Rejoindre Se connecter

Mettez en pratique vos compétences dans la console Google Cloud

Kshitheesh Sai Varma

Date d'abonnement : 2024

Ligue d'Or

7067 points
Concevoir des agents IA avec Agent Development Kit (ADK) Earned mars 9, 2026 EDT
Gérer la mémoire et l'état des agents Earned mars 9, 2026 EDT
Ajouter des capacités aux agents à l'aide d'outils Earned mars 9, 2026 EDT
Optimiser le comportement des agents Earned mars 8, 2026 EDT
Créer votre premier agent avec Agent Development Kit (ADK) Earned mars 8, 2026 EST
Créer des agents avec Agent Development Kit (ADK) Earned mars 8, 2026 EST
Présentation des grands modèles de langage Earned déc. 9, 2024 EST
IA responsable : appliquer les principes concernant l'IA avec Google Cloud Earned déc. 7, 2024 EST
Architecture encodeur/décodeur Earned nov. 29, 2024 EST
Mécanisme d'attention Earned nov. 29, 2024 EST
Introduction à l'IA responsable Earned nov. 29, 2024 EST
Présentation de l'IA générative Earned avr. 28, 2024 EDT
Introduction à la génération d'images Earned avr. 28, 2024 EDT

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 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.

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 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

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.

En savoir plus

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.

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

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 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 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 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 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