Mettez en pratique vos compétences dans la console Google Cloud
Anuj Joshi
Date d'abonnement : 2020
Créer des applications d'IA générative sur Google Cloud
Earned mars 28, 2026 EDT
Natural Language Processing on Google Cloud
Earned mars 25, 2026 EDT
Créer une application cloud intelligente avec le vibe coding et MCP
Earned mars 24, 2026 EDT
Développer des applications d'IA générative avec Gemini et Streamlit
Earned mars 22, 2026 EDT
Machine Learning Operations (MLOps) avec Vertex AI : évaluation des modèles
Earned mars 15, 2026 EDT
Machine Learning Operations (MLOps) pour l'IA générative
Earned mars 11, 2026 EDT
Conception de requêtes dans Vertex AI
Earned mars 11, 2026 EDT
Google Cloud: Prompt Engineering Guide
Earned mars 4, 2026 EST
Classer des images avec TensorFlow sur Google Cloud
Earned juil. 6, 2025 EDT
Machine learning au sein de l'entreprise
Earned juil. 6, 2025 EDT
Systèmes de machine learning de production
Earned juil. 5, 2025 EDT
Introduction à l'IA responsable
Earned juil. 5, 2025 EDT
Créer, entraîner et déployer des modèles de ML avec Keras sur Google Cloud
Earned juil. 5, 2025 EDT
Ingénierie des données pour la modélisation prédictive avec BigQuery ML
Earned juin 29, 2025 EDT
Explorateur de l'IA générative – Vertex AI
Earned juin 26, 2025 EDT
Machine Learning Operations (MLOps) : premiers pas
Earned juin 25, 2025 EDT
Présentation de l'IA générative
Earned juin 25, 2025 EDT
Présentation de l'IA et du machine learning sur Google Cloud
Earned juin 24, 2025 EDT
BigQuery pour le machine learning
Earned mai 19, 2025 EDT
Préparer des données pour les API de ML sur Google Cloud
Earned déc. 29, 2023 EST
Créer des modèles de ML avec BigQuery ML
Earned déc. 29, 2023 EST
Smart Analytics, Machine Learning, and AI on Google Cloud - Français
Earned déc. 29, 2023 EST
Se préparer à devenir Professional Data Engineer
Earned déc. 28, 2023 EST
Créer des pipelines de flux de données sur Google Cloud
Earned déc. 28, 2023 EST
Créer des pipelines de données en batch sur Google Cloud
Earned déc. 28, 2023 EST
Créer un entrepôt de données avec BigQuery
Earned déc. 28, 2023 EST
Créer des lacs de données et des entrepôts de données sur Google Cloud
Earned déc. 28, 2023 EST
Google Cloud Big Data and Machine Learning Fundamentals - Français
Earned déc. 28, 2023 EST
Dégager des insights des données BigQuery
Earned oct. 31, 2023 EDT
Vertex AI
Earned juil. 5, 2023 EDT
Implémenter des pratiques de base pour la sécurité du cloud sur Google Cloud
Earned jan. 7, 2023 EST
Créer une infrastructure avec Terraform sur Google Cloud
Earned jan. 6, 2023 EST
Déployer des applications Kubernetes sur Google Cloud
Earned jan. 6, 2023 EST
Exploring APIs
Earned déc. 31, 2022 EST
Concepts fondamentaux de Google Cloud : infrastructure de base
Earned déc. 31, 2022 EST
Développer votre réseau Google Cloud
Earned déc. 30, 2022 EST
Implémenter Cloud Load Balancing pour Compute Engine
Earned déc. 29, 2022 EST
Using the Cloud SDK Command Line
Earned déc. 29, 2022 EST
Créer un réseau Google Cloud sécurisé
Earned déc. 29, 2022 EST
Configurer un environnement de développement d'applications sur Google Cloud
Earned nov. 20, 2022 EST
Les bases de Google Cloud
Earned oct. 1, 2022 EDT
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
This course introduces the products and solutions to solve NLP problems on Google Cloud. Additionally, it explores the processes, techniques, and tools to develop an NLP project with neural networks by using Vertex AI and TensorFlow.
En savoir plus
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.
En savoir plus
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.
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
Terminez le cours d'introduction Conception de requêtes dans Vertex AI pour recevoir un badge démontrant vos compétences dans les domaines suivants : le prompt engineering (ingénierie des requêtes), l'analyse d'images et les techniques d'IA générative multimodale dans Vertex AI. Découvrez comment élaborer des requêtes efficaces, guider les résultats de l'IA générative et appliquer des modèles Gemini à des scénarios marketing concrets.
En savoir plus
Google Cloud : Prompt Engineering Guide examines generative AI tools, how they work. We'll explore how to combine Google Cloud knowledge with prompt engineering to improve Gemini responses.
