainstorm ideas, draft various marketing content, and collaborate with your team.
This video covers how NotebookLM can revolutionize customer insight gathering from call or chat transcripts. You'll learn to upload PDF transcripts of hundreds of conversations (even multilingual ones!) and quickly extract key themes, trending topics, and actionable insights without listening for hours. Discover how to save findings, share notebooks, and even generate interactive podcast summaries of your data.
This video covers how to create your own Gemini Gems, advanced AI capabilities that can automate repetitive tasks and supercharge your productivity.
Obtenez un badge de compétence en suivant le cours 'Démarrer le développement d'applications avec Gemini Code Assist', dans lequel vous apprendrez à exploiter la puissance de l'assistant IA de codage de Google.
Bienvenue dans "Observabilité dans Google Cloud", la deuxième partie d'une série de deux cours. Nous vous conseillons de suivre la première partie, Journalisation et surveillance dans Google Cloud, avant de commencer. Ce cours présente les outils de gestion des performances des applications, y compris Error Reporting, Cloud Trace et Cloud Profiler.
Ce cours en deux parties s'intitule "Journalisation, surveillance et observabilité dans Google Cloud". Les principaux outils pour les opérations de Google Cloud relèvent de deux catégories : les composants orientés opérations et la gestion des performances des applications. Le cours "Journalisation et surveillance dans Google Cloud" aborde les composants orientés opérations, y compris Logging, Monitoring et Service Monitoring. Une fois ce cours terminé, nous vous conseillons de suivre la deuxième partie, Observabilité dans Google Cloud, pour en savoir plus sur les outils de gestion des performances des applications disponibles.
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.
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.
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.
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.
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.
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.
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.
"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.
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.