Ömer Faruk Güngör
Date d'abonnement : 2021
Ligue de Diamant
19711 points
IA responsable pour les développeurs : confidentialité et sécurité
Earned oct. 16, 2026 EDT
IA responsable pour les développeurs : interprétabilité et transparence
Earned oct. 16, 2026 EDT
Créer des applications d'IA générative sur Google Cloud
Earned oct. 16, 2026 EDT
Systèmes de machine learning de production
Earned oct. 16, 2026 EDT
Déployer des systèmes multi-agents avec Gemini Enterprise Agent Platform
Earned oct. 15, 2026 EDT
Concepts fondamentaux de Google Cloud : infrastructure de base
Earned sept. 22, 2026 EDT
Machine Learning Operations (MLOps) avec Vertex AI : évaluation des modèles
Earned sept. 22, 2026 EDT
Machine Learning Operations (MLOps) pour l'IA générative
Earned sept. 22, 2026 EDT
Présentation des grands modèles de langage
Earned sept. 22, 2026 EDT
Machine Learning Operations (MLOps) avec Vertex AI : gérer les caractéristiques
Earned sept. 22, 2026 EDT
Machine Learning Operations (MLOps) : premiers pas
Earned sept. 22, 2026 EDT
Créer des modèles de ML avec BigQuery ML
Earned sept. 21, 2026 EDT
Créer un guide d'étude pour une certification : préparation à l'examen PMLE
Earned sept. 21, 2026 EDT
Présentation de l'IA et du machine learning sur Google Cloud
Earned sept. 21, 2026 EDT
Créer des agents IA avec des bases de données d'entreprise
Earned sept. 17, 2026 EDT
AgentOps : opérationnaliser les agents IA sur Google Cloud
Earned sept. 17, 2026 EDT
Orchestrate Workflows with the Data Agent Kit
Earned sept. 17, 2026 EDT
Build Agent Skills with Google
Earned sept. 17, 2026 EDT
Ajouter des capacités aux agents à l'aide d'outils
Earned sept. 17, 2026 EDT
Gérer la mémoire et l'état des agents
Earned sept. 17, 2026 EDT
Concevoir des agents IA avec Agent Development Kit (ADK)
Earned sept. 17, 2026 EDT
Optimiser le comportement des agents
Earned sept. 17, 2026 EDT
Stratégie agentique : découverte, conception et prototype
Earned sept. 17, 2026 EDT
Prendre votre envol avec Google Antigravity : créer un jeu vidéo avec l'IA
Earned sept. 17, 2026 EDT
Comprendre les agents Google Cloud
Earned sept. 17, 2026 EDT
Présentation de l'IA générative
Earned juil. 25, 2026 EDT
Configurer un réseau Google Cloud
Earned nov. 28, 2021 EST
Ingénierie des données pour la modélisation prédictive avec BigQuery ML
Earned nov. 27, 2021 EST
Préparer des données pour les API de ML sur Google Cloud
Earned nov. 26, 2021 EST
Configurer un environnement de développement d'applications sur Google Cloud
Earned nov. 22, 2021 EST
DEPRECATED Cloud Engineering
Earned nov. 19, 2021 EST
Développer votre réseau Google Cloud
Earned nov. 15, 2021 EST
Implémenter Cloud Load Balancing pour Compute Engine
Earned nov. 12, 2021 EST
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
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
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 utiliserez Google Agent Development Kit pour créer des systèmes multi-agents complexes. Vous développerez des agents équipés d'outils qui pourront interagir sur la base de flux et de relations parent-enfant. Vous allez exécuter vos agents en local et les déployer sur Agent Runtime de Gemini Enterprise Agent Platform sous la forme d'un flux agentique géré, où les décisions concernant l'infrastructure et le scaling des ressources seront traitées par Agent Runtime.
Veuillez noter que ces ateliers sont basés sur une version préliminaire du produit. Les mises à jour ne seront peut-être pas immédiatement reflétées dans le contenu.
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 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
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 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
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
Découvrez comment utiliser Gemini Notebook afin de créer un guide de préparation personnalisé pour l'examen de certification Professional Machine Learning Engineer (PMLE). Vous allez passer en revue les fonctionnalités de Gemini Notebook, créer un notebook et utiliser le guide de préparation pour vous entraîner en vue d'un examen de certification.
