Mettez en pratique vos compétences dans la console Google Cloud
Marina Valdés
Date d'abonnement : 2023
Ligue de Diamant
28380 points
Booster la productivité avec Gemini dans BigQuery
Earned avr. 3, 2025 EDT
Travailler avec des modèles Gemini dans BigQuery
Earned avr. 3, 2025 EDT
Créer un maillage de données avec Dataplex
Earned avr. 3, 2025 EDT
Ingénierie des données pour la modélisation prédictive avec BigQuery ML
Earned avr. 2, 2025 EDT
Préparer des données pour les API de ML sur Google Cloud
Earned avr. 1, 2025 EDT
Traitement des données sans serveur avec Dataflow : principes de base
Earned mars 28, 2025 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud - Français
Earned mars 27, 2025 EDT
Créer un entrepôt de données avec BigQuery
Earned mars 27, 2025 EDT
Créer des pipelines de flux de données sur Google Cloud
Earned mars 26, 2025 EDT
Créer des pipelines de données en batch sur Google Cloud
Earned mars 25, 2025 EDT
Créer des lacs de données et des entrepôts de données sur Google Cloud
Earned mars 20, 2025 EDT
Introduction à l'ingénierie des données sur Google Cloud
Earned mars 18, 2025 EDT
Se préparer à devenir Professional Data Engineer
Earned nov. 4, 2024 EST
Se préparer à devenir Professional Cloud Network Engineer
Earned jan. 29, 2024 EST
IA responsable : appliquer les principes concernant l'IA avec Google Cloud
Earned août 30, 2023 EDT
Generative AI Fundamentals - Français
Earned août 30, 2023 EDT
Introduction à l'IA responsable
Earned août 30, 2023 EDT
Présentation des grands modèles de langage
Earned août 30, 2023 EDT
Présentation de l'IA générative
Earned août 30, 2023 EDT
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
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
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
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
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
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
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
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
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
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
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 vous aide à préparer l'examen pour obtenir la certification Professional 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.
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
Suivez les cours Introduction to Generative AI, Introduction to Large Language Models et Introduction to Responsible AI, et obtenez un badge de compétence. Votre réussite au quiz final démontrera que vous comprenez les concepts de base relatifs à l'IA générative.
Un badge de compétence est un badge numérique délivré par Google Cloud. Il atteste de votre expertise sur les produits et services Google Cloud. Partagez votre badge de compétence en rendant votre profil public et en l'ajoutant à votre profil sur les réseaux sociaux.
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
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.
Booster la productivité avec Gemini dans BigQuery
Earned avr. 3, 2025 EDT
Travailler avec des modèles Gemini dans BigQuery
Earned avr. 3, 2025 EDT
Créer un maillage de données avec Dataplex
Earned avr. 3, 2025 EDT
Ingénierie des données pour la modélisation prédictive avec BigQuery ML
Earned avr. 2, 2025 EDT
Préparer des données pour les API de ML sur Google Cloud
Earned avr. 1, 2025 EDT
Traitement des données sans serveur avec Dataflow : principes de base
Earned mars 28, 2025 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud - Français
Earned mars 27, 2025 EDT
Créer un entrepôt de données avec BigQuery
Earned mars 27, 2025 EDT
Créer des pipelines de flux de données sur Google Cloud
Earned mars 26, 2025 EDT
Créer des pipelines de données en batch sur Google Cloud
Earned mars 25, 2025 EDT
Créer des lacs de données et des entrepôts de données sur Google Cloud
Earned mars 20, 2025 EDT
Introduction à l'ingénierie des données sur Google Cloud
Earned mars 18, 2025 EDT
Se préparer à devenir Professional Data Engineer
Earned nov. 4, 2024 EST
Se préparer à devenir Professional Cloud Network Engineer
Earned jan. 29, 2024 EST
IA responsable : appliquer les principes concernant l'IA avec Google Cloud
Earned août 30, 2023 EDT
Generative AI Fundamentals - Français
Earned août 30, 2023 EDT
Introduction à l'IA responsable
Earned août 30, 2023 EDT
Présentation des grands modèles de langage
Earned août 30, 2023 EDT
Présentation de l'IA générative
Earned août 30, 2023 EDT