Rejoindre Se connecter

Mettez en pratique vos compétences dans la console Google Cloud

Joao Vitor Pereira Pinto

Date d'abonnement : 2024

Ligue d'Or

6449 points
Créer votre première application Gemini Enterprise Earned avr. 10, 2026 EDT
Agents Enterprise et cas d'utilisation Earned avr. 10, 2026 EDT
Créer un maillage de données avec Dataplex Earned fév. 27, 2026 EST
Machine Learning Operations (MLOps) pour l'IA générative Earned fév. 6, 2026 EST
Introduction à l'ingénierie des données sur Google Cloud Earned jan. 25, 2026 EST
Créer des lacs de données et des entrepôts de données sur Google Cloud Earned jan. 25, 2026 EST
Utiliser des notebooks dans Vertex AI Earned mars 13, 2025 EDT
Présentation de l'IA et du machine learning sur Google Cloud Earned fév. 17, 2025 EST
Guide de préparation pour devenir ingénieur professionnel en machine learning Earned jan. 29, 2025 EST

Créez votre première application Gemini Enterprise ! Connectez diverses sources de données à votre application. Maîtrisez des fonctionnalités avancées telles que les agents de recherche approfondie, l'idéation multi-agent et NotebookLM pour une analyse ciblée.

En savoir plus

Ce cours explique comment les agents IA génèrent un impact commercial. Vous découvrirez ensuite comment Gemini Enterprise vous permet de créer et d'orchestrer les agents adaptés, des solutions no-code au high-code.

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

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

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

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 est une introduction aux notebooks Vertex AI, des environnements basés sur des notebooks Jupyter qui proposent une plate-forme unifiée pour l'ensemble du workflow de machine learning, de la préparation des données jusqu'au déploiement et à la surveillance des modèles. Le cours aborde les sujets suivants : (1) Les différents types de notebooks Vertex AI et leurs fonctionnalités, et (2) comment en créer et les gérer.

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

Ce cours aide les participants à créer un plan de formation pour l'examen de certification afin de devenir ingénieur professionnel en machine learning (PMLE, Professional Machine Learning Engineer). Ils découvriront l'ampleur et le champ d'application des domaines abordés lors de l'examen. Ils détermineront s'ils sont prêts à passer l'examen et créeront leur propre plan de formation.

En savoir plus