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 différents outils, produits et technologies 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
Créer des agents IA capables d'exploiter des bases de données d'entreprise à l'aide de MCP Toolbox for Databases. Vous définirez des outils d'interaction sécurisée avec les bases de données et implémenterez des fonctionnalités de requêtage intelligent (en exploitant les embeddings vectoriels et les requêtes structurées).
En savoir plus
Découvrez les pratiques d'AgentOps nécessaires pour faire passer les agents d'IA générative du prototype à la production. Ce cours aborde l'observabilité de bout en bout, l'automatisation des contrôles qualité dans les pipelines CI/CD et la sécurisation de l'infrastructure des agents pour la conformité en entreprise. Explorez les autres contenus du programme Gemini Enterprise Agent Ready (GEAR).
En savoir plus
This course brings AI-driven, natural-language data engineering into the IDE and CLI workflows you already use. Built on the Agent Development Kit (ADK), the Data Agent Kit connects to a wide array of Google Cloud services, including BigQuery, Spanner, BigLake, Dataproc, and Managed Airflow. By using it, you can collapse days of pipeline scaffolding, data build tool (dbt) authoring, and orchestration wiring into prompt-driven sessions.
As an intermediate-to-advanced practitioner, you will learn to build a data agent with the Agent Development Kit (ADK). You'll wire up the Model Context Protocol (MCP) layer, and use your agent to explore catalogs, transform data, train models, and orchestrate scheduled pipelines on Google Cloud.
En savoir plus
Close the gap between general AI capabilities and your domain knowledge through Agent Skills. This course walks you through the full lifecycle of custom skill building, from local scaffolding and testing to enterprise scaling and sharing using Google's agent ecosystem, including Google Antigravity, ADK, and Skill Registry. Additionally, you use Google Agents CLI toolkit to attach skills to standalone 24/7 cloud agents, equipping your team with reliable, autonomous digital coworkers.
En savoir plus
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.
En savoir plus
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 pour concevoir des agents capables de conserver le contexte, de mémoriser les préférences de l'utilisateur et d'offrir des expériences personnalisées. Transformez des agents sans état en assistants intelligents.
Explorez d'autres contenus du programme Gemini Enterprise Agent Ready (GEAR).
Rejoindre le forum de la communauté pour poser des questions et discuter
En savoir plus
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.
En savoir plus
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
En savoir plus
Entrez dans l'avenir avec Stratégie agentique : découverte, conception et prototype. Ce cours vous permet de maîtriser le framework de transformation de l'IA agentique de Google et de passer des chatbots à des collaborateurs autonomes. À travers un cas d'utilisation dans le secteur du commerce, vous apprendrez à quantifier la valeur métier, à prioriser vos projets d'IA, à cartographier les parcours utilisateur critiques et à créer des prototypes fonctionnels à l'aide d'outils sans code tels que Google AI Studio et Gemini Enterprise. Ce cours offre aux dirigeants d'entreprise et aux responsables techniques une feuille de route solide, indispensable pour mener leur organisation vers l'ère de l'IA agentique.
En savoir plus
Dans ce cours, vous allez apprendre à créer des logiciels à une vitesse fulgurante en orchestrant des agents dans Google Antigravity. Ce cours pratique vous accompagnera d'abord dans l'installation et la prise en main d'Antigravity. Vous allez ensuite activer des services pour les applications que vous créez avec Antigravity à l'aide de Firebase. Enfin, vous allez créer un jeu vidéo, Voyager, en demandant aux agents d'Antigravity de travailler en parallèle.
En savoir plus
Ce cours fournit une présentation complète des plates-formes d'agents de Google Cloud, comme Vertex AI Agent Builder, Gemini Enterprise, Conversational Agents et Agent Development Kit. Les participants comprendront les capacités uniques de chaque offre, apprendront à identifier la solution optimale pour chaque cas d'utilisation et acquerront les bases nécessaires à la création d'applications de recherche et de chat.
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
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 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 Managed Service for Apache Spark, 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
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
Cette quête fondamentale est unique parmi les autres offres Qwiklabs. Les ateliers ont été conçus pour former les professionnels de l'informatique aux thèmes et aux services figurant dans la certification Google Cloud.
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
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
