Arcade Trail: Data Engineering and Information Protection
Earned juin 18, 2026 EDT
Se préparer à devenir Associate Cloud Engineer
Earned juin 6, 2026 EDT
Implémenter Cloud Load Balancing pour Compute Engine
Earned juin 6, 2026 EDT
Premiers pas avec Sensitive Data Protection
Earned juin 6, 2026 EDT
Préparer des données pour les API de ML sur Google Cloud
Earned juin 6, 2026 EDT
IA responsable pour les développeurs : équité et biais
Earned juin 4, 2026 EDT
Mettre en œuvre des flux de travail de collaboration et de productivité dans le cloud
Earned juin 4, 2026 EDT
Machine Learning Operations (MLOps) avec Vertex AI : évaluation des modèles
Earned juin 2, 2026 EDT
Machine Learning Operations (MLOps) pour l'IA générative
Earned juin 2, 2026 EDT
Raw data is only useful if it is clean, structured, and secure. In this track, you’ll start by processing and preparing data using Dataprep, Dataflow templates, and Apache Spark. You'll learn how to clean up datasets so they are ready for machine learning models. From there, you'll focus on security by working with tools that find and mask sensitive information like personal IDs and credentials. You'll practice redacting critical details and creating safe, de-identified copies of your data in Cloud Storage. By finishing the hands-on challenge labs, you’ll show you can handle big data workflows while keeping confidential information completely safe.
En savoir plus
Ce cours vous aide à préparer l'examen pour obtenir la certification Associate 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
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
Terminez le cours d'introduction Premiers pas avec Sensitive Data Protection pour recevoir un badge de compétence dans le domaine suivant : utilisation des services Sensitive Data Protection (y compris l'API Cloud Data Loss Prevention) pour inspecter, masquer et supprimer les éléments d'identification des données sensibles dans Google Cloud.
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
Ce cours présente le concept d'IA responsable et les principes associés. Il met en avant des techniques permettant d'identifier des données équitables ou biaisées, et de limiter les biais lors de l'utilisation de l'IA/du ML. Vous découvrirez des méthodes pratiques et des outils pour mettre en place de bonnes pratiques d'IA responsable à l'aide des produits Google Cloud et des outils Open Source.
En savoir plus
Obtenez un badge de compétence de niveau Débutant en suivant le cours Mettre en œuvre des flux de travail de collaboration et de productivité dans le cloud. Vous y découvrirez la plate-forme collaborative de Google et apprendrez à utiliser Gmail, Agenda, Meet, Drive, Sheets et AppSheet.
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.
Arcade Trail: Data Engineering and Information Protection
Earned juin 18, 2026 EDT
Se préparer à devenir Associate Cloud Engineer
Earned juin 6, 2026 EDT
Implémenter Cloud Load Balancing pour Compute Engine
Earned juin 6, 2026 EDT
Premiers pas avec Sensitive Data Protection
Earned juin 6, 2026 EDT
Préparer des données pour les API de ML sur Google Cloud
Earned juin 6, 2026 EDT
IA responsable pour les développeurs : équité et biais
Earned juin 4, 2026 EDT
Mettre en œuvre des flux de travail de collaboration et de productivité dans le cloud
Earned juin 4, 2026 EDT
Machine Learning Operations (MLOps) avec Vertex AI : évaluation des modèles
Earned juin 2, 2026 EDT
Machine Learning Operations (MLOps) pour l'IA générative
Earned juin 2, 2026 EDT