En savoir plus
Obtenez le badge de compétence de niveau intermédiaire en suivant le cours Classer des images avec TensorFlow sur Google Cloud. Vous y apprendrez à utiliser TensorFlow et Vertex AI pour créer et entraîner des modèles de machine learning. Vous interagissez principalement avec les notebooks Vertex AI Workbench gérés par l'utilisateur.
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
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 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 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
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
Le cours "Explorateur de l'IA générative – Vertex AI" est un ensemble d'ateliers consacrés à l'utilisation de l'IA générative sur Google Cloud. Vous apprendrez à utiliser les modèles de la famille d'API PaLM Vertex AI comme text-bison, chat-bison, et textembedding-gecko. Vous découvrirez également comment rédiger des prompts, quelles bonnes pratiques appliquer, et comment utiliser l'IA générative pour l'idéation, la classification et l'extraction de texte, la création de synthèses, et plus encore. Enfin, vous apprendrez à régler un modèle de fondation à l'aide de l'entraînement personnalisé Vertex AI et à le déployer sur un point de terminaison Vertex AI.
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
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 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
Créer des modèles de machine learning en quelques minutes au lieu de plusieurs heures grâce à SQL, ça vous intéresse ? BigQuery ML démocratise le machine learning en permettant aux analystes de données de créer, d'entraîner et d'évaluer des modèles de ML, puis de les utiliser pour faire des prédictions, en s'appuyant sur leurs outils SQL et leurs connaissances actuelles dans ce langage. Dans cette série d'ateliers, vous allez essayer différents types de modèles et apprendre ce qui caractérise un bon modèle.
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
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
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
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
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
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
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 d'introduction Dégager des insights des données BigQuery pour recevoir un badge démontrant vos compétences dans les domaines suivants : l'écriture de requêtes SQL, l'interrogation de tables publiques, le chargement d'exemples de données dans BigQuery, la résolution d'erreurs de syntaxe courantes avec l'outil de validation des requêtes de BigQuery et la création de rapports dans Looker Studio en se connectant aux données BigQuery.
En savoir plus
Welcome Gamers! Learn Google Cloud's Vertex AI, all while having fun! Vertex AI is Google Cloud's unified ML platform for solving your tough business problems. You will compete to see who can finish the game with the highest score. Earn the points by completing the steps in the lab.... and get bonus points for speed! Be sure to click "End" when you're done with each lab to get the maximum points. All players will be awarded the game badge.
En savoir plus
Terminez le cours intermédiaire Implémenter des pratiques de base pour la sécurité du cloud sur Google Cloud pour recevoir un badge démontrant vos compétences dans les domaines suivants : la création et l'attribution de rôles avec Identity and Access Management (IAM) ; la création et la gestion de comptes de service ; l'activation d'une connectivité privée sur les réseaux de cloud privé virtuel (VPC) ; la restriction de l'accès aux applications avec Identity-Aware Proxy ; la gestion des clés et des données chiffrées avec Cloud Key Management Service (KMS) ; et la création d'un cluster Kubernetes privé.
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
Terminez le cours intermédiaire Déployer des applications Kubernetes sur Google Cloud pour recevoir un badge démontrant vos compétences dans les domaines suivants : la configuration et la création d'images de conteneur Docker, la création et la gestion de clusters Google Kubernetes Engine (GKE), l'utilisation de kubectl pour gérer efficacement les clusters et le déploiement d'applications Kubernetes en appliquant des pratiques de livraison continue (CD) robustes.
En savoir plus
Les interfaces de programmation d'applications Google Cloud permettent d'interagir avec Google Cloud Services par programme. Cette quête vous familiarisera avec différentes API de GCP, que vous apprendrez à utiliser avec Google APIs Explorer, un outil permettant de parcourir les API et d'exécuter leurs méthodes de manière interactive. En apprenant à transférer des données entre des buckets Cloud Storage, à déployer des instances de Compute Engine, à configurer des clusters Dataproc et bien plus encore, Exploring APIs vous fera réaliser la puissance des API et la raison pour laquelle elles sont utilisées presque exclusivement par des utilisateurs expérimentés de GCP. Lancez-vous dans cette quête dès aujourd'hui.
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
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
For everyone using Google Cloud Platform for the first time, getting familar with gcloud, Google Cloud's command line, will help you get up to speed faster. In this quest, you'll learn how to install and configure Cloud SDK, then use gcloud to perform some basic operations like creating VMs, networks, using BigQuery, and using gsutil to perform operations.
En savoir plus
Obtenez un badge de compétence en suivant le cours Créer un réseau Google Cloud sécurisé, dans lequel vous découvrirez plusieurs ressources liées à la mise en réseau permettant de créer, de faire évoluer et de sécuriser vos applications sur Google Cloud.
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
Dans ce cours d'introduction, vous allez pouvoir vous familiariser avec les outils et services fondamentaux de Google Cloud. Des vidéos facultatives vous fourniront davantage de contexte et vous permettront de réviser les concepts abordés lors des ateliers pratiques. Ce premier cours sur les bases de Google Cloud est recommandé aux personnes qui s'intéressent à Google Cloud. Vous pouvez le suivre sans aucune connaissance (ou presque) du cloud et, à la fin, vous aurez acquis des compétences pratiques utiles pour lancer votre premier projet Google Cloud. De l'écriture de lignes de commande Cloud Shell au déploiement de votre première machine virtuelle en passant par l'exécution d'applications sur Kubernetes Engine ou avec l'équilibrage de charge, 'Les bases de Google Cloud' constitue une excellente introduction aux fonctionnalités de base de la plate-forme.
Créer des applications d'IA générative sur Google Cloud
Earned mars 28, 2026 EDT
Natural Language Processing on Google Cloud
Earned mars 25, 2026 EDT
Créer une application cloud intelligente avec le vibe coding et MCP
Earned mars 24, 2026 EDT
Développer des applications d'IA générative avec Gemini et Streamlit
Earned mars 22, 2026 EDT
Machine Learning Operations (MLOps) avec Vertex AI : évaluation des modèles
Earned mars 15, 2026 EDT
Machine Learning Operations (MLOps) pour l'IA générative
Earned mars 11, 2026 EDT
Conception de requêtes dans Vertex AI
Earned mars 11, 2026 EDT
Google Cloud: Prompt Engineering Guide
Earned mars 4, 2026 EST
Classer des images avec TensorFlow sur Google Cloud
Earned juil. 6, 2025 EDT
Machine learning au sein de l'entreprise
Earned juil. 6, 2025 EDT
Systèmes de machine learning de production
Earned juil. 5, 2025 EDT
Introduction à l'IA responsable
Earned juil. 5, 2025 EDT
Créer, entraîner et déployer des modèles de ML avec Keras sur Google Cloud
Earned juil. 5, 2025 EDT
Ingénierie des données pour la modélisation prédictive avec BigQuery ML
Earned juin 29, 2025 EDT
Explorateur de l'IA générative – Vertex AI
Earned juin 26, 2025 EDT
Machine Learning Operations (MLOps) : premiers pas
Earned juin 25, 2025 EDT
Présentation de l'IA générative
Earned juin 25, 2025 EDT
Présentation de l'IA et du machine learning sur Google Cloud
Earned juin 24, 2025 EDT
BigQuery pour le machine learning
Earned mai 19, 2025 EDT
Préparer des données pour les API de ML sur Google Cloud
Earned déc. 29, 2023 EST
Créer des modèles de ML avec BigQuery ML
Earned déc. 29, 2023 EST
Smart Analytics, Machine Learning, and AI on Google Cloud - Français
Earned déc. 29, 2023 EST
Se préparer à devenir Professional Data Engineer
Earned déc. 28, 2023 EST
Créer des pipelines de flux de données sur Google Cloud
Earned déc. 28, 2023 EST
Créer des pipelines de données en batch sur Google Cloud
Earned déc. 28, 2023 EST
Créer un entrepôt de données avec BigQuery
Earned déc. 28, 2023 EST
Créer des lacs de données et des entrepôts de données sur Google Cloud
Earned déc. 28, 2023 EST
Google Cloud Big Data and Machine Learning Fundamentals - Français
Earned déc. 28, 2023 EST
Dégager des insights des données BigQuery
Earned oct. 31, 2023 EDT
Vertex AI
Earned juil. 5, 2023 EDT
Implémenter des pratiques de base pour la sécurité du cloud sur Google Cloud
Earned jan. 7, 2023 EST
Créer une infrastructure avec Terraform sur Google Cloud
Earned jan. 6, 2023 EST
Déployer des applications Kubernetes sur Google Cloud
Earned jan. 6, 2023 EST
Exploring APIs
Earned déc. 31, 2022 EST
Concepts fondamentaux de Google Cloud : infrastructure de base
Earned déc. 31, 2022 EST
Développer votre réseau Google Cloud
Earned déc. 30, 2022 EST
Implémenter Cloud Load Balancing pour Compute Engine
Earned déc. 29, 2022 EST
Using the Cloud SDK Command Line
Earned déc. 29, 2022 EST
Créer un réseau Google Cloud sécurisé
Earned déc. 29, 2022 EST
Configurer un environnement de développement d'applications sur Google Cloud
Earned nov. 20, 2022 EST
Les bases de Google Cloud
Earned oct. 1, 2022 EDT